在线住房租赁的竞争策略及其风险补偿模型

基于一般设备在线租赁竞争策略的基础上,分别研究了在线住房租赁问题在有无利率情形下的竞争策略,并建立了相应的风险补偿模型,从而在线置房者可以根据自己的风险容忍度和未来预期选择最优的住房租赁策略.另外,市场利率的引入使得在线住房租赁模型复杂但更贴近于现实中的住房租赁决策问题.通过具体实例进一步说明了市场利率下在线竞争比更小,而且竞争比关于市场利率递减;同时也说明了风险补偿模型中最优约束竞争比要小的多.     

超网络中的紧密相关集和组度分布特性研究

超网络是描述真实世界事物间日趋复杂关系的最一般且无约束的数学模型,其无标度特性是重要的研究内容.超网络无标度特性的研究基础是超度的分布特性,但是超度的定义是着眼于单个节点的.为了探究超网络中广泛存在的群体特性从而更充分地发掘超网络表示复杂系统的结构优势,本文扩展了超网络中超度和超度分布的概念.在提出的紧密相关集概念的基础之上,给出了组度的定义,进而提出了组度分布的定义.随机均匀超网络的理论解析结果显示其组度分布服从泊松分布.已有的按BA模型推广构建的超网络模型(通常称为无标度超网络)的超度服从幂律分布,仿真实验表明,其组度也服从幂律分布.在真实超网络上的研究发现,超度的分布特性并不能完全决定组度的分布特性.本文的研究结果可以充实超图理论的内容,对超网络中群体特性的研究具有借鉴意义,同时也有利于拓宽网络科学的应用范围.     

基于近似校正的集成动态专家意见在线投资组合策略

长期投资决策过程中,过去时间较长的数据对当前的决策影响较小,投资者往往参考近期的信息进行决策.考虑这种情形,该文基于最新股价信息,应用一次指数平滑法将专家意见逐步近似校正,提出了集成动态专家意见的在线投资组合策略.考虑到交易费用是影响投资决策的重要因素,进一步给出了带交易费用的集成动态专家意见的在线投资组合策略.从理论上证明了在线投资组合策略与最优专家意见在实现累积收益方面的表现几乎一样好,表明其相对于最优专家意见具有较好的竞争性能.基于股票市场历史数据的数值分析结果表明:在交易费用分别为零与非零时,该文提出的策略在实现累积财富方面均能追踪最优专家意见;与已有相关策略相比,能实现更多的收益,在风险指标及风险调整后的收益指标上的表现相当,并且对交易费用的敏感程度也相近.     

半E-预不变凸函数与多目标规划的最优性条件

先对半E-预不变凸函数做了进一步研究,得到了它的几个性质及半E-严格预不变凸函数的判定定理,进而给出了半E-预不变凸函数在多目标规划问题中的最优性条件,进一步丰富了优化研究内容。     

基于模糊数学综合评价法的生态保护发展区大气环境研究

运用模糊数学方法,选用SO_2,NO_2,PM_(10)作为评价因子,参照大气环境质量标准,通过计算污染因子权重、权重分配系数和隶属度,对生态保护发展区大气环境质量进行评价.模糊数学综合评价结果表明,生态保护发展区"十二五"期间主要污染因子为PM_(10),次要污染因子由SO_2逐渐变为NO_2,NO_2污染呈现上升趋势应引起警惕.大气环境质量基本上处于清洁和轻度污染水平,且大气环境质量有逐年改善趋势.     

浅议ADO访问数据库的实现技术

Internet技术是当今计算机行业发展最快的方向，Internet网是目前全球最大的计算机通信网，它遍及全球几乎所有的国家和地区。目前Web技术与数据库管理系统(DBMS)相互融合领域的研究已成为热点方向之一，数据库厂家和Web公司也纷纷推出各自的产品和中间件支持Web技术和DBMS的融合，将两者取长补短，发挥各自的优势，使用户可以在Web浏览器上方便地检索数据库的内容。Web数据库系统充分发挥了DBMS高效的数据存储和管理能力，以Web这种浏览器/服务器模式为平台，将客户端融入统一的Web浏览器，为用户提供使用简便、内容丰富的数据库…     

基于数据分割和集成学习的大规模SVM分类算法

支持向量机对分类问题的求解过程相当于解一个线性约束的二次规划问题,求解的变量个数与训练样本数相等,且需要计算和存储的核矩阵大小与训练样本数的平方相关.随着样本数目的增多,经典的求解二次规划问题的算法不再适用.针对大规模二分类问题,基于数据分割和集成学习策略,本文提出了一种快速支持向量机学习算法.其主要思想是:首先对数据集进行预处理,自动将正负类分别聚成若干子簇;然后对两两组合的正负子簇用SMO算法进行交叉学习,得到多个基本分类器;最后对这些基本分类器进行集成学习.在UCI的5个数据集上的实验表明,与SMO学习算法相比,这种基于数据分割的训练策略在精度几乎没有损失的情况下显著地提高了训练速度.     

集成有限个专家意见的在线投资组合策略

基于弱集成算法的在线学习特征,该文探讨了它在在线投资组合选择中的应用,考虑了根据有限个专家意见进行决策的情形.首先将弱集成算法应用到投资于单只股票的专家意见,得到了在线投资组合的单一集成策略,并给出了该策略的竞争性能分析,证明了单一集成策略能够追踪最好的股票,实际投资决策中,投资者可能会选择多只股票进行组合投资,进一步将弱集成算法应用到投资于不同股票数目的专家意见,得到了在线投资组合的混合集成策略;证明了混合集成策略实现的累积收益与最优专家意见实现的累积收益相当.在长期投资组合上的数值算例表明了该文给出的单一集成策略能够实现与最好股票相当的收益;混合集成策略能够实现与最优定常再调整策略相当的收益,且与泛证券投资组合策略相比,能够获得更多的收益,具有较好的竞争性能.     

网络用法挖掘及其应用

介绍了数据挖掘、网络挖掘和网络用法挖掘技术的理论发展及其它们在实际中的应用情况,并在挖掘算法的改善提高过程中进行了探索性的研究.为了有效地帮助Web站点管理员管理Web站点,帮助商家调整整个市场策略,提出了一种在给定的Web日志中利用事务数据库中的挖掘序列模式的方法来发现所有的大访问路径的算法.结果证明该算法是行之有效的.     

温度控制系统的无超调模糊-PID控制器设计

文章提出一种针对典型温度控制系统的模糊-PID控制策略,使得系统在无超调的情况下获得最短的调节时间,以节省设备投资。对传统模糊控制方法与PID参数整定进行了改进,以适应本文所述情况。仿真结果表明本文的控制器设计方法简单实用,并有良好的控制效果。