非等间隔灰色Verhulst模型的病态性再研究

继续对非等间隔灰色Verhulst模型病态性问题进一步深入研究,通过对模型线性化处理得出解的新形式,指出了非等间隔对解的影响程度,从矩阵条件数的角度分析并得到了模型线性化后存在病态性的主要原因是建模数据较大或呈现病态,并给出具体的改进措施.通过实例对比验证,对数据进行变换之后再建立线性化的非等间隔灰色Verhulst模型,其系数矩阵条件数和模型预测精度两方面均得到较大的改善即系数矩阵条件数达到良态且模型精度也比传统模型要高.本方法为其他灰色模型的病态性研究提供了一种参考.     

基于NEGM(1,1)模型的因果预测方法及应用研究

非等间隔时间序列在工程技术问题中是常见的.研究了一类非等间隔广义时间序列的预测问题,也就是将因果预测模型中的自变量作为广义时间,应用NEGM(1,1)模型将因果预测转化为时间序列预测,并应用空军航材消耗实例进行了模型检验.实践表明本文的方法具有广泛的使用价值.     

基于残差修正的非等时距GM(1,1)模型及其应用

针对很多预测案例中历史数据序列非等时距的特点,构建了非等时距的GM(1,1)预测模型,将序列的时间间隔作为乘子嵌入模型中,同时通过动态采用最新分量作为初始值、动态优化背景值和累积残差修正等方法,解决了非等时距预测模型长期预测精度不易控制的难题.将该模型应用于某发动机油液监测数据预测中,预测效果较好.     

加权非等间隔灰色Verhulst模型及其应用

针对建筑物沉降监测数据量少、信息贫乏,且具非等时距、呈"S"形变化的特点,建立了能够反映饱和状态的非等间隔灰色Verhulst模型.因早期建模数据对模型预测精度贡献较小,而靠近预测时间的建模数据贡献则较大,故建模时按时间先后对建模数据赋予了不同的权重,以此体现贡献大小.实证分析表明,采用数据加权能够提高模型的预测精度,从对建模以外的监测数据预测结果来看,效果优于已有一些模型.     

含有持久生存数据的复发事件的生存函数的一个非参数方法(英文)

在生物学、社会科学、保险理赔、可靠性和人口统计学等的研究中,我们经常会遇到复发事件数据的处理.最近一段时间以来,两个相邻复发事件的时间间隔的一个纵向数据模型已经引起统计工作者的广泛兴趣.本文中,我们提议另一个复发事件时间间隔模型,它可以用来模拟生存数据中带有所谓的持久生存者.非参数方法将用于我们所提议模型的统计推断,模拟和现实数据的例子将用来评价模型和提议估计方法的小样本性质.     

资产组合非等间隔日内在险价值研究

当前对资产组合在险价值(VaR)的研究仅限于等间隔抽样数据的建模。本文提出资产组合的非等间隔日内在险价值(Irregularly Spaced Intraday Value at Risk,ISIVaR)研究方法,克服资产组合逐笔交易数据非等间隔且不同步问题,利用逐笔交易数据所包含的丰富市场微观结构信息对VaR进行估计。该方法基于更新时间方法将非同步的资产组合标值序列同步化;运用Copula理论建立资产组合的非等间隔日内波动率模型,并捕捉资产组合中各资产在截面上的相关关系;最后利用这种截面相关关系,使用蒙特卡洛模拟技术估计出资产组合的ISIVaR。实证部分利用真实的逐笔交易数据验证了上述方法的有效性。     

非寿险业务终止下的未决赔款准备金评估方法比较分析

当非寿险业务终止时,事故年业务赔付率和进展年时间间隔都会发生变化.针对这一潜在风险因素,给出了链梯法、Cape Cod法以及其随机模型Cape Cod模型三种未决赔款准备金评估模型相应的改进措施,并结合R软件进行了实证分析.     

非寿险业务终止下的未决赔款准备金评估方法比较分析北大核心

当非寿险业务终止时,事故年业务赔付率和进展年时间间隔都会发生变化.针对这一潜在风险因素,给出了链梯法、Cape Cod法以及其随机模型Cape Cod模型三种未决赔款准备金评估模型相应的改进措施,并结合R软件进行了实证分析.     

