飞机朝后座椅的保护作用模型研究

为了进一步提高民航旅客运输的安全性和减少飞机事故的伤亡率,对飞机座椅朝后这一新概念,从安全防护的改善方面进行了系统分析和定量的描述,建立了冲撞缓冲效果的估算模型,进行了相关的简单试验,并分析了空难幸存案例,从中得出结论,如果把飞机座椅朝后安装,可以主动地、大幅度地提高事故中对人体的防护能力,减少伤害率.另外,通过比较发现,由此带来的改善,并不减少飞机原有的性能指标,也不增加成本和维护的复杂性.最后提出了分级布置飞机客舱座椅的建议,以便保留部分朝前的座椅供一些有偏好的旅客进行选择,使所有的座椅安全性都有所提高,起到了系统优化的作用.此模型为新一代面向用户的飞机设计,提供了一个系统安全分析的基础.     

基于偏好DEA模型的应急资源优化配置

从应急系统中应急资源的投入产出的整体相对效率考虑, 提出了新的资源优化配置的非参数DEA模型,对应急系统中应急资源总体利用情况进行了评价.在此基础上,考虑到决策者的偏好信息,构造了偏好的DEA资源配置决策模型.最后,通过对一个算例的具体分析,清楚地表明,在资源总量控制的情况下,利用本文提出的非参数偏好DEA模型对应急资源进行统筹安排和合理配置,可以大大提高应急系统的整体相对效率.     

中国房地产市场管制中四大利益集团联盟的博弈分析

为了回答中央政府在中国房地产市场管制中如何解决利益集团联盟导致房价飞涨的问题,基于合作博弈的方法,分析了中央和地方政府、房地产商和国际投机商在支持和反对管制两方面形成单人、两人、三人以及四人联盟的条件、联盟的最优形式以及维持联盟的利益分配向量.发现:管制净收益与市场调控平均净收益的关系决定管制与反管制联盟的形成的条件;最优的联盟形式取决于同类策略的四人支付和与反管制时福利总损耗的比较;维持联盟的个人向量由个人支付和反对管制的福利损耗确定.中央政府应该建立和维持"管制联盟"来瓦解"反管制联盟".     

行为控制制度的数学描述与有效性分析

以管理实践中广泛应用的"疑罪从无"以及"奖励制度"为例,给出了制度的回报概率描述与博弈树描述,制度有效条件的数学模型描述等研究方法.特别是给出了制度有效条件的数学模型,以及制度的观测力度、控制回报差异、自然回报期望值差异,行为成本差异等重要概念,指出在维持制度的有效性的前提下,这些因素之间的制约关系.这些都可以推广应用于各种制度的研究中,为制度研究提供了定量分析与统计观测的新方法.     

基于核子解的最终交叉效率权系数确定方法

介绍了交叉效率评价方法,分析了利用最终平均交叉效率值来对DMU进行评价时所存在的诸多缺陷,结合合作博弈理论,放松最终确定效率值的平均化假设,把需要作评价的各个决策单元作为合作博弈的局中人,并定义了包含所有局中人在内的联盟博弈及其各种子联盟的特征函数值,在分析各种联盟博弈解优劣的基础上,选择核子作为联盟博弈的解,并通过遗传算法求解出该博弈的核子解,从而确定了最终交叉效率的权系数.最后通过一个算例说明该方法的有效性.     

Metropolis-Hastings自适应算法及其应用

首先阐述Metropolis-Hastings算法实现的具体步骤,然后证明由此产生的Markov链满足细致平衡条件,从而以目标分布为不变分布.接下来给出几个计算实例,以说明提议函数及其方差的选取对采样结果的影响,并由此推出一种改进的自适应算法用以寻找合适的提议函数及其方差.最后,通过贝叶斯Logistic模型的例子说明M-H方法在贝叶斯分析中的应用,同时也检验M-H自适应算法的效果.     

CCR模型中决策单元的区间效率值及其排序

CCR模型中,决策单元的效率值为输出的加权平均与输入的加权平均比值的最大值,而本文则认为所有可能的输出的加权平均与输入的加权平均比值都是可能的效率值,因此决策单元的效率值为一区间.基于交叉效率方法,本文得出了决策单元的区间效率值并进行了排序.所得出的区间效率值不仅比传统的点效率值更加全面地反映决策单元的表现,而且由于交叉效率方法的自互评本质,它比已有的区间效率构建方法更加合理、可信.文末给出了一个算例.     

