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.     

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.     

路面平整度的时间序列模型

介绍非标准道路的路面平整度的时间序列模型,研究道路实测数据的时间序列模型.通过对实际路段的数据采集,进行道路平整度实例分析和道路平整模型的平稳性检验、模型的识别和估计,确定了模型参数,检验模型的适用性.实例表明了模型的置性度和合理性.     

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。     

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.     

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     

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.     

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.     

改进型LOBNN & AR-GARCH模型在股票预测中的应用

为实现对股票价格的短期预测,本文在Laguerre正交基神经网络 (LOBNN)模型的基础上,提出了一种新的组合预测模型来预测短期股价的变化。该模型先通过改进LOBNN模型的权值求解算法,用以增强模型的通用性。接着在其基础上设计新的迭代算法,进一步提高模型的预测精度,进而得到新的LOBNN模型。之后将股价数据分别代入AR-GARCH模型和改进后的LOBNN模型,得到输入数据的两组预测值。最后通过不同的权重来组合两种预测结果,生成最终股价的预测结果。文末的仿真结果表明该组合模型在预测精度与通用性上较原始模型有较大的提升,是一种高效的预测模型。     

分年龄别生育率概率模型的研究

使用对数正态分布模型、Weibull模型、泊松模型以及由它们构造的两种组合模型对生育率数据进行拟合.仿真结果表明:与单一模型相比,组合模型精度较高,残差平方和较小.并且在全面二孩政策下,组合模型二更加适用.     

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.     

带有灰色关联-AHP约束锥的DEA模型

通过构建带有灰色关联-AHP约束锥,对DEA模型中指标的权重进行约束.可以在保持带有灰色关联约束锥的DEA模型不同指标重要性不同客观性的基础上,又能体现决策者对各指标的偏好程度.通过算例对比分析了该模型与传统DEA、带有灰色关联约束锥的DEA以及带有AHP约束锥的DEA模型的不同特点.     

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.     

On some generalization of the DEA models

Inadequate results may arise in some instances of DEA model applications. For example, a data envelopment analysis (DEA) model may show ‘a notoriously inefficient unit’ as an efficient one. In addition, too many efficient units may appear in some DEA models. An elegant and subtle approach was proposed to deal with these problems, which is based on incorporating domination cones in DEA models. Yu, Wei and Brockett suggested the generalized DEA (GDEA) model that unifies and extends most of the well-known DEA models based on using domination cones. In this paper, we propose a model that is more general than the GDEA model, on the one hand, as it covers situations that the GDEA model cannot describe. On the other hand, our model enables one to construct step-by-step any model from the family of the GDEA models by incorporating artificial units and rays in the space of inputs and outputs in the Banker, Charnes, Cooper (BCC) model, which makes the process of model construction visible and more understandable. Moreover, we show that any GDEA model can be approximated by some BCC model.     

A new-structure grey Verhulst model: Development and performance comparison

The structure defect of the traditional grey Verhulst model is a key factor leading to its unstable performance. A new-structure grey Verhulst model (N_Verhulst) was proposed by introducing a new non-homogeneous exponential function. The N_Verhulst model has a better structure and stronger modeling ability; Meanwhile, it overcomes the shortcomings of the traditional Verhulst model including parameter dislocation and unreasonable selection of initial values. Four typical cases were used to test the performance of N_Verhulst, and the simulation/prediction results of the new model were compared with the traditional Verhulst model and the Pearl model. Results showed that the N_Verhulst model had evidently superior performance to the traditional grey Verhulst model, which confirms that the structure development of the new model is reasonable and effective.     

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。