基于T-S模型的非线性系统的迭代学习控制

针对T-s模糊系统的轨迹跟踪控制问题,提出了基于正交多项式的迭代学习算法.该方法首先推导了T-S模糊全局系统的等价系统,然后利用正交多项式级数展开技术和其积分运算矩阵,将等价系统的微分方程转化为代数方程.在此基础上,用迭代学习的方式来修正输入量的正交多项式系数.所得算法对于具有任意相对阶的非线性系统,可用输出误差信号本身来构造学习律.仿真实例表明了新算法的有效性.     

“分期播种—回归分析”方法对早稻品种特性的研究

在等距离多期分期播种的田间试验基础上，运用直线回归，正交多项式回归与积分回归分析法，对早稻品种的主要生育特性进行定量研究，从而为生产提供科学依据。     

具有集值系数的回归模型

依据区间的概念，借鉴文献［９］的思想并借助于线性规划的方法提出了４种回归模型的确定方法，即：１）具有区间数系数的线性回归模型；２）具有区间数系数的多项式回归模型；３）具有模糊数系数的线性回归模型；４）具有模糊数系数的多项式回归模型．这４种回归模型不仅从理论上推广了经典的线性回归与多项式回归的理论，同时提出了一类新的回归模型的确定方法，而且这类方法充分利用样本点的信息，进而获得更加有效地处理应用问题的回归模型     

基于广义Чебышев多项式的新型神经网络算法

提出了一种基于广义Чебышев多项式的新型神经网络学习算法。对于给定的样本点,采用三次样条插值方法求得Чебышев结点处的函数值,并将Чебышев结点和对应的函数值作为新的训练样本。利用Чебышев多项式的正交性,每个权函数可以表示为广义Чебышев多项式,它是最佳平方逼近多项式。与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少。另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题。最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义Чебышев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度。     

基于广义ЧебыЩев多项式的新型神经网络算法

提出了一种基于广义ЧебыЩев多项式的新型神经网络学习算法.对于给定的样本点,采用三次样条插值方法求得ЧебыЩев结点处的函数值,并将ЧебыЩев结点和对应的函数值作为新的训练样本.利用ЧебыЩев多项式的正交性,每个权函数可以表示为广义ЧебыЩев多项式,它是最佳平方逼近多项式.与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少.另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题.最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义ЧебыЩев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度.     

基于溢出效应的信息产品在线渠道销售模式选择策略

针对存在数字盗版的信息产品在线渠道供应链，旨在测度在线产品需求对传统渠道需求的溢出效应，并分析这一溢出效应对消费者为伦理型和普通型、销售模式为批发或者代理模式的在线渠道供应链的影响。根据是否考虑溢出效应和不同销售模式分别构建了无溢出效应的批发模型、无溢出效应的代理模型、有溢出效应的批发模型和有溢出效应的代理模型，对比分析了不同条件下在线渠道参与者的最优价格、需求以及利润，力图为在线渠道参与者的决策提供参考。研究发现，不考虑溢出效应时，盗版监管力度越大，对在线渠道参与者越有利；当正溢出效应较强时，反而对制造商不利。不考虑溢出效应时，在线渠道参与者只在代理模式下达到帕累托；考虑溢出效应时，在批发模式和代理模式下都可达到帕累托最优。     

动量效应的行为金融学解释

动量效应为何长期广泛存在，是传统金融理论和行为金融理论争论的焦点.本文针对中国股市的特性，基于行为金融理论下的锚定 偏误与处置效应构建了两种“相对股价动量”组合，并研究了这些“股价动量”与传统动量的关系.结果表明：控制传统动量 效应和系统性风险之后，股价动量组合的收益仍然显著为正；在控制了股价动量效应后，传统的动量效应不再明显；在考虑交易成 本之后，动量收益不显著.这说明，“锚定偏误”和“处置效应”是导致我国股市动量效应的重要原因，交易成本则阻碍了套利行为的进行.     

河流水质的预测模型研究

东江惠州－东岸段河流水质直接影响着香港和深圳的淡水供应质量。本文根据东江水质自动监测系统的分布情况,提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州－东岸段水质预测建模方法,给出了基于正交多项式基的神经网络静、动态学习算法,在学习过程中可同时确定网络的拓扑结构和相应的正交多项式基,且无局部极值问题。仿真结果证明了该方法具有较高的预测7精度,且方法简便、适用对象广泛。     

考虑恶化和学习效应的单机成组排序问题

讨论了工件加工时间同时具有恶化和学习效应的单机成组排序问题。在这类问题中,同一组中的工件不允许分开加工,各组之间有安装时间,其中安装时间是工件组开始加工时间的简单线性函数,各组内工件的实际加工时间是关于恶化和学习效应的函数。对目标函数为最大完工时间和总完工时间两类问题分别给出了多项式时间最优算法。     

期货市场交易量与收益率及其波动关系的实证研究--ARMA-EGARCH-M模型的应用

通过建立ARMA-EGARCH-M模型对中国期货市场铜、铝交易量与收益率及其波动的关系做了一个全面的实证研究。结果表明：同期交易量与收益率波动正相关，将交易量分为预期与非预期两部分后发现非预期部分对收益率的波动有更大的影响；交易量的引入并没有消除波动的ARCH效应；中国期货市场杠杆效应不明显；铜在期货市场的运行有效率，而铝却缺乏效率。     

带有学习效应和恶化工件的双代理调度问题

研究带有时同相关的学习效应和恶化工件的双代理单机调度问题,目的是找到一个调度使得满足第二个代理的最大完工时间不超过一个给定的上界的约束下,第一个代理的总完工时间最小.对于该调度问题,给出了一些最优性质,并提出了多项式时间最优算法.     