油价系统的随机模拟

石油价格的波动已经对相关产业及国家经济产生了重要的影响,未来油价趋势的准确预测是国家及相关产业经济的重要参考因素,在综合分析已有的油价预测方法的基础上,笔者提出了一种新的研究思路,首次把石油价格及其影响因素作为一个随机系统来展开研究.基于系统、信息、控制的观点,在分析油价系统结构的基础上,从随机的角度研究了油价及其影响因素的变化规律;设计了一个随机模拟器,对未来油价的概率分布函数及统计特征进行随机模拟.     

季节性产品销售商动态串货博弈模型

基于现实中处于竞争状态的销售商之间广泛存在的"串货"现象,本文研究了同一市场上销售同一种季节性或时尚性产品的两个销售商之间的最优动态串货策略.在研究的问题中,双方都持有一定数量的初始库存,产品库存在销售过程中不能补给.在一方库存销售完毕之后,可以借助于对方的串货来满足顾客需求;然而对方基于自身利益的考虑,有权拒绝串货.基于一个离散时间动态规划模型,我们分析了两个销售商的最优串货策略,刻画了销售商收益函数的结构性质.此外,我们将该分权系统与追求整体利益最大化的集权系统进行了对比;数值实验表明:虽然串货能有效增加销售商各自的利益,但是他们之间的竞争会带来较大的整体利益损失.     

区域经济体可计算一般均衡模型的研究与应用

构建了一个区域可计算一般均衡模型(CGE),揭示了区域经济体的运行特征,为分析区域经济体的经济增长、生产要素的价格或结构变动等提供了一个分析框架;在模型的理论框架中,详细分析了区域CGE模型各个模块的构建思想及对应的主要方程,并从财税、贸易等方面分析了其特性;建立了区域社会核算矩阵(SAM)的结构;通过模型分析,得到了油价波动对湖南省经济发展的影响.     

Kohonen自组织网络在混沌时间序列预测中的应用(Ⅱ)

继续探讨 Kohonen自组织神经网络在构造径向基函数预测模型时的应用 ,研究了该模型对含有噪声的混沌时间序列的预测问题以及与嵌入维数的关系 .     

证券市场预测的神经网络方法

首先讨论了证券市场的各种影响因素、预测分析方法和定量预测模型的选择。然后运用神经网络模型的非线性映射能力和学习联想能力，提出了证券市场预测的通用模型。最后通过一个证券买入时机预测的实例，证明了该模型的有效性.     

A multiple intelligent agent system for credit risk prediction via an optimization of localized generalization error with diversity

Company bankruptcies cost billions of dollars in losses to banks each year. Thus credit risk prediction is a critical part of a bank＇s loan approval decision process. Traditional financial models for credit risk prediction are no longer adequate for describing today＇s complex relationship between the financial health and potential bankruptcy of a company. In this work, a multiple classifier system （embedded in a multiple intelligent agent system） is proposed to predict the financial health of a company. In our model, each individual agent （classifier） makes a prediction on the likelihood of credit risk based on only partial information of the company. Each of the agents is an expert, but has limited knowledge （represented by features） about the company. The decisions of all agents are combined together to form a final credit risk prediction. Experiments show that our model out-performs other existing methods using the benchmarking Compustat American Corporations dataset.     

Fast lossless color image compression method using perceptron

The technique of lossless image compression plays an important role in image transmission and storage for high quality. At present, both the compression ratio and processing speed should be considered in a real-time multimedia system. A novel lossless compression algorithm is researched. A low complexity predictive model is proposed using the correlation of pixels and color components. In the meantime, perceptron in neural network is used to rectify the prediction values adaptively. It makes the prediction residuals smaller and in a small dynamic scope. Also a color space transform is used and good decorrelation is obtained in our algorithm. The compared experimental results have shown that our algorithm has a noticeably better performance than traditional algorithms. Compared to the new standard JPEG-LS, this predictive model reduces its computational complexity. And its speed is faster than the JPEG-LS with negligible performance sacrifice.     

