不同时间尺度选样法的洪水频率分析

针对洪水频率计算中单洪峰选取的不合理性问题,本文提出洪水频率分析的改进计算法,以季度、半年和年为单位筛选最大值或极值进行分析,并以7天和15天作为前后两场洪水的最短间隔的样本筛选方法,通过扩充数据系列,并进行分布检测得到数据所属最佳分布后进行计算.结果表明:对于目标流域,用新方法计算的设计值在重现期不超过50年时较传统方法偏低;反之则显示传统方法估计偏保守,例如在500年一遇的设计洪水计算中,季度、半年和年数据筛选方法计算的结果,前两者和后两者之间的百分误差达到了30%和2.2%.本方法可以针对不同设计标准的洪水提供更为严谨的设计值,这对传统方法在计算准确率和安全性方面进行了改进.     

中国债券收益率的可预测性检验

基于工具变量(instrumental variable, IVX)统计检验方法,对我国主要宏观经济变量能否单独或联合预测债券收益率进行可预测性研究.IVX检验方法无需考虑预测变量的持续性先验信息,对任何属于单位根过程、近单位根过程、近平稳过程或平稳过程的预测变量都稳健.进一步使用AIC和BIC方法对多元变量回归模型进行变量筛选,仿真结果表明,两种准则均能准确筛选出模型重要变量并排除冗余变量.通过对国债和AAA、AA-级企业债三种不同信用等级债券收益率的长短期可预测性差异分析,研究发现:1) 1年期储蓄存款利率、人民币实际有效汇率、沪深300指数、工业增加值同比以及大部分宏观经济变量组合在10%显著性水平上能显著预测债券收益率;2)宏观经济变量长期预测能力强于短期;3)基于IVX方法的AIC和BIC准则能够有效地筛选模型重要变量.     

复杂网络中链路的可预测性

为从理论上比较各种预测方法的优劣,分析多个网络演化过程中形成链接的两个节点之间的拓扑距离分布,阐明了传统基于共同邻居相似性指标可有效进行链路预测的机理,从理论上分析了9种基于共同邻居相似性算法的预测上限(可预测性)。通过分析一阶邻居预测算法的局限性和影响链路可预测性的因素,提出了两种基于高阶路径信息的链路预测算法并计算了他们的可预测性指标。从理论上提出了链路的可预测性指标,也通过对实际网络的预测证明了所提链路预测算法的有效性。     

深圳股市价格运动可预测性的研究

讨论了市场的可预测性及有效性的关系。以深圳股票市场为对象,研究了股票价格或各类指数的可预测性,发现深圳股市综合指数和各类分类指数的对数可以认为服从随机走动,而在被检验的6个股票价格中发现两个股票价格的对数不服从随机走动,只服从单位根过程,随机扰动项具有序列相关性。检验方法包括用Phillips-Perron检验法检验单位根过程,用方差比检验法检验随机走动等。     

自行车干扰下机动车交通流的元胞自动机模型

用NS模型和EBCA1模型分别描述机动车流和自行车流的行为,用摩擦干扰和阻滞干扰体现自行车对机动车的干扰作用,建立了自行车干扰下机动车交通流模型并利用数值模拟研究了其行为,并通过与实测数据的对比证明了模型的合理性.通过分析仿真数据发现,机动车流受到的主要干扰形式取决于两种车流的密度.自行车的干扰主要影响到低密度的机动车流,使其流量、速度都有较明显降低.同时,机动车流中阻塞的发生更加频繁但持续时间较短.     

基于数据挖掘的交通流预测模型

通过对道路交通流变化规律和影响因素的分析,提出了一种新的交通流预测模型.首先,鉴于模糊聚类方法易陷入局部最优解及运算速度慢的缺点,采用蚁群算法中Pij(t)改进模糊聚类分析;然后以最拥挤时间段的25个点交通流数据、天气数据以及天类别数据为指标,将历史数据聚分成若干簇团,并采用动量BP神经网络针对每一簇团建立相应的预测模型.对实际数据进行预测分析的结果表明:该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况(雨雪天气)也有较好的预测精度.     

一种新的混合车流下的元胞自动机交通流模型

在我国高等级公路上的车流主要是混合车流,而一般的交通流理论都是以小车流为对象进行研究和建模的。元胞自动机模型可以比较好地模拟交通流,新建立的混合车流下的元胞自动机交通流模型,除不同车型的车速上限不同外,而且车辆运行中所占元胞格点数也不同。通过计算机对新模型进行模拟,发现纯小车流、将大车按线形换算成小车流与混合车流的车流运行状态不尽相同,而且在车速方面差别更大。只要在车流中存在大车,整个车流的速度就会受到较大的影响,但车流密度较低时,车型比例对车速的影响又不是很明显,但平均速度低于大车的最大速度。另外,本模型为进一步更好地描述混合车流奠定了基础。     

基于Agent的单车道交通流仿真

基于Agent的交通仿真能够细致的刻画交通实体的决策逻辑和微观行为。本文分析了驾驶员-车辆Agent的三层结构，提出了单车道交通流中驾驶员纵向运动决策树，以及操作层的加速度计算公式，建立了基于Agent的空间连续、时间离散的一维交通流仿真模型。采用周期性边界条件仿真，再现了真实交通流的流量-密度关系和速度-密度关系；针对头车四种典型的速度剖面，对由10辆车组成的车队进行了仿真，后车都能实现安全、稳定跟驰。表明该模型既能再现交通流宏观特性，也能再现微观特性。     

随机波动和跳跃下的短期利率动态

在短期利率模型中引入随机波动和跳跃两种因素,利用序贯参数更新思想和粒子滤波方法实现模型的估计,并对中国银行间短期利率进行实证分析. 研究结果显示短期利率存在显著的随机波动和跳跃特征,表明CIR-SV-J模型在描述短期利率动态中拟合效果最优,而且忽视随机波动或跳跃因素会使拟合变差,影响对利率均值回复特征的描述,并证明了随机波动因素在模拟中比跳跃因素起着更为重要的作用.     

