带等式状态约束的集合卡尔曼滤波算法

对含等式状态约束的非线性系统状态估计问题,本文考虑将集合卡尔曼滤波算法与估计投影方法结合,分别对每个状态粒子和加权平均后的状态估计向量使用估计投影方法,得到两种新的带约束的状态估计算法. 实验表明,与粒子滤波和不带约束的集合卡尔曼滤波相比,新算法的估计精度有所提高     

一种新的砂泥岩孔隙度估计模型及其应用

针对不同岩性的储层孔隙类型不同,孔隙度结构也存在较大差异,导致支持向量回归机(SVR)在孔隙度预测中效果不理想这一问题,提出在孔隙度预测模型中考虑岩性信息的方法。该方法将样本岩性转化为一种与岩性变化相关性好的属性值,以此构造出一种新的预测模型。对于模型参数优选,提出使用网格粗选和智能精选相结合的方法,网格粗选确定最优解的近似范围,智能精选(遗传算法、粒子群算法)可以在局部区间搜索到最优解。利用优选出的参数建立预测模型,并将预测结果与实测资料进行对比。对比结果表明:加入岩性信息提高了模型的预测精度;在参数精选中,使用智能方法的预测精度高于常规网格搜索法。     

门限分位数自回归模型及在股市收益自相关分析中应用

门限分位数自回归模型(threshold quantile autoregressive model,简记为TQAR)是一种非线性分位数回归模型,主要用于讨论系统中的门限效应.在TQAR模型中,自回归阶数与门限值的确定等,都会影响模型分析效果.为此,本文给出模型定阶、门限值估计及门限效应检验等方法.数值模拟结果表明,TQAR模型在门限值估计、回归系数估计的有限样本表现方面都优于传统的门限均值自回归模型(threshold autoregressive model,简记为TAR)及门限均值自回归条件异方差(TAR-GARCH)模型.最后,将TQAR模型应用于中国股市收益的自相关性研究,实证结果证实收益序列的自相关性呈现出明显的门限效应和异质效应.这一发现,有助于准确刻画股市收益动态变化规律,为重新认识金融市场运行机制提供了一个实证基础.     

超低碳钢BOF渣成分对终点[ C ]含量影响

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[ C]含量的影响规律,建立1853~1973 K时终点[ C]与炉渣成分和温度的回归模型. 结果表明:FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响. 炉渣碱度增加,终点[ C]含量升高;渣中FeO含量增加,终点[ C]含量迅速降低,渣中FeO质量分数应控制在12. 0% ~18. 0%之间;渣中MgO质量分数在7. 0% ~13. 0%范围内逐渐增加,钢液中[ C]质量分数增加值不足0. 01%;随着温度的增加,钢液中[ C]含量降低. 回归模型对冶炼超低碳钢的转炉终点[ C]含量的预判平均误差率为± 15. 25%,[ C]含量误差在± 0. 01%以内的炉次占69. 19%.     

鉴别性最大后验概率线性回归说话人自适应研究

为增强自适应后的声学模型的鉴别能力,提出了一种基于最大互信息(MMI)的鉴别性最大后验概率线性回归(MMI-DMAPLR)说话人自适应方法. 将最大互信息准则和最大后验概率(MAP)准则相结合,设计了一个新的目标函数来估计基于线性变换的自适应方法中的变换参数,在最大后验概率估计中加入了鉴别性. 大词汇量连续语音识别的实验结果表明,新方法在增强声学模型与测试数据的匹配性的同时,可以有效提高声学模型的鉴别能力,在少量自适应数据的情况下,其性能比最大后验概率线性回归(MAPLR)相对提高4.8%.      

改进人工鱼群算法在外汇预测和投资组合中的应用

人工鱼群算法具有良好的全局搜索能力和自适应能力,在解决投资组合问题上有较好的应用前景.本文通过改进人工鱼群算法,分别对汇率预测和外汇投资组合双目标优化两部分进行研究.首先利用基于平均距离视野的人工鱼群优化的支持向量回归机算法对汇率进行短期预测,提高了外汇预期收益率的准确性.然后建立外汇投资组合双目标模型,通过借鉴带精英策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)的思想,提出基于Pareto排序理论的双目标非支配排序人工鱼群算法(non-dominated sorting artificial fish swarm algorithm,NSAFSA).实证分析表明该算法在求解外汇投资组合方案时,获得的Pareto前沿比NSGA-II的结果分布更均匀,多样性更好.最后对NSAFSA算法进一步改进,通过两次剪枝策略提高了解的质量,并给出了可供选择的最优外汇投资组合方案.研究结果表明人工鱼群算法可以对汇率预测和外汇投资组合提供重要参考,在外汇市场中具有较大的应用潜力.     

IF1407合约的长记忆回归模型与投资策略研究?

在高频交易中,金融资产价格变化的时间持续期是交易者关注的重点.在以往的文献中,人们一般是用ARFIMA(p,d,q)模型或者ACD模型研究时间持续期.然而,我们在分析股指期货的高频数据时发现,时间持续期不仅与其自身滞后期相关,还与这期间内没有发生价格变化的交易次数和价格变化的具体值有关.因此,本文将ARFIMA(0,d,0)模型与回归模型结合起来,提出了时间持续期与其他因素存在线性关系的新模型,并且时间持续期还具有长记忆特征.我们试图用此模型研究高频交易中价格变化的时间持续期、持续期内没有发生价格变化的交易次数以及价格变化的具体值三者之间的关系.模拟结果表明我们提出的profile-最小二乘法能够较好地估计新模型中的参数.实证部分用我国沪深300股指期货的高频交易数据来说明新模型的应用价值.     

基于SPSS统计分析的高校图书馆图书最优复本率研究——以北京工商大学图书馆为例

为了合理配置高校图书馆的图书复本量,本文借助SPSS软件中的相关分析和回归分析方法,实现了图书复本率主要影响因子的选定,构建了复本率的线性回归模型。同时,以北京工商大学图书馆经济类图书为例,验证了复本率的线性回归模型,预测了该校2014—2015学年经济类图书复本率,为该校图书采购部门提供采购借鉴。     

高校图书馆总经费与科研成果数量相关性实证研究

选取中国200所高校作为研究对象,对各高校图书馆2013年年度总经费和科研成果数量进行了相关性分析,对二者关系进行了回归分析。结果显示,高校图书馆总经费和科研成果数量之间在一定范围内存在显著的一元线性相关性。     

人民币汇率对中国价格水平的传递效应研究

基于2005年8月~2014年7月的数据构建了向量自回归模型,研究了人民币名义有效汇率对于中国进口价格指数与消费者物价指数的传递效应。研究表明,汇改后的十年,人民币名义有效汇率对进口价格指数与消费者物价指数的传递效应为部分传递,并且有一定时滞性;人民币名义有效汇率对进口价格指数的传递性优于消费者物价指数。