BA模型的数学基础

该文基于马氏链的概念和技巧,给出了BA无标度网络模型稳态度分布存在性的严格证明,并且从数学上重新推导了度分布的精确解析表达式.此处所用的方法具有一定的普适性,适用于更一般的无标度型复杂网络模型.     

BA模型的数学基础——纪念李国平院士吴新谋教授诞辰100周年

该文基于马氏链的概念和技巧, 给出了BA无标度网络模型稳态度分布存在性的严格证明, 并且从数学上重新推导了度分布的精确解析表达式. 此处所用的方法具有一定的普适性, 适用于更一般的无标度型复杂网络模型.     

随机BA模型的度分布

本文将马氏链首达概率方法应用于一个随机BA模型,得到这个模型度分布的精确表达式,并严格证明了度分布的存在性,同时说明择优连接对无标度特性的产生至关重要。     

随机连接广义合作网络模型

本文提出了一个项目参与者数T是随机变量的广义合作网络模型,新节点与随机选择的节点合作,通过节点度演化所满足的马尔可夫性,利用马．尔可夫链的方法和技巧得到了度分布的精确解析表达式．并说,明了此广义合作网络不是无标度网络．     

M-G-P型复杂网络中有寿命节点的进入退出机制

现实中复杂网络结构复杂,形式多样,处在高度动态变化的过程.为了更好地理解真实网络的演化,基于复杂网络的特性进行分析,建立了Poissotn连续时间增长节点具有寿命的M-G-P型复杂网络模型,模型中包括:新节点加入、节点老化和老节点退出等,基于齐次马尔可夫链对模型的度分布进行计算,得出M-G-P型网络的度分布符合幂律分布,模型和BA模型一样能产生指数γ=3的无标度网络,验证了导致无标度网络度分布特征起关键性作用的是链接的偏好特性.     

企业合作网络的度分布研究

本文根据企业合作网络的特点建立模型，并通过马氏链的方法推导出具有节点吸引力的企业合作网络的度分布。     

混合连接网络度分布的稳定性

本文对既有择优连接,又有随机连接的网络(简称混合连接网络)进行了研究. 基于马氏链理论,本文给出它们度分布稳定性存在的严格证明,并且得到相应网络的度分布和度指数的精确表达式. 特别,在连接规则中只要存在择优成分,网络度分布就服从幂律分布即所得网络为无标度网络,且度指数随着择优连接在连接规则中所占比例的变化而变化.     

随机增长网络的度分布

增长和择优机制是无标度网络中的两种重要的演化机制,在分析BA模型的基础上,提出了一种新的节点增长方式,即考虑了新增节点的连边数是随机变量的情况,从而建立了随机增长网络模型,并利用随机过程理论得到了在这种增长方式下网络的度分布,结果表明这个网络是无标度网络。     

一类增长网络模型的度分布

将主方程方法和马氏链首达概率方法应用于一个去边机制与时间相关的网络模型,得到这个模型度分布的精确表达式,并严格证明了度分布的存在性.     

群体行为的异质节点复杂网络传播

当遭遇突发的公共社会安全事件时,具有负面影响的应激行为可能迅速在社会范围内传播扩散,形成群体行为.虽然一些复杂网络的传染模型能够对此进行刻画,但更为符合实际的是行为群体根据一些特性可能划分为不同的亚群体,为此将建立异质节点SIS复杂网络模型.此后,依据亚群体的有效传播率与度分布无关、正相关和负相关三种情形,分别研究了群体行为在异质节点的小世界网络传播特性,及异质节点的无标度网络传播特性.无论是异质节点的小世界网络模型还是异质节点的无标度网络模型,平均场动力学分析和计算机模拟结果显示,当亚群体的传播率与度分布呈正相关时,群体行为的传播会出现放大相应;反之,当亚群体的传播率与度分布成负相关时,群体行为的传播会出现抑制效应.但以上的两种效应在离散性更强的无标度网络上更为明显.     

一种新的死亡率模型及基于中国人口数据的比较分析

基于中国人口死亡率数据, 对APC模型进行扩展, 并将扩展的死亡率模型(EAPC模型)与APC模型和LC模型进行对比. 通过比较模型的拟合效果和预测效果, 并对其稳定性进行检验, 发现由APC模型扩展而来的EAPC模型更适合于拟合和预测中国的人口死亡率, 这为我国死亡率模型的使用提供了更多可行的方案.     