以能耗最低为目标的列车调控方案研究

研究的是以能耗最低为目标的单、多列车优化调控方案问题.首先根据列车运行的各个阶段的分析,构建以运行能耗最低为目标的非线性规划模型,采用逐步迭代算法进行求解,得到的最佳运行模式为无惰行运行,相应的最小能耗为12.47kwh.对于无高峰期的多列车节能运行控制问题,建立了以回收能量最多为目标的0-1非线性规划模型,得到发车间隔为578.86s、575.59s和760.89s,并以此规律循环33轮的发车间隔时间表,使得能量回收最大为250.57kwh,回收率为19.66%.对于存在早晚高峰的情形,建立了以回收能量最多为目标的5阶段0.1非线性规划模型,求出了全天的最优发车方案.     

动态线性季节模型及其贝叶斯预测

研究了适用于描述周期性变化的采样间隔非均匀情况下的季节模型,并分别根据观测误差已知和未知常数两种情况,给出了它们的先验分布、预测分布和后验分布.     

基于GAS模型的动态VaR预测效果分析

GAS模型是一种基于观测的动态模型,理论简单且应用灵活,可以直接估计VaR.将GAS模型和GARCH类模型应用于不同条件下生成的模拟数据和三个时间段的沪深300指数的日对数收益率数据,并比较模型关于VaR的预测效果。结果表明:在对称的条件分布下,GAS模型容易高估风险且不稳健,其表现不如GARCH类模型;但在条件分布为有偏的时,GAS模型与GARCH类模型的表现相当,部分情况下会优于GARCH类模型,尤其在实证分析中关于序列2和序列3的VaR的估计,GAS模型的预测效果较好。因此,实际应用中,对于具有较明显偏态分布或尖峰分布的数据可以考虑使用GAS模型预测动态VaR.     

ETSK模糊模型辨识及模糊控制算法

本文提出一种基于扩张原理的ＥＴＳＫ（ＥｘｔｅｎｄｅｄＴＳＫ）模型,导出了该模型的输入输出解析式,给出了辨识这种模型的方法。本文还导出了ＥＴＳＫ模型的一种等价形式——变权ＴＳＫ模型,从而将ＥＴＳＫ模型规则后件中的模糊数及其扩展运算转化为普通数的运算,使基于ＥＴＳＫ模型的模糊控制算法ＭＢＦＣ（Ｍｏｄｅｌ－ＢａｓｅｄＦｕｚｚｙＣｏｎｔｒｏｌ）易于实现。仿真辨识结果表明,ＥＴＳＫ模型的辨识效果和预报精度优于ＴＳＫ和ＬＭ模型;ＭＢＦＣ算法的控制效果优于通常模型ＰＩ控制算法     

A duopolistic model of dynamic competitive advertising

This paper proposes a differential game model of competitive advertising decisions for non-durable products by extending the Lanchester model and the Deal model of competitive advertising in the literature. The proposed model is compared empirically with the Lanchester model for model fitting and forecast accuracy. It is shown that the model is suitable for an actual market and out-performs the Lanchester model in forecast accuracy. The model provides a sensible modeling alternative to the Lanchester model for the study of dynamic competitive advertising decisions. Necessary and sufficient conditions for open-loop and closed-loop Nash equilibrium solutions to the model are discussed. A numerical algorithm for open-loop and closed-loop Nash strategies to the model is developed.     

Non-linear model parameter estimation–estimating a feasible parameter set with respect to model use

This article deals with non-linear model parameter estimation from experimental data. As for non-linear models a rigorous identifiability analysis is difficult to perform, parameter estimation is performed in such a way that uncertainty in the estimated parameter values is represented by the range of model use results when the model is used for a certain purpose. Using this approach, the article presents a simulation study where the objective is to discover whether the estimation of model parameters can be improved, so that a small enough range of model use results is obtained. The results of the study indicate that from plant measurements available for the estimation of model parameters, it is possible to extract data that are important for the estimation of model parameters relative to a certain model use. If these data are improved by a proper measurement campaign (e.g. proper choice of measured variables, better accuracy, higher measurement frequency) it is to be expected that a valid model for a certain model use will be obtained. The simulation study is performed for an activated sludge model from wastewater treatment, while the estimation of model parameters is done by Monte Carlo simulation.     

