基于波动率测量误差的波动率预测模型

本文研究了一种基于波动率测量误差的波动率预测模型,并做了非线性扩展,期望改进预测效果.考虑到文献中关于波动率可能长记忆性和非线性并存的观点,本文以具有长记忆特征的HAR(heterogeneous autoregressive)模型为基础,加入波动率测量误差后模型持续性有所提高,结合非线性的时变参数模型则达到结构变化和减弱异方差的效果.本文用2652天的沪深300高频数据计算的已实现极差波动率来验证模型效果.固定参数下,在HAR型模型中加入测量误差作为调节变量可以较显著地改善样本外预测效果.时变参数下,加入测量误差的HARQ型模型预测效果大多优于对应的HAR型模型.时变参数模型总体上可以改善固定参数模型的预测效果,尤其在预测期较长的情况下改善均是显著的.     

切换网络下加速分布式在线加权对偶平均算法

研究了切换网络下加速分布式在线加权对偶平均算法,提出了A-DOWDA算法。首先利用加权因子对对偶变量进行加权,其次在有向切换网络是周期强连通,且对应的邻接矩阵是随机的而非双随机的条件下,加速了算法的收敛速率,最后通过数值实验验证了算法的可行性。     

抗污染攻击的流内安全网络纠错编码

传统的网络路由并不能达到多播网络中"最大流-最小割"定义的Shannon容量限,而网络编码很好地解决了上述问题,在增大吞吐量的同时还可以均衡网络负载,提高带宽利用率.但是当网络中存在恶意攻击时会引入错误数据包,在线性网络编码操作下会带来数据包的"错误扩散",不仅影响网络性能,还会造成资源的严重浪费.因此如何在优化网络传输性能的同时提高通信网络的安全性成为目前亟待解决的问题.本文采用基于同态校验的线性网络纠错编码机制进行差错控制,拟解决多播网络中的污染攻击问题,对安全性能以及传输性能进行了分析.仿真结果表明基于同态校验的网络纠错编码能够在不破坏数据包编码规则的前提下及时地进行错误的检测和纠正,得到较好的差错控制性能,能够对抗网络中恶意节点引起的污染攻击问题.      

天线时域平面近场测试的信号源误差修正

提出了天线时域平面近场测试中信号源稳定度误差的修正方法.建立了误差修正所需的参考信道,分析了信号源误差所包含的误差项,根据时域近场测试对采样信号进行近场重建和近远场变换的两种方式,分别给出时域-频域结合修正和纯时域修正的两种修正方法,针对信号源误差包含的误差项对采样信号进行修正.实测结果证明修正后得到的频域方向图和时远场波形与参考结果都比较吻合,证明了两种修正方法的正确性.      

一类二维非线性发展方程的交替方向有限体积元方法

采用交替方向有限元方法的离散思想,利用差分方法中的Douglas格式,给出了求解一类二维非线性发展方程的基于双线性插值的交替方向有限体积元法.文中对该方法进行了误差估计,并用数值例子验证了方法的有效性.     

高应变动力试桩拟合法误差来源分析

与传统的静荷载试验相比,高应变动力试桩拟合法是一种非常方便实用的分析技术,但该技术非常复杂,它的成功应用取决于诸多因素。通过剖析高应变动力试桩法的原理和拟合法的实质,结合工程实例,指出高应变动力试桩拟合法确定桩承载力不仅理论模型本身较静荷载试验存在差异,而且在数据处理过程中由于参数选择不同将引起承载力结果的误差。同时,人员素质也是准确应用该方法并给出合理结论的关键。高应变动力试桩拟合法误差来源的分析,对该法在实际应用过程中避免或减少可能产生的失误将是十分有益的。     

Riccati方程的降阶与广义系统的最优预见控制

研究了一类广义离散时间线性系统的预见控制问题.首先通过对系统方程,误差向量和可预见的目标值信号取差分,构造出一个扩大误差系统,把广义系统的预见控制问题转化为一个形式上的普通广义系统的控制问题.然后利用广义系统最优控制理论的结果,得到广义系统的带有预见前馈补偿的控制器.同时通过详细推导,把一个阶数很高的矩阵Riccati方程降为一个阶数很低的Riccati方程,从而使闭环系统可以实现.     

微型五坐标测量机激光测头安装误差的标定

针对非接触式五坐标测量机激光测头安装位置误差较大且不易调整的缺点,建立了该五坐标测量机激光测头安装误差的数学模型.选取激光测头的不同姿态,通过测量实物基准的空间位置,给出了误差模型待标定参数的无约束最优化目标函数的外点法惩罚函数.通过计算个体之间的欧氏距离,剔除掉那些相似的个体,从而有效地避免了遗传算法易早熟的问题,完成了对误差模型的求解.实验结果表明,所建立的激光测头安装误差模型不仅适用于扫描测头,而且对触发测头也同样适用,可把该机的空间测量精度从(11.82+L/1 000)μm提高到(1.96+L/1 000)μm.     

q元非线性等重码的不可检错误概率

讨论了q元非线性等重码的检错性能,并着重用组合分析方法分析了q元非线性等重码(n,1, w)的距离分布,从而给出了q元非线性等重码(n, d, w)的距离分布,又由码的不可检错误概率与码的距离分布多项式,近而得出了q元非线性等重码的不可检错误概率。     

经典Ramsey数R（5,23）和R（5,24）的新下界

构造了２个新的素数阶循环图,从而得到了２个Ｒａｍｓｅｙ数的新下界：Ｒ（５,２３）≥４２２,Ｒ（５,２４）≥４３４。