Subset threshold autoregression

We develop in this paper an efficient way to select the best subset threshold autoregressive model. The proposed method uses a stochastic search idea. Differing from most conventional approaches, our method does not require us to fix the delay or the threshold parameters in advance. By adopting the Markov chain Monte Carlo techniques, we can identify the best subset model from a very large of number of possible models, and at the same time estimate the unknown parameters. A simulation experiment shows that the method is very effective. In its application to the US unemployment rate, the stochastic search method successfully selects lag one as the time delay and five best models from more than 4000 choices. Copyright © 2003 John Wiley & Sons, Ltd.     

二维磁性纳米结构材料的Monte Carlo模拟

运用Monte Carlo模拟方法，通过分折系统自旋序参数与温度的变化关系了解纳米结构材料磁性的特征．计算模拟结果表明，磁性纳米材料具有比同等大小和平均密度的单晶低的居里温度，且在相变过程中往往会出现一些亚稳态．研究结果提供了一种解析金属纳米结构材料特性的重要方法．     

重庆市环城游憩带的形成及发展

介绍了环城游憩带的国内外研究现状,并以重庆市为例,给出了重庆市环城游憩带形成的有利条件,将主要的旅游资源分成地文景观、水域风光、生物景观和建筑与设施4类;对各类资源的分布特征进行了总结,指出了重庆市环城游憩带发展仍然存在交通拥挤、环境质量差、服务态度较差、宣传力度不足等问题,并提出了完善基础设施、开拓出游方式等具体解决措施。     

改进GA优化BP神经网络的短时交通流预测

为了提高BP神经网络预测模型对短时交通流的预测准确性,文章提出了一种基于改进遗传算法优化BP神经网络的短时交通流预测方法。由于模拟退火算法具有较强的局部搜索能力,能够在搜索过程中避免陷入局部最优解,因此引入模拟退火算法中的Metropolis接受准则来增加遗传算法的局部搜索能力,避免了遗传算法过早收敛和陷入局部最优解。通过改进的遗传算法优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。仿真结果表明,该方法对短时交通流预测具有较好的预测精确性。     

GARCH模型的分位点回归的MCMC方法

本文研究了GARCH模型和TGARCH模型的分位点回归的MCMC估计方法. 通过将分位点回归估计问题转化为极大似然估计问题, 并利用Metropolis Hastings算法从模型参数的后验分布抽取随机数来完成GARCH类模型的分位点回归的Bayesian估计, 本文得到了Value at Risk的动态估计. 这一方法是对经典的Value at Risk计算方法的非常有效的推广.     

城市规模与城市交通发展的系统分析方法

给出的系统分析框架表明,交通强度与城市规模、交通强度与道路密度之间存在着正相关关系,道路密度受到城市国土资源的限制,导致城市规模存在发展极限.城市规模的发展一旦超出这个极限,必然会产生现实难于解决的交通拥堵问题.文中还建立了一个城市规模与城市交通协调发展及相互适应的优化模型,认为可以运用社会总成本来评价交通与城市规模的适应性.论文最后结合北京市的实际对以上方法进行了实例验证.     

基于Metropolis准则的多步Q学习算法与性能仿真

强化学习是目前智能体和机器学习研究的热点。针对强化学习中标准Q学习算法更新速度慢的缺点,通过引入多步信息更新策略和模拟退火中的Metropolis准则,提出了一种新颖的多步Q学习算法,称为SAMQ算法。仿真实验表明,与现有的算法相比,该算法能够有效提高收敛速度,较好地解决智能体选择动作时面临的新知识探索还是当前策略遵循的关键问题。     

理想玻色气体的凝聚及其蒙特卡罗模拟

对于理想玻色气体的平衡态分布下 ,当化学势 μ由趋于零即Z =eμ/KT趋于 1时 ,系统中的粒子以宏观上有限的百分比凝聚于ε =0单粒子态上 .通过量子系统的Metropolis方法的模拟 ,在粒子数很少的情况下 ,基态粒子数涨落很大 ,甚至出现类似能级分布 ;其次 ,在T 相似文献   

分组数据场合逆威布尔分布参数贝叶斯估计的混合Gibbs算法

作者利用混合Gibbs算法(Gibbs抽样与Metropolis算法的混合)给出了分组数据场合逆威布尔分布参数的贝叶斯估计,然后通过Monte-Carlo模拟考查了贝叶斯估计的均值、均方误差及参数的可信区间,并与极大似然估计比较,给出了混合Gibbs抽样过程中相应参数的轨迹图、直方图及自相关系数图.在五组分组数据场合用混合Gibbs算法求逆威布尔分布参数的贝叶斯估计都得到了比较满意的结果,表明该算法可行、稳定、并且有效.     

简单半序约束下多个正态总体分布参数的Bayes估计与等值检验

运用Bayes方法讨论多个正态总体均值与标准差比在简单半序约束下的估计问题及如下等值检验问题： H₀: μ₁=…=μ_k v.s. H₁: μ₁≤…≤μ_k, μ₁<μ_k, 并用Gibbs抽样和Metropolis-Hastings方法给出了上述问题的数值模拟.