带有通胀风险的退休后期最优投资管理

考虑通货膨胀的影响,研究了一个确定缴费养老计划退休后期最优投资决策问题.自退休时刻开始,退休者定期从账户里抽取一定的金额维持日常支出,然后将剩余的财富投资于一个无风险资产、一个股票指数和一个通胀指数债券,直到强制购买年金的时刻.为保障退休后的正常生活,退休者在每个时刻设定投资的目标值,采取二次效用函数衡量投资财富水平和目标值的差距,并选择最优的投资策略以最小化平均累计差距.运用动态规划和随机控制方法,得到了没有上方惩罚的目标值、最优投资策略、最优值函数、破产概率以及终端财富与目标值差距的分布函数等指标的显式表达式.运用数学分析和数值分析手段,得到了每个时刻目标值的性质,分析了终端目标值和消费金额对破产概率的影响,研究了物价指数的瞬间变化率和波动率对财富值与目标值的差距、各时刻财富均值以及破产概率的影响.     

Modeling eBay price using stochastic differential equations

Online auctions have become increasingly popular in recent years. There is a growing body of research on this topic, whereas modeling online auction price curves constitutes one of the most interesting problems. Most research treats price curves as deterministic functions, which ignores the random effects of external and internal factors. To account for the randomness, a more realistic model using stochastic differential equations is proposed in this paper. The online auction price is modeled by a stochastic differential equation in which the deterministic part is equivalent to the second‐order differential equation model proposed in Wang et al. (Journal of the American Statistical Association, 2008, 103, 1100–1118). The model also includes a component representing the measurement errors. Explicit expressions for the likelihood function are also obtained, from which statistical inference can be conducted. Forecast accuracy of the proposed model is compared with the ODE (ordinary differential equation) approach. Simulation results show that the proposed model performs better.     

A new class of variational equation problems

Abstract Applying an analysis method to a group of multivariable equations, a new class of variational equations are proved. Thismethod is more concise and more direct than the others. This result can be applied to some stochastic control models.     

多维随机大与SNBU多维寿命分布类

本文从多维随机序──随机大入手，定义了多维寿命分布类ＳＮＢＵ，证明了该定义与文［１］中的定义等价，研究了其部分性质。     

随机控制序在保险决策中的应用

通过介绍随机控制序的概念和性质 ,从而探讨了随机控制序在保险决策问题中的应用 ,得到了很有意义的结果     

神经网络在电磁场数值问题中的应用

针对目前电磁场数值处理中计算繁杂慢速和耗费资源过多的问题,本文提出了一种基于神经网络小波理论进行计算的新方法。文中着重介绍了利用小波变换神经网络的基本理论,结合电磁场数值计算的基本方法,推导变换进而得到一个通用公式和处理方法。在该方法中,神经网络学习内容少和数据处理简单,因此该方法具有计算速度快,占用资源少的优点,并有用硬件实现的前景。     

一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

改进QDPSO算法在BP网络训练中的应用

QDPSO（Quantum Delta-Potential-Well-based Particle Swarm Optimization）算法是基于量子空间的粒子群算法，对QDPSO算法进行了改进，结合Iris分类问题，应用到BP网络的权值优化中，并和基于标准PSO算法的方法进行了比较。实验结果表明：该算法性能优于所比较的两种算法，并且具有良好的收敛性和稳定性。     

带随机振幅的正弦波过程在Haar小波下的性质

研究了一类随机过程：x(t)=Ucosλt Vsinλt，在Haar小波下的性质，得到平稳性、相关性和稠度．     

一类随机过程的多尺度建模

基于多尺度随机模型具有有效性和高度并行算法这一优势，提出如何用三阶树多尺度模型来表示1-D Reciprocal过程；并如何获得多尺度模型的参数。这就为具有Markov统计特性的信号或过程建立起一般的三阶树多尺度随机模型，为更有效的解决实际问题提供了理沦基础，同时，给出了一类定义在单位区间上的随机过程三阶树多尺度表示的仿真示例。