具有非常数回报率的证券指数跟踪问题的简单脉冲控制

运用随机脉冲控制理论讨论了均值 -方差模式的现金管理指数跟踪问题 ,在回报率随现金比重变化的情况下 ,讨论了证券指数跟踪最优化问题 ,得出了存在简单脉冲控制策略的充分性条件 .     

Finding global minima with a new dynamical evolutionary algorithm

A new dynamical evolutionary algorithm (DEA) based on the theory of statistical mechanics is presented. This algorithm is very different from the traditional evolutionary algorithm and the two novel features are the unique of selecting strategy and the determination of individuals that are selected to crossover and mutate. We use DEA to solve a lot of global optimization problems that are nonlinear, multimodal and multidimensional and obtain satisfactory results. Foundation item: Supported by the National Natural Science Foundation of China (No. 60133010, NO. 60073043 and No. 700/1042) Biography: Zou Xiu-fen(1996-), female, Ph. D candidate, Associate professor, research direction: evolutionary computing, parallel computing.     

含信号调制噪声和频率波动的时滞分数阶振子的随机共振

本文研究了含信号调制噪声和频率波动的小时滞线性分数阶振子的随机共振. 利用分数阶Shapiro-Loginov公式和Laplace变换技巧,本文首先推导了系统响应的一阶稳态矩和稳态响应振幅增益（Output Amplitude Gain, OAG）的解析表达式,然后讨论了分数阶、时滞及噪声参数对OAG的影响. 结果显示,各参数对OAG的影响均呈现出非单调变化的特点,表明系统出现广义随机共振. 特别地,分数阶与时滞的协同作用可能诱导随机共振的多样化,这就为在一定范围内调控随机共振提供了可能.     

离散随机系统输出反馈协方差配置

于由协主差配置理论可以比传统的控制设计方法更直接地将闭环系统状态协方差配置到指定值,因此该理论成为近年来人们研究的一个热点。然而,在已有的基于输出反馈的离散系统协方差控制文献中均未考虑测量噪声的影响。为此,该文研究含测量噪声的线性离散随机系统的输出反馈协方差控制问题,即设计输出反馈控制器,使闭环系统达到预先给定的稳态状态协方差。基于矩阵分解技巧和广义逆理论,文中导出了期望控制器存在的充要条件及其解     

多个从方主从对策的仿射型诱导策略

讨论当主从对策中存在多个从方时,主方对多个从方的诱导策略的设计问题．给出了最优诱导策略和可诱导域的定义,研究了仿射型诱导策略的存在条件及解的结构形式,并探讨了当主方只具有对从方决策的部分观测时的诱导问题．     

三种国外冷杉的核型研究

首次报道了３种国外冷杉的核型。ＡｂｉｅｓｃｅｐｈａｌｏｎｉｃａＬｏｕｄ。有９对中部着丝粒和３对近中着丝粒染色体,Ａ．ｎｕｍｉｄｉｃａＤｅＬａｎｎｏｎｅｘＣａｒｒ．文中还讨论了３种冷杉及其氯不组的进化地位。     

电力系统潮流计算的模拟进化方法

将模拟进化方法引入电力系统潮流计算。与传统方法比较结果表明,模拟进化方法中的进化策略法可以有效地解决电力系统病态潮流问题。文中还对几种模拟进化方法进行了比较,结果表明：进化策略法用地潮流计算比较成功;基因算法和进化规划法由于方法本身的缺陷,不太适合于潮流计算。     

关于Van der Waerden猜想的一个注记

给出了（ｘｉｊ）ｎ×ｎ＝（１／ｎ）ｎ×ｎ为ＶａｎｄｅｒＷａｅｒｄｅｎ猜想对应多元函数的一个极小值点的改进证明．     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.     

Forecasting in the presence of level shifts

This article addresses the problem of forecasting time series that are subject to level shifts. Processes with level shifts possess a nonlinear dependence structure. Using the stochastic permanent breaks (STOPBREAK) model, I model this nonlinearity in a direct and flexible way that avoids imposing a discrete regime structure. I apply this model to the rate of price inflation in the United States, which I show is subject to level shifts. These shifts significantly affect the accuracy of out‐of‐sample forecasts, causing models that assume covariance stationarity to be substantially biased. Models that do not assume covariance stationarity, such as the random walk, are unbiased but lack precision in periods without shifts. I show that the STOPBREAK model outperforms several alternative models in an out‐of‐sample inflation forecasting experiment. Copyright © 2005 John Wiley & Sons, Ltd.