基于领域规则的军用仿真模型组合建模

分析了仿真模型的句法和语义组合方法,针对当前的组合方法在表达领域知识对组合建模约束存在的问题,提出了基于领域规则的仿真模型组合建模方法。采用符合HLA标准的基本对象模型表示原子模型和层次组合模型。通过逻辑规则表示组合建模的接口匹配规则和组合模型的领域知识,并根据领域知识建立组合建模的领域规则。用通用逻辑推理引擎实现领域规则对组合建模的约束检验和接口匹配检查。通过某电子对抗仿真系统的应用,结果表明,该方法和BOM结合是一种有效的组合建模方法,能有效的表示领域知识对组合模型的约束。     

组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。     

基于CW算子的组合评价信息集结方法及应用

针对组合评价方法的特殊性以及评价数据为二维且分布不均的情况,提出了一种专门用于解决组合评价问题的信息集结方法,即组合(CW)算子。定义了组合算术平均(CWA)算子和组合几何平均(CWGA)算子这两种新的组合算子并研究了其性质,同时给出了一种二维组合评价数据的分组方法;提出了同质性特征量和异质性特征量的概念,并定义了同质性影响系数和异质性影响系数;并据此给出了单一评价方法重要性加权向量以及评价方法组组合加权向量的确定方法。相比传统的信息集结算子,CW算子能充分考虑组合评价方法的同质性与异质性,更具有针对性。最后,通过一个具体的算例说明了该组合算子在组合评价中的应用过程并验证了其有效性。     

复杂系统仿真的可组合问题研究综述

复杂仿真系统的开发与集成对仿真的可组合性提出了需求。首先介绍了仿真可组合问题的基本概念，分析总结了影响仿真可组合性的因素以及可组合问题的层次化特征。针对不同层次的组合仿真，重点分析几种不同的组合建模方法，包括公共模型库方法、基于互操作协议的方法，基于组合有效性的语义组合方法，基于DEVS的形式化组合方法以及基于MDA的组合建模仿真方法。通过对不同方法的分析比较，提出进一步研究多层次组合问题以及跨县次组合建模仿真方法的展望。     

基于相关系数的加权几何平均组合预测模型的性质

加权几何平均组合预测为一种非线性的组合预测方法.针对基于相关系数的加权几何平均组合预测模型,定义了优性组合预测模型、预测方法优超、组合预测冗余度等概念,讨论了在一定的条件下,该组合预测存在非劣性及优性组合预测的充分条件,得出了一个判断冗余预测方法的判定定理.从理论和实例说明基于对数相关系数的非线性组合预测模型的有效性.     

市场需求Logit组合预测的研究

首先阐述了网络市场营销和传统市场营销的区别，分析了在该环境下市场需求的变化和相应的特点。其次，研究了一种利于计算机建模的市场需求组合预测方法，即采用Logit回归法训练数据的市场需求组合预测模型。最后，将该方法用于家用电冰箱市场需求趋势预测的示例研究，采用信息熵的方法，检验了组合预测模型的预测效果。实例表明，该方法可以通过调整组合权重提高预测精度。     

调和平均组合预测方法的进一步研究

对调和平均组合预测两种不同的组合权系数估计方法，通过大量的仿真预测实例进行了对比分析，得到了明确的结论，为调和平均组合预测方法的正确应用奠定了基础。     

基于SOA和MDA的模型重用和组合技术研究

基于复杂产品总体设计部门的模型重用和组合需求,总结了现有的模型重用和组合方法在支持复杂产品总体设计上存在的不足.结合产品设计模型的特点提出了基于面向服务架构(Service-Oriented Architecture,SOA)和模型驱动架构(Model DriVen Architecture,MDA)的模型重用和组合方法,设计了组件模型的接口规范和组合模型描述规范,并在此基础上实现了组合模型代码的自动生成算法.最后将该方法应用于一个基于Web Service的分布式仿真动态组合框架,并给出了相应的应用实例,验证了方法的技术可行性.     

期货市场逐步组合套期保值的理论与方法

对期货市场组合套期保值策略和保值风险进行了分析 ,给出组合套期保值率的最小二乘估计和保值风险的估计 .研究期货市场逐步组合套期保值问题 ,对给定要保值的现货资产 ,逐步找出参加组合套期保值的期货资产 .得到期货市场逐步组合套期保值的理论和方法 ,改善了组合套期保值的效果 ,为投资者提供一个实用的组合套期保值方法.     

