基于深度神经网络的复杂区域偏微分方程求解

基于深度神经网络求解复杂区域的椭圆型偏微分方程,通过实现深度前馈人工神经网络,构造合适的损失函数和神经网络求解策略,并且提出针对椭圆型偏微分方程的精确、有效的策略和数值方法.该方法只需要在边界和内部上分别选取少量样本点作为训练集,经过迭代学习神经网络的参数使其逼近椭圆型偏微分方程的解.与传统数值方法相比,本方法具有无网格特点,无需生成计算网格,便于处理任意复杂区域问题.数值算例表明此方法可以求解具有复杂区域的微分方程问题且具有较好的数值精度.     

灌注桩绿色泥浆制备及泥皮的渗透特性

泥浆在地基处理、泥水盾构等工程中起重要角色,增稠剂是泥浆质量的关键所在。传统泥浆使用的增稠剂主要为羧甲基纤维素钠(CMC),这种泥浆降解难度大,很容易污染环境。针对以上问题,采用瓜尔胶和黄原胶来取代传统泥浆添加剂进行绿色泥浆配置。通过配比实验和改进滤失实验研究泥浆的最优配比以及其新型泥皮的渗透特性。结果表明：瓜尔胶：黄原胶最优配比为1：5。通过增加试验压力,可以减小泥皮孔隙比,从而有效降低泥皮的渗透系数。CMC和新型添加剂对泥浆改性效果大致相同,在膨润土添加2.5g瓜尔胶与0.5g黄原胶得到的泥皮渗透系数比同质量分数纯膨润土泥浆小3个数量级。新型天然添加剂对泥浆的改性效果较好,添加高分子材料会使形成的泥皮厚度变小。试验和理论分析结果证明了新型绿色泥浆在桩基工程应用的可行性,可推广应用。     

超小型泵中前盖板对传统叶轮水力性能的影响

为提高超小型泵性能和实用性,研究了其中前盖板对叶轮水力性能的影响。基于传统方法设计了两种超小型泵叶轮,其中一个为闭式,另一个为半开式。在转速3 000~10 000 r.m i-n 1的范围内进行实验,测定了超小型泵的水力性能。对半开式叶轮,在0.2~0.8 mm间调整叶尖和前泵盖之间的轴向间隙,以考察其对泵水力性能的影响。试验结果表明:两种超小型泵的效率(闭式叶轮:51%,半开式叶轮:47%)均高于以往统计的泵效率值;由于机械密封等外部损失所占比重大,泵效率随雷诺数减小而降低,而内部效率则接近一个定值;随轴向间隙扩大,超小型泵的扬程系数、功率系数和效率都逐渐降低。     

一种对称损失下巴斯卡分布参数的Bayes估计

研究在一种对称损失函数下,巴斯卡分布可靠度的Bayes估计及其可容许性,并给出了Bayes估计的置信下限.     

基于TCP被动测量的单播网络丢包层析

在大规模网络中,网络层析通过端到端测量推测网络内部性能,能有效减少网络内部设备之间的协作,因 此被广泛应用于网络性能诊断。大多数网络丢包层析都采用主动发送探针的方法,无法准确反映实际网络的性 能。为了避免上述局限性,介绍了一种基于TCP监测的被动测量网络丢包层析方法,通过端到端TCP数据流的采 样,采用非因果条件概率构造似然函数,并通过EM 算法求解最大似然估计推测网络内部丢包率。理论分析表明 该方法具有一定的可行性。     

天线组阵频域合成方法最佳子带划分数分析

为定量分析天线组阵宽带信号频域合成方法中最佳的子带划分数,首先,介绍了频域合成方法并构建了宽带信号合成系统模型;然后,分析了点频信号条件下的合成性能;最后,通过在频域进行积分扩展,得到不同子带划分数条件下的合成损失理论公式。仿真结果表明,子带划分数越多,频域合成方法合成性能越高,但硬件开销越大。以合成损失与硬件开销为评估指标,最佳子带划分数为128。     

Are Analysts' Loss Functions Asymmetric?

Despite displaying a statistically significant optimism bias, analysts' earnings forecasts are an important input to investors’ valuation models. Understanding the possible reasons for any bias is important if information is to be extracted from earnings forecasts and used optimally by investors. Extant research into the shape of analysts' loss functions explains optimism bias as resulting from analysts minimizing the mean absolute forecast error under symmetric, linear loss functions. When the distribution of earnings outcomes is skewed, optimalforecasts can appear biased. In contrast, research into analysts' economic incentives suggests that positive and negative earnings forecast errors made by analysts are not penalized or rewarded symmetrically, suggesting that asymmetric loss functions are an appropriate characterization. To reconcile these findings, we exploit results from economic theory relating to the Linex loss function to discriminate between the symmetric linear loss and the asymmetric loss explanations of analyst forecast bias. Under asymmetric loss functions optimal forecasts will appear biased even if earnings outcomes are symmetric. Our empirical results support the asymmetric loss function explanation. Further analysis also reveals that forecast bias varies systematically across firm characteristics that capture systematic variation in the earnings forecast error distribution. Copyright © 2011 John Wiley & Sons, Ltd.     

投资组合最大损失最小化模型研究

根据损失的定义 ,提出了证券投资组合的一种线性规划模型——最大损失最小化 ( MM)模型 ,给出模型的两种表达式 ,并进行了效用分析 .文中进一步阐述了 MM模型和 Markowitz的 MV模型及 Konno的 MAD模型之间的关系 ,比较了它们各自的优缺点.     

基于PD-效用函数的预期行为描述与特征分析

以偏尾分布为基础,提出了预期行为的一种新型效用函数--PD效用函数.利用PD-效用函数反映行为人对赢利与亏损的风险偏好特征,描述预期与赢利效用的关系特征,揭示赢利效用与亏损效用的若干重要关系.用数量方式解释Daniel Kahneman预期理论中的许多重要结论,将"理性"与"非理性"假设纳入到同一理论框架下.     

适应于可再生能源接入下配电网极限线损的计算方法

随着可再生能源的开发与利用大幅提升,分布式的电源接入给中压配电网潮流分布带来了波动性和不确定性,从而加大了线损计算的难度,不利于电网经济性考核指标的制定.因此.极限线损的计算方法与模型越来越引起重视.提出了一种基于半不变量的配电网极限线损计算模型,以实现含可再生能源配电网极限线损的快速计算.首先,分别依据潮流计算与统计...