多维球面模型应用于草原监测数据分析的探讨

提出分析归纳草原监测多元数据的新数学方法，多维球面模型。M个物种所组成的草原的状态可以用M元向量来表示，向量的长度用来表示草原的量值，向量的方向表示草原组成。从草原监测的角度，草原的相对组成是更重要的，成份变化的比率更能说明问题。在处理草原监测数据中使用向量等比系列和向量等差系列是可行的。笔比系列比较能反映几何增长的本质。为了纠正中间过程被忽略的弱点，要坚持逐年监测，逐步分析，或使用滑动平均。二阶趋势值可尝试用于解决时间滞后问题，卡门滤波用于降低预报误差。因为草原监测使用分种数据，必须以人工监测记录为主，再辅以其它高科技手段，如遥感。     

金融数学的发展及其在证券投资组合中的应用

论述了金融科学中一种新兴的数学工具和数学技术——倒向随机微分方程，通过运用倒向随机微分方程，研究当投资者以将来某一时刻获取一定数额的适应性收益为投资目标时，如何确定当前证券投资组合中各证券的投资比例．     

道格拉斯模型在科技金融与经济发展关系分析中的应用

提出了一种包含科技金融投入因素在内的道格拉斯投入产出模型,用于分析科技金融和我国宏观经济发展之间的关系.以2000-2018年间的国内生产总值、社会投入资本、工业劳动力数量、科技金融演变指数为1个产出变量和3个投入变量的原始数据展开实证分析.中国宏观经济的增长,资本投入、劳动力投入、科技金融投入都起到了明显的推动作用,弹性影响因子都是在1%水平下显著.科技金融投入(K)对经济发展(G)的影响, 4类评估得到的道格拉斯影响因子分别是0.267 4,0.271 1,0.256 9,0.288 3,虽然略有不同,但基本稳定在0.25～0.29的这个范围之内,说明科技金融对我国经济发展起到了重要作用.     

双曲密度分析——一种在股票期权计算系统中的应用

以曲密度分析法创造性地优化了传统的数学模型，它能更好地计算和预报实际股票期权价格。研究分两个部分：理论上、讨论并分析了以往的股票期权计算数学模型的缺陷，进而讨论并介绍一种新的方法－双曲线密度分析法，通过使用自己以往的经过股票市场验证的实际数值的检验，该方法具有明显的优势和良好的预测结果；模型设计上，将复杂的股票期权模型写入程序，并以市场 真实数据进行模拟和测试，侧重于双曲密度分析法的理论层次上的讨论。     

应用等维新息双向差分灰色模型进行趋势分析的新发现

本建立了最佳等维新息双向差分灰色模型，不仅拓宽了灰色预测的适用范围，而且还通过维数选择确定了最佳维数；使用最新数学工具软件MATLAB进行编程，同时通过对上证周指进行趋势分析，该等维新息预测能较准确地预测未来随机时间序列的涨、跌幅度。     

数学地质方法在储层沉积相分析中的应用——以柴达木盆地花土沟油田新近系砂岩储层为例

以柴达木盆地花土沟油田新近系砂岩储层为例,根据综合柱状图、2口系统取芯井的岩芯资料及12口探井的岩屑录井资料等,应用时间趋势分析与马尔科夫链分析等数学地质方法,得到了一些重要信息:地层岩性旋回、主要的韵律类型及其组合样式等.在此基础上,结合其他相标志,对新近系砂岩储层沉积相进行了划分.研究认为,(1)利用时间趋势分析获取地层岩性旋回的方法是确定探井标志层的一个重要辅助手段;(2)由马尔科夫链分析得到的主要岩性及岩性的主要转移方式可用于分析沉积时期的水动力条件,确定韵律类型;(3)研究层段砂岩储层沉积相类型主要包括辫状河三角洲前缘、前三角洲相和滨湖、浅湖相.     

一种新的速度模型及其在深水区低幅构造区域 地震数据处理中的应用 —以南海某勘探区为例

介绍了一种新的用于描述在压实砂岩地层中速度随深度逐步增加的速度趋势方法。该方法建立的速度模型受地质条件约束且很稳定;一般海底地形,高孔隙压力突变等不连续区域都能适应;且该方法需要比经典的线性速度模型更少的地层数来描述速度剖面,故能更好的控制横向的连续性。其参数变量少且简单易行,可以用于多种速度分析或反演方法中;比如地震速度层析成像或者约束反演。对该方法的各个参数影响进行了分析评估,模型计算拟合良好。此法用于南海低幅构造地区实际资料表明:拟合得到的速度曲线与测井得到的VSP曲线相近,建立的速度场层位划分清楚,符合地质规律,适用于深水少井区。落实了低幅构造局部构造,清晰地描绘构造细节,为储层预测做出贡献。     

