基于蚁群算法的多目标跟踪方法

提出了一种新的基于蚁群算法的多目标跟踪方法.方法采用蚁群算法实现多目标跟踪中的数据关联,首先将多目标跟踪中的数据关联问题表示为具有约束条件的优化问题.用蚁群算法对该优化问题求解,得到的解即为最优关联.为验证该算法的有效性,在两种状态估计方法EKF(extended Kalman filter)和S1S(sequential importance sampling)的基础上进行了多目标跟踪实验,并且与传统的NN(nearest neighbor)方法进行了比较.在与SIS框架结合时,算法中采样粒子包括状态矢量和关联矢量,状态矢量通过序贯重要性重采样获得,关联矢量通过蚁群算法求得.实验结果表明,将蚁群算法融合进SIS算法进行多目标跟踪是有效的.     

北京市用水结构与产业结构的成分数据回归分析

城市经济发展带来了产业结构和用水结构的明显变化,本文分析了用水结构受产业结构变化影响的变动规律.用水结构和产业结构是一系列按照时间顺序排列的成分数据,运用软件SIMCA-P 11.5建立了基于偏最小二乘回归的成分数据线性回归模型,证明了用水结构组分变动与产业结构变动有一致性.为城市水资源管理提供了合理有效的定量方法,并可作为对未来用水结构预测的基础.     

基于面板数据的中国能源与经济增长关系

基于中国东西部地区的省级面板数据,运用有关面板数据协整建模的理论和方法,对中国东西部能源与经济增长关系进行了比较研究.实证结果表明,中国东西部地区能源与经济增长之间的长期关系表现出显著的地区差异,东部地区能源与经济增长之间的关系较之西部地区更为密切.最后, 本文提出了促进中国区域经济与区域能源协调发展的相关政策建议.     

基于广大极值分布的高频极值条件VaR模型

在考虑当前预期和波动性条件下,为了有效地捕获极端条件下收益率时间序列动态特征,提高VaR的度量精度,建立了基于高频数据的条件极值VaR模型.应用智能优化算法对条件极值分布的时变参数进行估计,考察了在不同样本容量分块下的条件极值VaR,并对VaR计算结果的精度进行了Kupiec-LR检验和动态分位数检验.研究结果表明,基于高频数据的条件极值分布较好地拟合了极端条件下的收益率特征,与McNeil提出的传统条件极值VaR相比,应用高频数据建立在条件广义极值分布基础上的条件极值vaR的Kupiec检验DQ检验值都较为理想,表明该模型能够捕捉到我国市场风险特征,提高极端情况下风险测度能力.     

基于理性期望的利率期限结构预期理论与期限溢酬

推导了两种检验期限结构预期理论的方法.指出基于这些回归方程来检验预期理论,实际上是对理性期望、期限结构预期理论和期限溢酬不变的联合检验,实证研究中对预期理论的拒绝可能是由于未考虑到期限溢酬的时变性.在此基础上,基于Kalman滤波的期限溢酬估计模型.提出了一个利用即期利率数据.利用上海证券交易所国债交易数据对该模型进行实证研究,分析了该市场期限溢酬的行为特征.     

死亡强度服从Ornstein-Uhlenbeck跳过程的长寿债券定价模型

长寿风险不仅使寿险公司和社会保障部门不堪重负,而且对经济和社会的发展产生严重威胁.以对冲长寿风险为目的,根据我国国情设计一种长寿债券,与债券相关联的生存指数是通过Ornstein-Uhlenbeck跳(OUj)过程刻画的死亡强度得到的.考虑到我国利率市场和保险市场的特点,利用正双曲利率模型对债券进行贴现,并通过王氏变换给出不完全市场中的长寿债券定价模型.最后,依据我国生命表数据进行实证研究.     

基于资金限制的多品种期货套期保值决策模型

依据期货-期货相关性与现货-期货相关性原理,在最小方差套期保值的基础上,引入了多品种期货套期保值的资金约束,建立了多品种期货套期保值模型.该模型的创新与特色是建立基于资金限制的多品种期货套期保值模型.利用多元GARCH预测多品种组合的资金需求量,在把握未来资金需求的情况下,确定多品种期货套期保值的最优策略,避免了因资金短缺而造成的套期保值失败.并利用大连商品交易所的大豆期货合约、豆粕期货合约及豆油现货数据,对基于资金限制的多品种期货套期保值决策模型进行了实证分析.     

基于模糊-粗糙模型的逼近精度分类规则提取策略

为了处理具有连续属性的决策系统,利用模糊理论与粗糙理论在处理不确定性问题方面的差异性,提出一种基于模糊-粗糙模型的逼近精度分类规则提取策略.首先利用模糊π函数对决策系统中的连续属性构造三个模糊参数进行模糊化,从而确定条件属性的模糊区域;再根据模糊相似关系构造模糊相似矩阵,然后基于模糊等价类划分的概念,提出了利用逼近精度近似度量的数据挖掘方法进行属性约减,最后应用实例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.     

Multiple targets vector miss distance measurement accuracy based on 2-D assignment algorithms

An extension of 2-D assignment approach is proposed for measurement-to-target association for improving multiple targets vector miss distance measurement accuracy. When the multiple targets move so closely, the measurements can not be fully resolved due to finite resolution. The proposed method adopts an auction algorithm to compute the feasible measurement-to-target assignment with unresolved measurements for solving this 2-D assignment problem. Computer simulation results demonstrate the effectiveness and feasibility of this method.     

基于DEA评价模型挖掘证券投资基金管理信息

针对基于CAPM、APT等经典投资理论的证券投资基金业绩评价方法(如Sharp ratio、Treynor指数等)只能反映基金事后的总体风险收益水平的缺点,利用数据包络分析方法允许深入探查输入输出指标这一优点,构建合理的基金评价概念模型,将投资基金的风险、超额收益分别做进一步的归属分解之后作为输入输出指标代入DEA评价模型,并根据评价的结果对超额收益、系统风险等因素进行分析,充分挖掘了基金的管理信息,给出了未来投资的建议.实证显示,该方法得出了其他基金评价方法所无法得到的一些重要结论.