指数跟踪投资组合与多信息下指数可预测性——基于Adaptive LASSO和ARIMA-ANN方法

我国证券市场的可预测性与有效性一直是学术界和业界关注的问题。本文使用自适应套索(adaptive LASSO)方法构造稀疏的投资组合,即选择部分股票构造组合,使得该组合对指数的复制效果良好。此外,在组合具有相当代表性的前提下,其应对指数的未来趋势具有一定的预测性。考虑包含开盘价、收盘价、最高价、最低价在内多信息ARIMA-ANN预测,并对沪深300指数进行实证分析,结果表明,该组合的历史信息包含相当意义上的指数收益率的信息,即股票指数在一定程度上可预测,同时对我国股票市场有效性产生质疑。     

基于RBF神经网络的短时交通流预测

根据短时交通流的特性，以神经网络技术为基础，构建短时交通流预测的神经网络模型，并用某高速公路实际短时交通流观测数据进行验证。     

基于连续小波理论的时间尺度变换实现

时间尺度变换就是使信号在时域上压缩或扩展而幅度不发生变化。推导了基于连续小波变换的函数时间尺度变换公式 ,在已知任意平方可积函数 f( t)的条件下 ,通过连续小波变换和反变换求得期望的 g( t) =f( t/λ)。在小波变换条件下 ,函数的时间尺度变换可以通过等量代换进而转化小波滤波器的时间尺度调制来获得 ,对此予以了理论和仿真实验证明     

连续双向拍卖机制下的短期价格行为分析

建立描述限价指令市场中连续双向拍卖交易机制下短期价格动态变化的理论模型.通过对该机制下的几个特征变量包括最佳(高)买价、最佳(低)卖价、买卖价差、成交价格和成交概率的分析揭示连续双向拍卖机制下的短期价格行为,并着重探讨其均衡性质包括成交价格所收敛到的竞争均衡及达到均衡的时间.研究结果表明建立的理论模型能较好地刻画连续双向拍卖机制下短期价格的动态演进特征,进而印证连续双向拍卖交易机制能快速收敛到竞争均衡从而产生很高的价格发现效率的相关结论.     

电梯群控系统交通流的预测方法

交通流预测是智能电梯群控系统的重要组成部分,对交通流进行预测可使群控系统跟随交通流的变化调节控制策略.将基于神经网络的时间序列预测理论应用到电梯群控系统的交通分析中,构造了一种交通流时间序列预测模型,并提出了调整预测神经网络结构以提高预测精度的方法.仿真实验表明了这种交通流智能预测方法是有效的.     

多速度差模型的交通流特性分析

文章对多速度差(Multiple Velocity Difference, MVD)模型的交通流特性进行了详细的分析.数值模拟发现:MVD模型启动过程中的车辆运动延迟时间和启动波速均是合理的, 并且能够得到描述车辆从自由流到阻塞流相变的迟滞环.此外,模拟还发现该模型不会产生不切实际的过高加速度.     

短时交通流预测模型的分析与评价

从短时交通流预测定义出发，介绍短时交通流预测的原理及预测模型应具有的特性，重点介绍几种预测模型，对其建模的理论基础、特点及其可行性、有效性进行分析，并比较和评价各类预测模型。     

短时交通流混沌预测方法的比较

针对传统的应用数学模型方法在短时交通流预测精度和实时性方面存在的问题,提出了将Volterra滤波器自适应预测模型用于短时交通流的实时预测。为提高预测精度,在Volterra滤波系数计算过程中采用归一化最小均方自适应算法进行多次训练。应用该预测模型对几个典型的非线性系统进行预测,验证了算法的准确性。然后再用此方法对微观实测交通流的时间序列进行实证分析。仿真结果表明,该预测模型对实测交通流时间序列具有很好的预测效果,可以满足实时交通流预测的需要。     

交通流微观仿真中的换道模型

通过分析车辆换道时车辆之间的竞争与合作关系，结合多智能体系统，提出一种新的换道模型。通过仿真实例说明新的模型与车辆的实际行为有较好的对应关系。     

基于自组织理论的交通流初步研究

分析和阐述了应用自组织理论进行交通流研究的可行性及合理性,提出了基于自组织理论的交通流研究的构想和框架;对交通流中的耗散、分形进行了初步研究,提出了一种基于自组织理论的交通流管控模式．     

基于跟驰模型的交通流混沌研究

研究基于跟驰模型的交通混沌问题。用Matlab软件编制皮埃莱(Bierley)模型来产生交通流；在一定的参数组合下，仿真研究交通流车队中不同序号的前后车辆之间的车头间距的变化过程；通过分析这种车头间距的变化过程的变化曲线和绘制庞加莱(Poincare)截面图，说明基于跟驰模型产生的交通流存在着混沌现象；讨论模型参数和仿真试验参数对该理论交通流运动的影响，给出相应的仿真研究结果；最后得出对于研究与应用交通流理论有益的结论。