论大学数学实验课的教学设计

数学既是演绎科学也是实验科学,大学数学实验体现了数学的教育价值.大学数学实验课的教学设计范式包括:基础实验式和综合实验式,基础实验式包括验证性实验式和计算性实验式,综合实验式包括探索性实验式(探究、猜想、模拟)和应用性实验式.针对不同的实验内容,采用不同的教学设计范式来提高大学数学实验课的教学效率.     

汽车保险的精算模型及其应用

本文应用我国一家保险公司的实际数据 ,对各种可以反映保单持有人索赔次数的模型 (包括负二项模型、泊松 -逆高斯模型、二元风险模型、三元风险模型、二项 -贝塔模型和负二项 -帆塔模型 )分别进行了拟合 ,结果表明三元风险模型拟合效果最好 ,因此利用三元风险模型构造了对保单持有人根据后验风险的大小调整其续期保费的系统     

基于GM-ES-GASVR组合模型的丽江国内旅游需求预测

构建适合于预测丽江国内旅游需求的预测模型,对推动丽江旅游业的发展具有重要意义.研究发现灰色GM(1,1)模型、三次指数平滑模型与GA-SVR模型都适用于预测丽江国内旅游需求,且GA-SVR模型为这三个单项模型中的最优模型.在此基础上,利用变权方法建立GM-ES-GASVR组合预测模型.通过对拟合与测试结果的对比分析,表明GM-ES-GASVR变权组合预测模型比单一模型的拟合与测试效果都有较大改善.     

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.     

半参数ACD模型及其在中国股票市场中的应用研究

本文提出了半参数ACD模型并基于模拟样本与调整后的中国股票市场的价格时间间隔样本对模型进行实证分析.半参数ACD模型对条件期望的函数形式与随机误差项的分布形式要求都没有参数ACD模型强,因此不会像参数ACD模型那样因模型形式设定错误而得出错误结论.这一点在我们的实证分析中可以得到证实.与非参数ACD模型相比,半参数ACD模型能够估计出参数,这增加了模型的解释能力.半参数ACD模型估计出来的各个可加部分图形的形状对于正确设定参数ACD模型具有一定的指导作用.     

基于三类模型的四大银行股票收益率预测研究

运用时间序列分析的预测方法,对四大银行的股票日对数收益率序列进行拟合与预测分析,分别构建ARMA模型、GARCH模型以及ARMA-GARCH组合模型,通过模型比较,实证分析表明:在拟合效果上,ARMA-GARCH模型的拟合优度优于ARMA模型和GARCH模型;在预测效果上,ARMA模型的预测效果最优,ARMA-GARCH模型次之.     

A novel grey forecasting model and its optimization

Although the grey forecasting model has been successfully employed in many fields and demonstrated promising results, its prediction results may be inaccurate sometimes. For the purposes of enhancing the predictive performance of grey forecasting model and enlarging its suitable ranges, this paper puts forward a novel grey forecasting model termed NGM model and its optimized model, develops a calculative formula for solving the parameters of the novel NGM model through the least squares method, and obtains the time response sequence of NGM model by using differential equation as a procedure for reasoning. It performs a numerical demonstration on the prediction accuracy of NGM model and its optimized models. As shown in the results, the proposed model and it optimized model can enhance the prediction accuracy. Numerical results illustrate that the proposed NGM model and its optimized model are effective. They are suitable for predicting the data sequence with the characteristics of non-homogeneous exponential law. This work makes important contribution to the enrichment of grey prediction theory.     

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.     

基于改进BP神经网络的电力负荷预测

在现有文献研究的基础上,对BP神经网络进行了深入研究,提出了一种新的LAFBP模型,给出了模型的标准BP算法、改进BP算法、权值和阈值的初始化方法.在此基础上,用新的LAFBP模型与传统的标准BP模型对黑龙江省巴彦县的电力负荷进行了预测.预测结果表明,新的LAFBP模型不仅克服了传统的BP模型外推效果不好的缺点,而且在模型的拟合精度、学习时间和学习次数方面明显优于传统的BP模型.