组合评价方法研究综述

目前针对组合评价方法研究的概括性文献相对较少,在阅读大量国内外有关文献的基础上,对组合评价方法研究进展进行了综述.首先介绍了一些常见的单一评价方法;然后着重针对组合评价方法的研究思路进行了细致梳理,主要从评价方法过程的组合、评价方法结果的组合以及评价方法本身的组合三方面进行论述;最后针对本文内容进行总结,分别从已有组合评价的研究状况和未来组合评价的可拓方向两方面展开评述.     

DEA扩展有效的鲁棒性

通过给出决策单元为DEA扩展有效的几个等价命题，来研究扩展有效决策单元的鲁棒性。得到了当输入增加或输出减少后，它仍然保持扩展有效性的一些充分必要条件，还给出了保持扩展有效的判断方法和数值实例，而该方法不需要求文献[3]中的最优基矩阵的逆矩阵，也不需要求解文献[5]中的线性方程组。     

多目标优化与决策的混合方法及其应用

本文综合求解多目标问题有效解的线性加权和法、ε-约束法和杂交算法,提出了一种多目标优化方法——混合算法,并根据这一算法,设计了一种多目标决策方法——混合决策方法。最后讨论了混合方法在资源分配问题中的应用。     

协调对策的有效均衡选择机制——“人质”方法

在经济研究中，协调问题通常被描述为有多个Ｎａｓｈ均衡的非合作对策，其中任一个Ｐａｒｅｔｏ最优策略组合都是一个Ｎａｓｈ均衡。但由于策略的不确定性，往往会产生协调失败。本文为实现Ｐａｒｅｔｏ最优均衡而设计了一种激励机制——提供“人质”。相对于一个局中人的某一行动的人质定义为当他采取该行动时要付给对方的支付数量。为了在Ｎａｓｈ均衡中支持占优，本文证明了人质必须足够大（有下界），以吸引每个局中人合作，同时要足够小（有上界），以防诱使对方不合作，并证明了支持占优的Ｎａｓｈ均衡存在的充要条件是下界值不大于上界值。     

动态半绝对离差投资组合选择模型

考虑连续时间金融市场的投资组合选择问题。在标准的Black-Scholes型金融市场下，建立了动态均值半绝对离差投资组合选择模型．研究了模型的求解方法，得到了最优投资组合策略的解析表达式及均值一半绝对离差的有效前沿方程。同时，与动态均值一方差模型作了比较分析。最后．通过实证分析说明了模型的求解方法。     

The Treatment of Non-zero Slacks in Data Envelopment Analysis

ＴｈｅＴｒｅａｔｍｅｎｔｏｆＮｏｎ－ｚｅｒｏＳｌａｃｋｓｉｎＤａｔａＥｎｖｅｌｏｐｍｅｎｔＡｎａｌｙｓｉｓＨｕＨａｎｈｕｉＳｃｈｏｏｌｏｆＭａｎａｇｅｍｅｎｔ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００１８，Ｐ．Ｒ．ＣｈｉｎａＪｏ...     

分类约束问题的模拟退火算法

在传统组合投资模型的基础上 ,讨论了加入风险偏好系数的新的组合投资模型 ,及其有效边界的形式 ,通过引入分类约束 ,限制了属于不同风险类型的资产中的投资比例 ,对实际有效的投资活动有一定的指导意义。最后对带有分类约束的优化问题 ,采用模拟退火算法进行了求解     

有存贷利差最优投资组合的有效前沿研究

运用非线性规划理论与方法,研究存贷利率不相等情形下的均值方差模型,给出最优投资组合及有效前沿的解析表达式。结论表明,有存贷利差的有效前沿是由线段、双曲弧线段及射线上的点组成的集合。     

基于不确定性测度相对熵的资产组合优化

假设投资者是风险规避型,运用相对熵测度均值-方差模型参数不确定性程度,研究投资者在最坏情境下的资产组合优化问题.基于均值-方差模型,在相对熵某一正常数约束下构建描述资产组合优化问题的最小-最大化模型;运用拉格朗日法获得模型相应最优解,分析模型参数不确定性对资产组合优化的影响;最后,基于不同类型资产组合样本数据做对比性实...     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

重建二维轴对称电导率剖面分布的快速有效方法

用变形玻昂迭代法 ( DBIM)来重建二维轴对称电导率剖面分布 ,着重讨论了提高反演计算效率的方法。首先是利用数值模式匹配 ( NMM)解的 z向解析性 ,导出了 z向积分的解析结果 ,而径向数值本征模用线性插值 ,从而避免了二重数值积分 ;其次用双共轭梯度法 ( BCG)求解矩阵方程。数值模拟结果表明 ,采用上述方法后可以大大提高计算效率和改善成像质量。