基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。     

数字金融发展、技术创新与经济增长

数字金融的兴起与发展有助于缓解传统金融融资难的境况。采用我国省际面板数据,运用面板工具变量法实证检验数字金融发展对技术创新进而对经济增长的影响。研究发现：数字金融能够促进经济增长;将技术创新作为数字金融发展影响经济增长的中间变量考察,发现数字金融通过技术创新影响经济增长的效应显著,技术创新是数字金融推动经济增长的重要作用渠道。经过稳健性检验后,研究结论依然成立,进而提出促进经济增长的政策建议。     

考虑BOM的FMS生产线能力规划问题

针对印刷装配板(Printed Wiring Board, PWB)的制造过程,建立了一个基于多种需求状态的多计划期多种产品类的能力规划模型.该模型考虑了机器的柔性、产品类的BOM(Bill of Materials)约束(物料需求约束)以及进行生产能力调整的风险.考虑该模型是一个大规模的混和整数规划问题,无法用一般的数学软件直接进行求解,提出了一种求解近似最优解的方法,首先应用启发式算法减少装配线能力调整决策变量的搜索空间,然后应用遗传算法进行搜索.最后通过实例分析验证了该方法的可行性及其在管理学上的意义.     

基于操作轨迹LPV模型的非线性辨识

提出一种基于操作轨迹LPV模型的非线性辨识方法:根据调度变量的操作轨迹,选取若干个典型工作点;在各个典型工作点,进行测试与辨识相应的线性模型;然后,根据工作点测试数据以及各工作点间的过渡数据,辨识出全局插值LPV模型.它降低了测试辨识成本,且算法简单可靠,仿真结果表明了该算法的有效性.     

多变量离散灰色模型及其性质

构建了多变量离散灰色模型,并将该模型与传统GM(n,h)模型对比研究,通过系数变换,该模型可以和GM(n,h)模型相互等价,从而架构了离散灰色模型与传统灰色模型的研究桥梁.在此基础上研究了数乘变换对其参数取值的影响,结果表明模型的模拟和预测值只与因变量的数乘变换有关,而与自变量的变换无关,模型的相对误差与所有变量的数乘变换都无关,这些结果对灰色模型系列性研究有重要意义.     

静态最优期货价差套利头寸比例估计

采用均值-方差期望效用函数,推导了在给定风险条件下,期望收益最大的最优价差套利头寸比例,并且引入常方差(双变量向量自回归和双变量协整模型)来估计方差一协方差矩阵,采用2000年1月至2006年4月上海和LME铜期货合约日收盘价进行了实证检验,结果表明:不同时间窗长度下,双变量协整的计算结果比向量自回归的计算结果平均收益较高而风险较小,而这两者都比1:1的价差套利头寸比例和直接统计的计算结果要好.计算结果也表明:采用日收益计算出的价差套利头寸比例在不同时间窗条件下也具有相当的稳定性和可靠性.     

基于单变量函数分解的结构区间静力响应分析

针对含有界但未知不确定性的结构静力响应问题,提出了一种单变量函数分解的区间有限元法.首先,将区间有限元的位移函数在单变量点处进行高阶Taylor展开,推导出其单变量函数分解区间表达式.然后,利用单变量区间函数分解,将n维位移函数近似表达为n个一维函数的和函数,每个一维函数有且仅有1个区间参数,其余区间参数被它们的区间中...     

一类具有信息变量和等级治愈率的SI传染病模型的稳定性分析

本文研究了一类SI传染病模型,并简单地讨论了它的稳定性.通过研究发现无病平衡点E0=(1,0,1)当R0≤1时存在,且该平衡点是局部渐近稳定的.而它的全局渐近稳定通过构造Lyapunov函数被证明了.地方病平衡点E*=(S*,I*,Z*)存在的充分条件当R0>1时被得到,并且在本文中利用自治收敛定理得到了它的全局渐近稳...     

质量加权坐标系下水分子2种特殊振动模式的DVR计算

在质量加权坐标系下用离散变量表示(DVR)方案研究了H2O基电子态2种特殊振动模式的振动光谱.计算中应用多项式函数拟合从头算结果得到的内坐标系下的基态解析势能面,经坐标变换得到质量加权坐标系下的相应势能面.分子的哈密顿形式在质量加权坐标下给出.用H2O振动能级的计算验证算法的可行性,从而为二维多光子电离光电子能谱的模拟奠定理论基础.     

基于GEMS算法的潜变量高斯图模型结构学习

考虑了潜变量高斯图模型下的结构学习(模型选择)问题,即存在潜变量时可观测变量间相互关系的估计问题.简要介绍了高斯图模型及潜变量高斯图模型下的LVglasso方法,给出了GEMS(广义期望模型选择)算法结合LVglasso下潜变量图模型选择的算法步骤.通过模拟,发现GEMS结合LVglasso方法在模型选择速度上比EM(...