模糊随机环境下的单因子Gaussian Copula模型北大核心CSSCI

现有的对单因子Gaussian Copula模型中相关系数的各种改进,究其本质在于公司资产间相互关系的不可观测性和所获信息的不完全性——人们无法得到关于资产间相互关系大小的精确估计值,对于这一关键信息各人有着不同的模糊性,即现实中的不确定性既包含随机性又包含模糊性。因此,将随机性和模糊性相结合,用于研究诸如违约相关等问题有着现实需要。提出了一种新的带有模糊性分析的单因子Gaussian Copula模型,给出了带有模糊信息的联合违约概率和违约损失率,并用于综合CDO的定价。利用模糊数和随机性分析,不仅可以考虑更多的违约相关过程中不确定性源泉,更能包含投资者对金融市场中各种模糊性的主观判断信度,拓宽了可能的信用利差的范围。     

模糊随机环境下的单因子Gaussian Copula模型北大核心CSSCI

现有的对单因子Gaussian Copula模型中相关系数的各种改进,究其本质在于公司资产间相互关系的不可观测性和所获信息的不完全性——人们无法得到关于资产间相互关系大小的精确估计值,对于这一关键信息各人有着不同的模糊性,即现实中的不确定性既包含随机性又包含模糊性。因此,将随机性和模糊性相结合,用于研究诸如违约相关等问题有着现实需要。提出了一种新的带有模糊性分析的单因子Gaussian Copula模型,给出了带有模糊信息的联合违约概率和违约损失率,并用于综合CDO的定价。利用模糊数和随机性分析,不仅可以考虑更多的违约相关过程中不确定性源泉,更能包含投资者对金融市场中各种模糊性的主观判断信度,拓宽了可能的信用利差的范围。     

模糊随机环境下的单因子Gaussian Copula模型

现有的对单因子Gaussian Copula模型中相关系数的各种改进,究其本质在于公司资产间相互关系的不可观测性和所获信息的不完全性——人们无法得到关于资产间相互关系大小的精确估计值,对于这一关键信息各人有着不同的模糊性,即现实中的不确定性既包含随机性又包含模糊性。因此,将随机性和模糊性相结合,用于研究诸如违约相关等问题有着现实需要。提出了一种新的带有模糊性分析的单因子Gaussian Copula模型,给出了带有模糊信息的联合违约概率和违约损失率,并用于综合CDO的定价。利用模糊数和随机性分析,不仅可以考虑更多的违约相关过程中不确定性源泉,更能包含投资者对金融市场中各种模糊性的主观判断信度,拓宽了可能的信用利差的范围。     

大口径高射机枪自动发射过程仿真试验研究

为了深入了解一种大口径高射机枪自动机的运动学和动力学特性,基于多体动力学建立了高射机枪自动机数值仿真模型.读模型考虑了接触,碰撞和载荷随机性,其正确性被试验所验证.对该高射机枪实际发射过程进行了仿真试验研究,获得了一整套运动和载荷数据,详细分析了自动机系统的运动学和动力学特性,研究并揭示了含碰撞的开闭锁和供弹过程的工作机理.本项研究对高射机枪自动发射过程的动力学行为提出了新认识.     

基于复杂性理论的径流时间序列动力学特征分析

将三种复杂性测度——复杂性C2、算法复杂性C0和近似熵ApEn运用于径流时间序列的分析之中,计算过程简便,对时间序列长度等条件的要求相对较低,因而更具有实用价值,为了解径流变化的动态特性开辟了新的思路.通过分析可以发现:黄河干流具有实测径流的随机性和混沌程度高于天然径流的随机性和混沌程度;上游的混沌程度高于下游,而随机性低于下游的动态特征.黄河干流整体上处于随机、混沌共存状态,随机强于混沌;各站径流序列中存在某种结构,这些结构可能是周期性变化、持续性变化或自相似结构.人类活动近十几年的影响,增大了上游径流变化的随机性、降低了上游径流的复杂性(混沌),使其对径流的预测能力下降,增加了径流序列的识别难度.黄河干流大型水利工程的运用,对径流的影响程度随着空间位置的加大而减弱.     

仿真环境下随机性VRP的序贯优化策略研究

通过融合机会约束优化策略与序贯决策方法,提出了机会约束序贯优化策略.该策略在优化随机性VRP的决策中不但可以利用计算机的优化计算能力,而且可以将决策人的经验和偏好融入其中,这种人为参与的决策可以成功地解决随机性VRP的决策问题,避免了马尔科夫决策过程中存在的维数灾难问题.通过仿真模型对该策略的实验表明随机性VRP的序贯优化策略优于其它策略.     

