一种基于随机进程代数的软件性能预测方法

性能是软件系统的内在属性之一,主要取决于体系结构选择和软件设计.基于模型的性能预测方法可以在软件开发完毕前得到性能需求满足情况的评价,也可帮助系统进行性能规划和调优.使用随机进程代数PEPA对J2EE应用交互过程进行了建模,该模型描绘了远程调用过程和容器处理过程的细节,能有效反映分布式应用中影响性能的主要因素.基于PEPA模型提出了一种面向COTS系统的性能预测方法,并可用于指导改进系统的响应性和可伸缩性.通过一个J2EE实例验证了方法的有效性.     

公司多阶段财务危机动态预警研究

以上市公司的季度数据为研究样本,以指数加权移动平均控制图模型为研究方法,以被实施特别处理和暂停上市为两个财务危机演变状态,建立了一个多阶段动态财务危机预警模型;实证结果表明,该模型对上市财务危机公司具有较好的预测效果,有较大的应用价值.     

Robust model predictive control of continuous uncertain systems*

The authors concern robust model predictive control for linear continuous systems with polytopic uncertainties and input constraints. At each sampling time, a piecewise constant control sequence is obtained by solving a set of linear matrix inequalities. The sufficient conditions on the existence of the model predictive control are given, and the robust stability of the closed-loop systems is guaranteed. A simulation example illustrates the efficiency of the proposed method.     

不确定环境下链与链竞争的纵向控制结构绩效

利用贝叶斯统计推断方法和博弈理论构建市场不确定环境下链与链竞争的控制结构模型,分析市场风险、产品竞争强度对供应链纵向控制结构绩效的影响,从制造商与供应链系统角度识别了不确定环境下纵向控制结构选择的贝叶斯均衡与可能的囚徒困境,特别是,供应链系统控制结构选择不依赖于市场的风险环境,只取决于市场竞争强度,这显著不同于制造商对纵向控制结构选择还依赖于市场风险及零售商预测能力,该结果为不确定环境下链与链竞争的纵向控制结构选择提供了理论基础.     

量子连续粒子群优化算法及其应用

提出了基于量子理论的连续粒子群优化(Continuous Particle Swarm Optimization based on Quantum Methodology, CPSO-QM)算法,主要是采用了量子理论中的叠加态特性和概率表达特性.其中,叠加态特性可以使单个粒子表达更多的状态,潜在地增加了种群的多样性;概率表达特性是将粒子的状态以一定的概率表达出来.在基准函数的实验测试中,对比其它常用算法,结果显示本文提出的算法性能较好.在实际应用中,以丙烯腈反应器作为建模研究对象,提出了三种进化策略,实验结果显示,这三种策略训练的神经网络软测量模型都可以较好地预测丙烯腈的收率.     

基于RAGA的灰色BP神经网络预测模型及其对三江平原地下水埋深的动态预测

三江平原是我国粮食主产区之一,近年来农业水资源出现危机.预测该地区地下水动态变化趋势,对于指导该地区合理开发利用地下水有着重大的理论和现实意义.建立了基于RAGA的灰色BP神经网络预测模型.该模型克服了传统GM(1,1)模型存在明显系统误差的缺点,既具有GM(1,1)模型对数据确定性方面把握的长处,也融合了人工神经网络在不确定因素预测领域的优势.通过两种途径进行检验,结果表明该模型具有相对较高的预测精度.运用该模型对三江平原地下水埋深进行动态预测,未来五年内,如果仍按目前的发展模式,该地区地下水埋深仍将持续下降,从2007年到2012年,该地区地下水平均每年下降0.3m.预测结果对有关部门的政策决策具有一定的指导意义.     

基于价值导向策略的时延预测补偿算法

针对工业控制模型的复杂化以及由此引起的时延叠加问题,利用预测思想,以解耦子系统为模型,采用动态矩阵控制(DMC)算法作了分析,同时充分考虑了子系统间的关联,采用价值导向策略优化调度算法,使控制作用快速平稳过渡,并在此基础上提出了针对复杂系统的时延预测补偿算法(TDCDMC)。由于时延导致了控制作用无法及时跟踪系统变化,引入了补偿因子和过渡因子在线整定预测控制量和时延控制量,对于突变频繁的时延系统亦能迅速跟踪输入。仿真结果表明,这种改进算法的时延补偿性能良好,保证了控制的稳定性和快速性。     

中国股票市场限价指令等待成交时间的理论研究与实证分析

在中国指令驱动股票市场中,限价指令需要为成交付出等待成本,如何计量限价指令的等待成交时间是金融市场流动性及微观结构理论领域崭新的研究问题.研究表明,指令生存模型能够比较精确地描述限价指令的等待成交时间概率分布,实证检验结果表明,生存模型具有比较高的准确性;同时发现限价指令等待成交时间对委托价格很敏感,而对委托量不敏感;基于委托价格的敏感性分析绘制出了限价指令等待成交时间概率分布的价格全谱图,根据该图可以预测限价指令的等待成交时间,以及为指令提交策略提供定量分析基础.     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.     

基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.