多约束投资组合优化问题的实证研究

为克服经典MV模型假设条件过于苛刻,而已有相关文献在对其进行修正时仅考虑部分投资约束等不足,文章通过考虑现实经济活动中存在的各类投资限制条件,建立了带有多种投资约束的广义MV模型.在说明了如何有效求解所得投资组合问题之后,基于中国证券市场的交易数据对新模型进行了实证研究.结果表明所给模型不仅是合理、有效的,而且可较好地指导投资者选择最优而稳健的投资方案.     

一种基于组合RBF网络及混沌理论的弱目标检测算法

针对复杂背景中的弱目标检测问题，提出了一种基于组合RBF网络及混沌理论的检测算法。该算法具有结构简单的优点。文中对算法的可实现性及合理性进行了理论分析，建立了基于预测误差优化的非线性预测模型，并结合闽值化处理实现了对弱目标的检测。在理论分析的基础上，对所提出的算法进行了仿真，结果表明了检测算法的有效性。     

组合式全局寻优算法研究

分析了当前用于连续变量全局优化的各种智能算法的特点，指出他们互相融合发展的趋势，提出了一种体现大融合思想的组合式全局寻优算法，将目前各种智能优化算法有机组合在一起，使它们能够共享优化信息，协同寻优，从而形成最丰富的寻优机制，达到最强的全局寻优能力。最后用一个算例验证了该算法的有效性。     

中国证券基金最优投资组合

根据中国证券基金业面临的特殊经营环境，建立基金的变动投资组合选择模型。通过运用该模型和作者编制的相关软件进行实证分析，研究置信水平、交易成本、权重系数约束等主要约束条件对证券基金风险资产投资组合有效前沿面的影响，为基金的投资决策提供重要参考。     

基于组合策略的Lyapunov指数谱的计算

分析了基于BP神经网络模型的Lyapunov指数谱计算法存在的不足,提出了一种新的基于组合策略的混沌时间序列Lyapunov指数谱计算方法.由于该方法能够同时逼近给定目标函数的非线性部分与线性部分,因而具有更高的计算精度.最后将新方法应用于Henon映射Lyapunov指数谱的计算中.通过分析与比较,表明该方法具有更高的计算精度及更强的实用性.     

多元智能理论指导下的教学设计

多元智能理论认为人类思维和认识世界的方式是多元化的，人至少存在8种智能，即语言智能、数学逻辑智能、音乐智能、身体运动智能、空间智能、自然观察者智能、人际关系智能和自我反省智能，智能之间的不同组合表现出个体问的智能差异性．每一种智能在人类认识世界和改造世界的过程中都发挥着同等作用．并不存在智能的优劣之分．因此．在教学过程中必须认识并尊重受教育者智能差异的现实，制定适合大多数学生发展的教学设计．学生智能的不同组合方式是学生学习方式不同的根本原因，     

CVaR风险度量下的安全第一标准

通过优化方法给出了在均值 CVaR有效前沿上,满足给定的三种安全第一标准的最优证券组合、最优证券组合的期望收益及其CVaR风险值的求解方法和相关结果.三种安全第一标准的经济意义分别如下使证券组合的回报率低于给定的生存水平的概率达到最小;在证券组合的回报率低于生存水平的概率不超过指定值的条件下,使它的生存水平达到最大;在证券组合的回报率低于给定生存水平的概率不超过指定值的条件下,使它的回报率的期望值达到最大.这些结果可为金融机构和投资者正确决策提供理论依据.     

污水自然生物处理组合技术研究进展

对污水自然生物处理组合技术做了简要的归纳，将其大致分为工艺组合和生物物种组合两大类，并总结了相关的研究与应用进展，指出了发展该组合技术需要解决的关键技术问题。     

鲁棒Hausdorff距离在SAR／惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点，提出了一种新型Hausdorff距离的鲁棒型图像匹配算法．首先分析了传统的Hausdorff距离算法的不足，然后引入了一种能有效消除高斯噪声影响的新算法．同时针对此算法图像匹配时全局搜索的不足，提出了扫描终止法技术，以有效解决图像匹配实时性的问题．针对高斯噪声的大小对图像匹配的影响进行了仿真实验．仿真结果表明，新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性，对组合导航系统的精度提高有重要的意义，是一种行之有效的方法．     

模拟退火法在协同优化中的应用

为解决传统标准协同优化算法经常无法收敛和容易陷入局部最优等缺陷,提出一种基于模拟退火法的改进协同优化算法.该算法在继承标准协同优化算法并行自治优点的前提下,首先系统级由全局模拟退火算法和梯度算法相结合的组合优化策略代替单优化算法,其次根据优化具体情况引入动态松弛因子,以此来保证优化的全局性和精度.通过两个典型的MDO测试算例对改进的协同优化算法进行验证,优化结果表明,改进的协同优化算法具有更好的精度、收敛速度和稳定性.