BOM组件式仿真系统数据驱动方法

仿真系统的数据驱动方法的研究内容包括想定标准化、想定的加载和模型的数据驱动三个方面.针对传统的基于成员层次的分布仿真系统开发模式的数据驱动导致大量人力物力开销,效率低下的局限性,采用BOM作为组件模型描述规范来构建组件式仿真系统,通过用户模型开发规范化,仿真模型组件生成自动化以及通用仿真运行框架统一化等支撑技术来提供高效的模型数据驱动环境;通过通用想定解析模块,采用集中、分时的方式分发仿真脚本数据进行仿真系统环境配置以及更新调整,提高仿真系统的数据驱动的效率和质量.     

基于CES生产函数汇率理论的FDI战略动机模型建构

运用CES生产函数建立关于FDI战略动机与汇率之间的理论模型,并对其进行求解,从而在理论上论证汇率对于两类FDI战略动机的影响以及它们之间的差异,得出结论:工资率上升都会对FDI产生负面效应;币值对于市场导向型FDI会产生正面效应、对成本导向型FDI会产生负面效应.同时得出CES生产函数汇率理论模型的投资关于汇率和工资率的弹性结果有效、客观=和合理.并通过实证分析11个经济体代表样本,运用所选实证模型,采用经过处理后的数据,用EVIWES进行线性回归后分析得出结论:外商首先最看重的是我国巨大的消费市场,其次才是利用我国廉价的劳动力和丰富的自然资源.基于目前人民币的现实和预期升值问题,提出相应对策.     

基于设计者智能主体模型的产品开发过程仿真

产品开发过程仿真是对产品开发过程进行预测、管理、评价和改进的有效手段.为了对产品开发过程中的人与组织因素进行仿真,提出了一种设计者驱动的产品开发过程仿真原理.重点对设计者智能主体模型进行了研究,采用INTERRAP混合结构建立了设计者智能主体结构模型,用分层有色随机Petri网描述了设计者的个体行为过程与协作行为过程.最后进行了系列仿真实验,初步证明了模型的有效性.基于设计者智能主体模型的过程仿真可在过程预测与评价、人因及组织分析、设计过程改进等方面发挥重要作用.     

证券市场日内流动性的综合度量、特征与信息含量

证券市场的流动性是一个包含量、价、时的多属性概念,现有的度量方法只涵盖了流动性的部分属性.本文综合考虑股票交易数量、价格波动性和交易时间, 提出用单位时间内价格波动一单位所能吸收的交易量来度量日内流动性的新方法.进而用这种方法研究中国股票市场的流动性日内模式,建立对数自回归条件流动性（LACL）模型对流动性建模,探寻拟合和预测流动性的最佳模型并分析流动性的特征.实证结果表明：流动性表现出与传统指标类似的显著的日内模式; 残差项服从Weibull分布的LACL模型（WLACL）拟合日内流动性、买方流动性和卖方流动性序列的效果最理想; 流动性过程是一个均值回复过程, 当前时刻的流动性对未来期望流动性有影响, 其影响呈Weibull形式衰减.最后, 通过核平滑估计得出个股在不同时点的流动性分布, 应用相对熵度量流动性分布的变化作为市场在交易中吸收的信息含量的代理变量, 发现10：30～11：30市场吸收的信息含量最多.     

经济转型时期我国城镇居民消费与收入的长期均衡关系

由于确定性时间趋势项代表了经济发展等的因素对消费的影响,故本文首次基于带有非参数时间趋势项的半参数模型对我国1978～2005年的消费收入进行了协整检验,实证结果表明：转轨时期我国城镇居民人均收入与消费之间存在着长期均衡关系;收入是消费的一个重要决定因素;同时趋势项的影响也并不是如很多文章描述的那样具有直线形式.     

初始排污权分配的优化模型

总量控制目标的实现与排污权交易政策的顺利展开,首先要解决的一个关键问题是初始排污权的合理分配.在给定排污总量上限的前提下,从分配时兼顾经济最优和公平性出发,同时考虑各地经济、环境、社会发展等综合因素构建了初始排污权分配的极大极小模型,分析了解存在的KKT条件,讨论了模型的解法.此外,该模型考虑到了效用函数不可微的情况,并且能够根据政府的偏好对社会效用和公平性进行权衡.     

惯性购买行为下创新产品多品牌竞争博弈分析

综合运用消费行为学和随机过程理论,通过对顾客期望状态转移概率进行合理估计,建立了惯性购买消费行为下率先与模仿创新产品以多品牌策略进入市场的品牌竞争扩散模型;并以该模型为基础,进行了双寡头企业率先与模仿创新博弈分析。     

面向控制的城市快速路网宏观动态交通模型

针对我国城市交通特点，在改进经典的高速道路网宏观交通流模型METANET的基础上，提出了面向控制的城市快速路网宏观动态交通模型。该交通模型能够更好地描述快速路出口匝道流出能力受限、快速路主线起始点车流以及快速路主线车速控制等现象。对上海高架快速路的实际交通流数据进行了仿真研究，结果表明该模型较好地反映了城市快速路交通流的动态演化特征，可以作为城市交通控制系统分析和设计的有力工具。     

变点理论在极值分布阈值选取中的应用

极值理论已经被广泛应用于解决金融、保险等领域的厚尾分布问题，而阚值的选取一直是极值理论实际应用的难点和重点。在已有研究成果基础上。本文尝试引入变点理论进行定量化的阈值选取。分析了变，最理论进行阚值选取的基本原理和方法，利用Burr分布产生的随机样本进行模拟，得到了较好的效果。并在此基础上运用S＆P500和Danish火灾保险数据进行了实证分析。     

Reservation-based feedback scheduling of MPC tasks

A reservation-based feedback scheduling (FS-CBS) of a set of model predictive control (MPC) tasks is presented to optimize the global control performance subject to limited computational resource. Implemented as anytime algorithm, MPC task allows computation time to be traded for control performance. Each MPC task is assigned with a constant bandwidth server (CBS), whose reserved processor time is adjusted dynamically. The FS-CBS is shown robust against the varying of execution time of MPC tasks at runtime. Simulation results illustrate its effectiveness.