跟踪机动目标的雷达波形选择新方法

针对多项式预测模型描述的机动目标,提出了一种新的雷达波形选择算法。由于机动目标的运动方程满足多项式的规律,以运动目标的多项式预测模型作为状态方程,Kalman滤波器可以很好地跟踪目标的位移和速度信息,并得到估计误差以及其预测。利用跟踪器得到目标状态估计误差的预测误差椭圆为基准,通过分数阶傅里叶变换来旋转测量误差椭圆,以使得雷达的测量误差椭圆与目标跟踪算法对目标状态的估计误差的预测的误差椭圆正交,从而得到了最优的波形选择。仿真结果表明,所提出的算法在性能上优于对比算法。     

一种新的雷达目标散射截面统计模型

本文指出了传统的雷达目标统计模型的不足,由于统计特征参数较少,因此很难精确地拟合实际目标散射截面数据.本文提出了一种新的统计模型,它以统计量的各阶中心矩来表征目标,然后用Legendre正交多项式系来再现其概率密度函数。文中推导了Legendre多项式系数与各阶中心矩之间的数学关系式。并通过实际例子计算得到多项式系数多少与拟合误差的关系曲线。通过与传统统计模型比较认为,这种新的统计模型非参数法是一种更准确的雷达目标散射截面的建模方法,从而较好地解决了雷达目标统计建模问题。     

加工时间带恶化和指数学习效应的成组排序

本文研究了成组技术下带依靠时间的线性恶化效应和依靠位置的指数学习效应的排序问题.模型中,组安装时间是开始安装时间的线性函数,工件的加工时间带线性恶化和指数学习效应,对最小化时间表长问题和最小化总完工时间问题分别给出了多项式算法.     

公共创新政策更有利于成熟期企业创新?——一个A股上市公司的实证

以2012～2017年1 694家A股上市企业为研究样本，分析公共创新政策对处于不同生命周期阶段企业创新绩效的影响，并进一步利用分组回归的方法探讨了国有控股的调节效应。研究表明：公共创新政策对我国上市企业创新绩效具有显著激励效应，但并未形成协同激励效应；公共创新政策对成长期企业创新绩效具有协同激励效应，对成熟期企业创新绩效的协同激励效应不显著，但对衰退期企业创新绩效具有排斥效应。研究还发现，国有控股对公共创新政策组合与成长期、成熟期企业创新绩效关系具有显著调节作用。     

基于Shifted Legendre正交多项式的迭代学习控制方法

考虑用迭代学习控制方法来解决一类线性时变连续系统的终端控制问题。运用ShiftedLegendre正交多项式的展开技术,利用其正交性和边值条件,将线性时变系统的微分方程转化为代数方程,避免了在判断误差收敛条件的过程中求解线性时变系统状态转移矩阵。并采用高阶学习律来求控制输入的ShiftedLegendre系数向量,仿真实例验证了该方法的有效性。     

基于最小成本的多物资需求的协作供应

讨论包括运输成本、购货成本以及库存成本在内的总成本最小的供应链协作供应问题。在带有时间需求的多个供应点协作供应的前提条件下，建立了使总成本最小的多物资需求的数学模型；设计了一个求解该模型的算法，证明了该算法的可行性和最优性，给出了该算法的算法复杂度，从而指出试算法是一个拟多项式时间算法；最后给出了一个算例。     

最大Meta路及其在供应链建模与分析中的应用

对供应链建模与分析研究现状进行简述，并介绍笔者先前提出的基于Meta图的供应链建模方法；在此基础上提出最大Meta路的概念，并给出其数学定义；提出基于Meta图邻接矩阵传递闭包的最大Meta路的算法，并对其算法复杂度进行分析，结果表明该算法的复杂度为多项式的；通过实例对最大Meta路在供应链建模及其结构分析中的应用进行讨论，计算结果表明这是一种十分有效的供应链组建事前定量分析评价方法。     

n／m／F／C排序问题的启发式算法

流水车间以极小化平均完工时间为目标的排序问题已被证明为ＮＰ难题，本文给出了求解该问题的两种方法；求最优解的分枝定界法和求近化解的启发式算法．大量计算机模拟结果表明，本文给出的启发式算法优度较高，而且是简单的多项式算法．     

基于n阶Dickson多项式的公钥密码系统

利用n阶Dickson多项式给出一多项式序列，由此序列构造一种新的公钥密码系统。与基于2阶的Dickson多项式的LUC公钥系统相比，明文密文空间扩大，攻击该系统等价于分解大整数的同时还要求解若干个困难的高次同余式，使得破解难度增大，安全性增强。