正态分布随机参数的一种估计方法

本文提出了一种最大似然估计方法,可对一般非线性模型中服从正态分布的随机参数的均值、协方差矩阵及其在各观测时刻的取值进行合理的估计。     

线性随机多变量差分模型的实现

本文提出了差分模型的非最小实现和最小实现的一种新算法,利用该算法只需有限个Марков参数,就可获得准确的实现.文中还用例题证实了该算法的有效性.     

“小列大行”排序法

层次分析法以其独特的定性与定量分析相结合的特征被广泛应用于复杂系统的决策中，然其判断矩阵一致性问题却时常困扰着决策才。本文给出一种新的排序方法，即“小列大行”排序法，脱离对判断矩阵一致性的要求，勿需进行复杂的数学运算，便可得出有效的排序结果。     

多变量随机系统输入—输出序列的典范实现

本文提出了利用实际系统的输入—输出试验数据,辨识具有未知维、参数阵和噪声协方差阵的定常、多变量、随机线性系统的方法.为了得到一致性的参数估计,采用了典范新息模型.为此,描述了一个有条理的、同时辨识系统阵A的结构和参数的统一步骤,而不需要初始条件的验前信息.     

差异判断层次分析法

提出了差异判断层次分析法，能检验出判断矩阵（包括ＡＨＰ的判断矩阵）中隐含的矛盾循环，并为解开症结提供逻辑思路；也易于将各成员的判断矩阵聚合为群体判断矩阵，获得反映群体偏好的权值排序     

差异判断层次分析法

提出了差异判断层次分析法，能检验出判断矩阵（包括ＡＨＰ的判断矩阵）中隐含的矛盾循环，并为解开症结提供逻辑思路，也易于将各成员的判断矩阵聚合为群体判断矩阵，获得反映群体偏好的权值排序。     

人才需求预测的含时变参数的弹性系数模型

1 模型的提出定义经济发展对人才需求的弹性系数α为(dx/x)/(dL/L),其中L表示一个国家(地区或部门)的人才数,x指相应的经济规模指标(如社会生产总值).显然人才的增长速度不能高于经济的增长速度,从而有α>1.由上述定义不难求得下述关系:x(t)=βL~α(t),然而直接用它进行人才预测是不太妥当的.因为影响经济增长的因素除人才之外还有很多,如资本投入量等,上述关系并未反映出其他因素对经济增长的影响,况且随着科技水平和管理水平的提高,弹性系数α也要发生变化.考虑到人才需求预测属中、长期预测,提出含时变参数α_t和β_t的弹性系数模型