生理药动学模型参数估计问题

根据生理药动学模型的特点,把非线性药动学模型转化为线性模型,并验证线性模型的精确性.在此基础上,构造估计药动学模型参数的目标函数,并利用非线性优化算法求解模型参数.仿真结果表明,我们的算法具有快速、精确和稳定的特点.给出了一种快速估计复杂生理药动学模型参数的方法,这为解决复杂生理药动学模型的参数估计问题提供了一种有效工具.     

带有不可忽略缺失数据的广义部分线性模型的贝叶斯分析

广义部分线性模型是广义线性模型和部分线性模型的推广,是一种应用广泛的半参数模型.本文讨论的是该模型在线性协变量和响应变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题,在分析过程中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性.     

考虑消费动机和动态竞争的电影日需求预测模型

提出并验证考虑消费动机和动态竞争的电影日需求预测模型。考虑非粉丝及粉丝型的消费动机,构建电影消费两阶段过程模型;融合该模型和Bass模型,考虑竞争导致市场潜量的动态性,考虑映前被关注度、口碑、节假日对票房的影响,提出电影日需求预测模型。利用2016~2017年上映的电影数据验证该模型,并与Bass模型对比分析。结果显示,该模型预测效果优于Bass模型。因考虑竞争导致的动态市场潜量,考虑粉丝型消费者由续集效应及改编效应导致的动态市场潜量提升,该模型能显著提高预测准确度。利用映前被关注度和电影口碑数据,该模型能实现映前及上映早期的预测。该模型可推广至存在消费动机不同、市场动态竞争的其它短生命周期体验品的需求预测,是对Bass模型的改进。     

融合两阶段过程模型和改进Bass模型的网络社交平台上产品信息扩散研究

提出并验证了融合两阶段过程模型和改进Bass模型的网络社交平台上产品信息扩散模型。考虑用户转发动机构建产品信息扩散两阶段过程模型;考虑用户兴趣衰减效应改进Bass模型;融合这两个模型,考虑产品信息发布者明星效应、产品信息质量对产品信息扩散的影响,提出了产品信息扩散模型。以2019年11~12月新浪电影发布的电影预告片转发数据验证了所提模型,并与Bass模型进行了比较。结果表明,用户转发动机和用户兴趣衰减效应对产品信息扩散均有显著影响,所提模型的预测精度和拟合效果均优于Bass模型。所提模型可用于存在不同转发动机及具有衰减效应的其他信息转发量预测,尤其适合于在产品信息投放前期和早期对转发量的预测,是对信息扩散模型的补充。     

基于蚁群算法的灰色组合预测模型

分别利用灰色GM(1,1)模型、GM(1,1)优化模型和新息GM(1,1)模型建立三个单项预测模型,进一步建立了组合灰色预测模型,组合模型的权系数利用蚁群算法确定.最后给出了一个我国人口数量组合预测模型,计算结果表明,基于蚁群算法的灰色组合预测模型的拟合和预测精度要优于传统组合预测模型.     

Iterative identification and control design using finite-signal-to-noise models

In this paper, a model is said to be validated for control design if using the model-based controller, the closed loop performance of the real plant satisfies a specified performance bound. To improve the model for control design, only closed loop response data is available to deduce a new model of the plant. Hence the procedure described herein involves three steps in each iteration: (i) closed loop identification; (ii) plant model extraction from the closed loop model; (iii) controller design. Thus our criteria for model validation involve both the control design procedure by which the closed loop system performance is evaluated, and the identification procedure by which a new model of the plant is deduced from the closed loop response data. This paper proposes new methods for both parts, and also proposes an iterative algorithm to connect the two parts. To facilitate both the identification and control tasks, the new finite-signal-to-noise (FSN) model of linear systems is utilized. The FSN model allows errors in variables whose noise covariances are proportional to signal covariances. Allowing the signal to noise ratios to be bounded but uncertain, a control theory to guarantee a variance upper bound is developed for the discrete version of this new FSN model. The identification of the closed loop system is accomplished by a new type of q-Markov Cover, adjusted to accommodate the assumed FSN structure of the model. The model of the plant is extracted from the closed loop identification model. This model is then used for control design and the process is repeated until the closed loop performance validates the model. If the iterations produce no such a controller, we say that this specific procedure cannot produce a model valid for control design and the level of the required performance must be reduced.