降水时间序列的聚类分析和预测

本文阐述了对160个中国大陆降雨序列进行同步预测的完整方法。预测模型是用多元分析和随机序列等方法综合建立的, 预测结果较好。文中重点研究能用个人计算机可方便地同时预测这160个点的方法。因此, 首先采用聚类方法将160个点的降水序列分成若干个局部特征相似的几个子类。采用该法的分类结果与国内大多数着名专家的分类结果相似。采用数据压缩法求出每个子类周期性特征的主成分序列, 计算中在精度损失不大情况下尽量压缩计算量。该模型预测一年后的降雨量, 获得令人满意的结果。     

基于参数学习的GARCH动态无穷活动率Lévy过程的欧式期权定价

在股票价格中引入漂移率、波动率和随机跳跃三种状态， 建立动态状态空间模型， 并通过局部风险中性定价关系（RNVR）推导无套利定价模型. 以非高斯条件ARMA-NGARCH为基准模型， 构建S&P500指数的离散动态Lévy过程， 并基于序贯贝叶斯的参数学习方法， 进行模型估计和期权定价研究. 结果表明： 动态Lévy过程能够联合刻画时变漂移率、条件波动率和无穷活动率等特征， 且贝叶斯方法的引入提高了期权隐含波动率的定价精度. 同时， 无穷活动率模型在期权定价方面具有显著优势. 在五类滤波中， 无损粒子滤波估计精度最高， 速降调和稳态过程（RDTS）的期权定价误差最小， 而非高斯模型在收益率预测方面没有表现出显著的差异.     

我国蔬菜总产的主成分回归模型的构建及预测

运用主成分分析法把影响我国蔬菜总产的13个因素简化成几个综合的因素，并建立了蔬菜总产的主成分回归模型，为我国蔬菜总产的预测建立了一个简单而又有效的数学模型。表5，参5。     

汇率预测的“米斯和罗格夫之谜”破解——来自非参数方法的回答

汇率预测非常困难,其波动具有时变性、随机性和模糊性等统计特征.现存文献中各种方法和模型的预测效果受很多因素影响,其预测力都不及随机游走模型,这就是汇率预测领域所谓的"米斯和罗格夫之谜(The Meese and Rogoff puzzle)".本文使用非参数方法研究汇率波动及其预测模型,发现较之任何参数方法、半参数方法都具有更大的灵活性.为了克服"维数魔咒",本文提出非参数可加模型来研究汇率预测问题.与现有模型相比,在同样的观察样本期内,非参数可加汇率预测模型有更好的样本外预测能力,这有力地证明了"米斯和罗格夫之谜"并非难以破解.此外,我们将非参数可加汇率模型应用于人民币对美元的汇率预测,其结果仍然揭示了该模型很好的拟合度和预测能力.本文为汇率预测这一研究领域提供了新的研究思路和方法.     

基于LSTM神经网络的短期轨道预报

针对基于动力学模型的轨道预报方法对卫星自主轨道预报与大量非合作目标轨道预报中存在建模成本过高和缺少目标空间环境信息的问题,提出一种基于误差数据驱动的神经网络轨道预报方法.该方法在解析法动力学模型的基础上,使用长短期记忆神经网络对历史轨道预报的误差进行学习,预测未来短期动力学模型的预报误差,以此对预报结果进行修正.选用A...     

基于核和灰度的灰色马尔可夫预测模型及应用

在处理预测问题时,常有原始数据为区间数组成的随机波动性较大的区间数列的状况。为进一步提高区间灰数预测精度,提出基于核和灰度的灰色马尔可夫预测模型。该方法以区间灰数核序列为依托建立预测模型,实现区间灰数核的预测;又根据“灰度不减公理”,由灰数核为中心延伸得出区间灰数的上下界;在保持区间灰数独立完整的前提下,构建了区间灰数预测模型,在此基础上用马尔可夫预测模型修正预测结果。该模型在航空货运量的趋势预测中显示马式链修正结果较区间灰数预测数据呈低估状态。结果有助于加强市场参与者对航空货运市场的宏观认识,并为经济决策行为提供参考。