服务系统顾客到达的非齐次泊松过程仿真研究

一般认为服务系统的顾客到达服从平均到达率为恒定的泊松分布。但实际上有不少服务系统的顾客到达兼具随机性和规律性两种特征。随机性是指顾客相继到达的时间间隔是随机的,规律性是指顾客的平均到达率是与时间相关的。本文以某医院输液系统为例,根据实地测量所获得的数据,对顾客到达规律进行了模拟。做了以下工作:(1)证明该系统的顾客到达属于非齐次泊松过程(NHPP);(2)提出了一套模拟非齐次泊松过程的规范方法——NHPP法;(3)采用回归分析来获得顾客平均到达率与时间的关系表达式λ(t);(4)用Flexsim软件进行系统仿真,仿真结果说明:本来是非齐次过程的顾客到达不能简单地用齐次过程来描述,否则会导致管理决策的重大偏差;齐次的顾客到达过程对于提高服务水平更有利。     

技术创新变化、资源耗竭与经济可持续发展最优路径——基于随机性内生增长理论模型的构建与推理

在构建资源消耗的随机性内生增长模型基础上,用常数相对风险规避系数(CRRA)效用函数分析实例,通过计算均值,分析了技术创新的随机性影响,解决了一个技术创新的随机性问题,发现在技术创新过程中的随机变化性往往导致在技术研发方面的投入更小,因其导致边际报酬率减少。通过用CRS道格拉斯生产函数和CRRA效用函数描述出一个独特并且有规律的经济可持续最优增长路线。     

基于复杂网络的空铁复合网络的鲁棒性研究

运用复杂网络方法,对中国高铁-民航复合网络进行了网络拓扑特性与鲁棒性分析。分析结果表明,高铁-民航复合网络及其子网络都是具有无标度特性的小世界网络;高铁-民航复合网络在蓄意攻击模式下的鲁棒性较差,而在随机性攻击模式下的鲁棒性较强;无论是随机性攻击还是蓄意攻击,复合网络的鲁棒性都优于高铁子网络和航空子网络。     

基于IOWA算子的行为证券组合投资决策研究

旨在通过建立投资者多心理账户权重的确定方法,用以改进传统的行为证券组合理论(BPT).针对投资者多心理账户的模糊性和随机性特征,引入诱导有序加权平均(IOWA)算子描述投资者心理账户的权重确定过程;基于此,建立了经过IOWA算子调整的BPT模型;算法释例表明,确定投资者各个心理账户的权重有利于精确描述其资产配置的优化过程.     

加权马尔可夫模型在降水丰枯状况预测中的应用

首先基于降水过程存在大量不确定性、不精确性的特点 ,应用有序聚类的方法建立降水丰枯状况的分级标准 ;然后针对降水量为相依随机变量的特点 ,采取以规范化的各阶自相关系数为权重 ,用加权的马尔可夫链模型来预测未来降水的丰枯变化状况 ;最后以山西省某水文站近 5 0年的降水资料为实例对该方法进行了具体的应用 ,获得了较为满意的结果.     

一个基于集成情境知识的组合预测方法

根据钱学森定性定量综合集成的系统思想,在TEI@I复杂系统方法论的框架下,提出了一种基于集成情境知识的组合预测方法(CFMIK).该方法用情境知识引导经济预测过程,将一些难以显式出现在预测模型中的影响因素考虑进来,从而能够在一定程度上解决预测结果在发生随机事件冲击时误差较大的难题.以港口集装箱吞吐量预测为例,对比了CFMIK,AFTER组合预测方法和3种单项模型预测方法(ARIMA、BP-ANN和指数平滑法)的表现,结果发现CFMIK的表现显著地优于后4种预测方法.     

基于超网络演化模型的社区知识发现与分析

知识作为最重要的无形资源在学界受到了广泛关注,尤其是利用知识网络对社区知识进行表达与挖掘.然而这些同质,静态的网络往往难以充分地描述社区中的知识资源要素及变化.为解决异质性表达问题,本文针对大众协同创新社区中知识的增长和消退机制,构建了一种超网络动态演化模型.同时,应用该模型的拓扑特性指标对社区中的知识分布特性进行分析,提出了基于动态超图的新的知识分类,并以此识别高价值的社区知识.最后,本文对该模型进行了实例验证,对实例中不同类型的知识点进行分析,并提出相应的管理策略.本文的研究对于发现社区中的创新知识,实现社区知识的精确管理提供了方法指导,对于提高社区管理水平和启发企业创新趋势具有重要意义.     

