对土木工程专业应用型本科人才培养模式的探索

根据土木工程专业应用型本科人才的特点,坚持"厚基础,宽口径、重实践,强能力"的办学理念,以课程建设与学生创新能力建设为突破口,进一步深化人才培养模式与教学方法改革,从人才培养的层次定位,创新意识的训练,职业素质的培养,双师型教师培养,实践能力的强化等方面探索土木工程应用型本科人才培养模式。     

关于Gelfand模型的特征值

基于非线性紧算子的锥不动点定理，研究了广义的Ｇｅｌｆａｎｄ模型ｘ＂＋λｑ（ｔ）ｆ（ｘ）＝０（０＜ｔ＜１），ｘ（０）＝ｘ（１）＝０．在不假定ｆ单调的情况下，得出了上述问题存在正解的若干充分条件     

银行间债券市场回购利率的波动性分析

引入了状态转移TGARCH模型(称为SW-TGARCH模型),并对我国银行间债券市场回购利率进行分析.与ARCH类模型相比,SW-TGARCH模型能够更好地描述其波动性,并解决了GARCH模型高持续性及状态转移问题.实证分析表明,造成我国银行间债券市场回购利率波动性状态转移的最主要原因是政策因素.     

ARCH类模型在金融市场中的应用

本文较系统地介绍了ARCH类模型的发展及各个模型的特点。利用这些模型可以分析我国金融市场的有效性,测度金融市场的系统风险,寻求最优动态无风险策略,帮助政府制订和完善金融政策。     

轮胎纵向力的神经网络模型

将人工神经网络方法用于轮胎纵向力特性的建模，建立了以滑移(转)率为变量，以垂直载荷为参变量的轮胎纵向力神经网络模型。对轮胎实测数据与神经网络模型预测结果的对比表明，轮胎神经网络模型的精度能满足工程要求，BP前馈神经网络可有效地应用于车辆轮胎纵向力特性的数学建模，且建模过程简单，模型计算较快，预测精度较高。     

连续进出水间歇曝气工艺硝化与反硝化动力学

在完全混合式曝气池进行连续进出水间歇曝气工艺的生产性试验研究所得数据的基础上 ,通过动力学推导建立了未作稳态假设的硝化与反硝化动力学模型 ,并推导了有关的参数 .通过验证 ,该模型具有良好的出水氨氮和硝酸盐氮质量浓度预测能力 ,可以用于工艺设计和运行优化     

多市场非均衡模型的模拟建模方法

将模拟方法引入到无样本分割信息的多市场非均衡计量经济模型中,建立起多市场非均衡模型的GHK模拟极大似然法,并通过仿真实验说明了该模拟方法的有效性。     

充填节理破坏机理及实验

充填节理的破坏主要有充填物破坏和充填物与节理接触面破坏两种形式,其抗剪强度与最小抗剪部分的强度相同.当充填物破坏时,单独对充填物部分进行受力分析,得到此时的节理抗剪强度公式.讨论了充填节理强度随法向压应力及充填厚度的变化规律:随着法向压应力的增加先增大后减小,但随充填厚度的变化并不十分明显.对不同厚度的砂浆充填节理进行直剪试验.结果表明:其剪切强度与破坏模式有关;在同一破坏模式下,不同充填厚度的节理其剪切强度变化不大.     

话音－数据综合传输控制分析

分析了一种基于时分复用（ＴＤＭ）的可移动边界型语音－数据综合传输控制模型，采用逐次逼近算法求出了在一定性能准则条件下的最佳信道容量分配方案。数值结果表明，以允许的话音失真为代价，可提高系统总的吞吐量     

A linear benchmark for forecasting GDP growth and inflation?

Predicting the future evolution of GDP growth and inflation is a central concern in economics. Forecasts are typically produced either from economic theory‐based models or from simple linear time series models. While a time series model can provide a reasonable benchmark to evaluate the value added of economic theory relative to the pure explanatory power of the past behavior of the variable, recent developments in time series analysis suggest that more sophisticated time series models could provide more serious benchmarks for economic models. In this paper we evaluate whether these complicated time series models can outperform standard linear models for forecasting GDP growth and inflation. We consider a large variety of models and evaluation criteria, using a bootstrap algorithm to evaluate the statistical significance of our results. Our main conclusion is that in general linear time series models can hardly be beaten if they are carefully specified. However, we also identify some important cases where the adoption of a more complicated benchmark can alter the conclusions of economic analyses about the driving forces of GDP growth and inflation. Copyright © 2008 John Wiley & Sons, Ltd.