基于跳跃时间和幅度的BDI指数波动幂律分布特性研究

BDI指数是国际航运市场的风向标,摸清BDI指数波动幂律分布特性,对于进一步掌握运费规律、预测BDI趋势、协助航运决策等方面具有重要意义.基于此,本文对已运行30年BDI指数的波动幂律分布特性进行了详细研究,主要特色有:一是借助Pareto、Exponential以及Fokker-Planck函数首次深入探讨了BDI指数波动幂律分布特性.二是在跳跃识别的基础上,构建了基于跳跃时间和跳跃幅度两标度的BDI指数波动幂律分布特性分析模型,并转化成最小二乘法的线性回归测算模型.三是对BDI指数日、周和月增长率的跳跃时间和跳跃幅度幂律分布特性进行了实证分析.结果表明:BDI指数具有尖峰薄尾的增长率分布和波动聚集性;Fokker-Planck函数拟合BDI指数增长率跳跃时间更合适;Exponential函数拟合BDI指数增长率跳跃幅度更合适;BDI指数增长率跳跃时间和跳跃幅度都具有薄尾幂律特性,且向上、向下幂律呈现对称性.     

An Exact Logarithmic-exponential Multiplier Penalty Function

In this paper, we give a solving approach based on a logarithmic-exponential multiplier penalty function for the constrained minimization problem. It is proved exact in the sense that the global optimizers of a nonlinear problem are precisely the global optimizers of the logarithmic-exponential multiplier penalty problem.     

基于正交基函数的广义FIR模型辨识方法

为了解决高阶脉冲响应模型带来的分析和计算上的困难,利用系统的部分已知信息构造正交基函数,并将其引入到传统脉冲响应建模中,提出了一种广义脉冲响应模型辨识方法。该方法通过正交基函数对输入数据进行滤波,使得滤波后的数据蕴涵着系统的部分动态特性,但也使滤波后的数据不再满足时移特性,因而无法直接使用梯度算法对模型参数进行辨识。结合递推最小二乘原理,给出了模型参数的计算公式。最后给出了仿真算例,结果表明,给出的方法具有优良的性能,完全能够满足系统建模要求。     

逆群协作粒群方法及在函数优化中的应用

为提高不同粒子群之间的协作性能,减小粒子群局部收敛现象,提出了一种逆群协作粒子群方法,利用不同动作特性的两个群之间的相互协作,来提高粒群算法的性能.在此方法中,一个粒子群追随较好的位置,另一个群是远离较差的位置,与传统的粒子协作方法不同,在粒子飞翔的过程中,两群不仅交换较好的信息,同时也交换较差的信息,通过充分利用这两种信息,两群共同完成任务的求解.在完成算法设计的基础上,对两个群的运动特性和算法的收敛性进行分析,通过函数的优化实验验证了方法的有效性.     

一种混合噪声的模糊滤波算法

为了解决混合噪声图像增强中抑制噪声和保持边缘细节的矛盾,提出一种基于多级中值滤波和模糊加权均值滤波的图像模糊去噪方法.根据不同的区域,不同噪声,通过模糊推理,模糊合成多级中值滤波和模糊加权均值滤波的结果,在滤除混合噪声的同时,保留图像的边缘细节.根据实验结果,从客观和主观两方面比较了本算法和几种方法的效果,表明本方法有较好的抑制噪声,保持图像细节对比度的能力.     

从系统科学的观点看构建和谐社会

构建和谐社会是一个系统工程,必须运用系统科学的思维和方法。社会系统的和谐,有赖于各要素和子系统的共同作用、相互关系和谐、有序运行、协调发展,社会资源兼容共生。形成和谐的社会结构,包括：社会结构合理,人们行为规范,管理有序和有效。和谐社会要实现的功能目标包括：政治民主,法制完善,公平正义,经济发达,人与自然和谐相处,充满活力,文化多样,诚信友爱,安定有序。应全面推进社会主义经济建设、政治建设、文化建设、社会建设、生态建设和人力建设,实现物质文明、政治文明、精神文明、社会文明、生态文明和人的文明协调发展,进入一个经济富强、政治民主、文化繁荣、社会和谐、生态良好、人全面发展的总体理想状态。     

一种虚拟离子电极的研究

电解质多组分的在线检测是一项具有挑战性的课题，是生物工程、设施农业和环境检测等多个领域的关键技术之一。文章针对营养液成分的在线检测，根据机理分析，利用各离子成分之间的相关性，提出了一种虚拟离子电极，并进行了详细分析。虚拟离子电极采用径向基函数网络予以算法实现。文中提出的方法可以克服目前离子电极的限制，实验结果也验证了本方法的有效性。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

基于幂函数控制指令的垂直飞行仿真性能分析

基于模态直接切换的飞行高度控制方法,在输入控制指令后,存在控制量输出震荡,甚至发散的问题。幂函数符合飞行高度指令变化规律,以此为原型函数,推导给定高度,当前高度和垂直速度之间的关系,将这一变换关系作为垂直速度控制回路的输入指令,设计了平稳控制系统,该系统不需要进行控制模态切换,就可以实现飞行高度保持,以及飞行高度的改变。通过A320飞行仿真平台对设计的平稳控制系统进行性能分析,结果表明该系统可以实现高度的平稳控制,且稳态误差得到了很好抑制。     

粒子群算法在小波神经网络中的应用

利用粒子群(PSO)算法对小波神经网络(WNN)中的参数{am，bm，w(am，bm)}进行优化，取代了传统的梯度下降法。并将仿真结果与BP网络进行比较，仿真数据表明，PSO算法在叠代次数、函数逼近误差、网络性能方面均比BP网络有着显著的提高，且在粒子数目较大的情况下能有效避免BP网络无法避免的局部极小值问题。