基于模糊随机期望规划的跨国供应链战术计划模型

首先对跨国供应链计划进行了简要介绍,并且讨论了跨国供应链中的不确定因素-市场需求的三种数学描述形式-随机、模糊、模糊随机;提出了基于模糊随机期望规划的生产-分销二级跨国供应链战术计划模型,它与以往供应链计划模型最大的不同之处在于将市场需求看作模糊随机变量;然后设计了计算机模糊随机模拟技术和遗传算法相结合的智能算法求解模型;最后对模型进行了数值仿真分析,即对模糊随机期望模型使用智能算法,对其等值确定性模型使用分枝定界法,计算结果精度对比证明了模糊随机期望模型的有效性.     

基于语义推理的作战计划验证方法

针对联合作战计划编制过程中的作战行动过程验证问题,在已有计划表示和计划推理相关研究的基础上,从知识管理的角度,提出了一种基于语义推理的联合作战行动过程验证方法。通过对计划知识进行基于本体的表示、基于描述逻辑及一阶谓词逻辑的逻辑推理,以实现对联合作战行动过程的验证。并以某联合作战行动过程的验证为例进行了实验。实验表明,该方法可实现对专家知识的扩展,能够发现联合作战行动过程开发的异常与不兼容,由此提高作战计划正确性检验的效率。     

贝叶斯网络推理的一种仿真算法

贝叶斯网络是一种强有力的不确定性知识表达和推理工具。网络的推理是贝叶斯网络的重要内容之一。该文提出了一种近似仿真算法。由随机数发生器产生随机数，并按节点的先验概率，由赌轮对网络各个节点状态赋值，得到一个采样样本序列。当样本序列的数量足够大时，边缘统计量和条件统计量与节点的边缘概率和条件概率接近，从而得到网络的近似推理结果。仿真结果表明，该算法与精确解接近，有较好的适应性。基于该算法构造的贝叶斯诊断网络系统已成功应用于天津石化炼油厂。     

基于智能Agent的复合学习方法

从实例学习和事例推理的关系出发,分析了专家经验累积的过程,指出传统知识获取瓶颈的根源.在此基础上,借助agent理论,提出了一种从专家分析实例学习和事例推理的有机结合模型,给出了专家知识获取的基本框架.构成此框架的各归纳学习agent在专家的协助下,可通过加强学习机制相互促进.     

考虑多参考点的基于前景随机占优准则的随机多属性决策

针对随机多属性决策问题,考虑决策者心理行为,提出一种基于多参考点的前景随机占优多属性决策方法.首先,以决策者属性期望作为参考点,根据累积前景理论将决策矩阵转化为损益矩阵.其次,依据前景随机占优准则构建前景随机占优关系矩阵,进而得到前景随机占优度矩阵.进一步,考虑属性相关关系,运用模糊测度得到方案综合占优度矩阵,并运用PROMETHEE Ⅱ方法对方案进行排序.最后,案例分析验证了该方法的可行性和有效性.     

一类随机需求VRP的混合粒子群算法研究

针对一类随机需求车辆路径问题(stochastic vehicle routing problem,SVRP),结合现实生活中长期客户服务记录所隐含的统计性知识构建新的统计学模型,并将种群搜索与轨迹搜索算法相结合提出了一种新的混合粒子群优化算法。该算法通过引入导引式局部搜索,来减小粒子群搜索陷入局优的可能性以获得更优化解。仿真计算证明混合粒子群优化算法的有效性。同时,该算法也拓展了VRP的算法空间。     

基于知识发现的火箭武器研制费用预测

小样本的火箭武器研制费用预测通常难于应用线性回归方法,而灰色理论方法在实际中仍不能较好地解决费用与武器特征参数间存在的非线性问题。提出了融合粗集理论和神经网络预测火箭武器研制费用的新方法,利用粗集知识约简后的特征要素作为神经网络的输入,实现火箭武器研制费用的预测,并用实例证明了基于粗集-神经网络的费用预测精度高于灰色模型预测精度。