超球面模型应用于股票排序的探讨

探讨把超球面模型（ＭＤＳＭ），一种基于定义了向量除法的多维空间的数据分析技术，应用于股票排序的可能性．ＭＤＳＭ把股票市场作为多维指数增长系统，用多元向量表示股市状态，并定义余弦向量的商为多维即时趋势，以表示股票市场的动态．用即时趋势排列股票的结果与使用股票回报率的排序一致     

一种多维度评价向量的排序模型及一致性证明

针对组合预测过程中的多误差统计向量的优劣评价问题,提出了一种优于个量相同条件下的多维度评价向量的排序模型,设定优劣排序的相关规则,根据规则给出整体优于函数,并对于优于个量相等优于程度不同的情况给出了模型的一致性证明.     

基于三角型模糊数理论的组合投资决策研究

基于三角型模糊数理论提出一种新的组合投资决策算法。首先应用三角型模糊数描述股票的价格变化过程,采用三角型模糊数的均值面积来表示相应价格信息;然后结合投资者的具体效用函数,并假设投资收益近似服从正态分布,获得其期望效用函数;最后根据Markowitz的均值-方差模型结论确定最优组合投资收益,从而确定投资者的最优组合投资比例。该算法简洁实用,便于操作,通过给出具体应用算例说明了该算法是行之有效的。     

创新型企业管理者决策心理影响投资的模型分析

我国的经理人市场还处于起步阶段,企业管理者的非理性行为十分突出。特别是创新型企业,其管理者在投资决策方面往往受到自身心理因素的制约。在总结国内外相关研究的基础上,对管理者过度自信与投资和现金流之间的相关性进行分析。研究结果表明:管理者过度自信的公司的投资——现金流敏感度比其他公司更高。管理者的过度自信程度与公司的投资水平成正相关。     

一种基于在线修正时间序列预测方法的UCAV粗决策模型

针对机载传感器不能在作战时限内获取目标参数从而造成属性匹配过程失败的情况,提出了一种基于在线修正时间序列预测方法的UCAV粗决策模型.通过对以往时刻传感器数据的时间序列分析,建立最优自回归移动平均模型,根据延迟获取的数据,运用在线修正预测方法,完成对未来时刻传感器数据的预测及预测值的修正,作为粗糙集决策属性匹配的输入完成决策过程.通过对UCAV目标威胁估计实例的分析可知,该模型能在决策数据的基础上,根据时间序列预测值,提取出所有条件下的决策规则,给出有效决策建议.     

基于多变量相重构的混沌时间序列预测

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.     

一种基于模糊VSM和神经网络的文本分类方法

针对文本自动分类时可能存在一个文本属于多类的问题,提出了一种基于模糊向量空间模型和神经网络的文本自动分类方法。该方法采用模糊集理论,把特征项在文档中出现的位置作为反映文档主题的重要程度（隶属度）,并在特征提取时充分考虑该位置信息,从而构造出模糊特征向量,使文本分类更接近手工分类方法。建立的网络由输入层、隐含层和输出层组成,其中输入层完成分类样本的输入,隐含层提取输入样本所隐含的模式特征,输出层用于输出分类结果。实验部分以万方数据库中部分文档数据为例验证了该方法的有效性。     

基于数值分析的动态指数分布模型的一个预测算法

在自然参数与状态参数之间满足非线性关系ωt-ft(θt）的假设下,利用数值分析的方法给出了动态指数分布模型的修正递推及其预测。     

中文科技期刊线性增长模型

在描述文献增长的诸多模型中，线性增长模型更适合于某一特定文献类型的短期预测。本文依据我国７８至９６年各年间中文科技期刊的种数，利用最小平方法，拟合出中文科技期刊种数随时间增长的线性方程。针对各年间科技期刊种数存在着自相关的现象，建立了剔除序列相关后的预测模型。     

一种联合优化算法及其在混沌时间序列预测中的应用

为了提高混沌时间序列预测精度,利用相空间重构和预测模型参数间的相互联系,提出一种基于遗传算法的混沌时间序列参数联合优化方法.该方法首先将相空间重构和预测模型参数作为遗传算法的个体,混沌时间序列预测精度作为适应度函数,通过选择、交叉和变异等遗传操作获得最优参数,最后利用混沌时间序列实例对联合优化方法进行验证性测试.实验结果表明:相对于传统参数优化方法,联合优化方法大幅度提高混沌时间序列的预测精度,为混沌时间序列预测提供一种新的思路.