房地产开发投资决策的熵权系数优化模型

针对具有广泛实际背景的混合型房地产开发投资项目的决策问题,提出对项目进行多准则综合评价的熵权系数优化模型,并将模型具体应用于一个实际的房地产开发项目     

全球视角下的准则趋同

随着越来越多的国家开始采用国际财务报告准则,理事会的工作人员与每个国家的准则制定者保持交流与协调的难度将越来越大。近期成立了国际会计准则理事会新兴经济体委员会,旨在创立一个论坛机制,为理事会提供建议,解决与新兴经济体有关的问题。此外,建立了亚洲—大洋洲准则制定者委员。建立地区性的准则制定交流组织,有利于国际会计准则理事会的交流与协调工作,也便于信息的传递。     

解线性不适定方程隐式迭代法的r-步拟残差准则

本文给出了解不适定算子方程隐式迭代法后验选取步数的一类准则,称为r-步拟残差准则,证明了它们总导致最佳收敛阶.这类准则包含著名的Morozov残差准则和Gfrerer准则作为特例.     

统计控制图的异常判断准则分析

本篇文章在介绍统计控制图原理基础上,列举了常规控制图现有的异常判断准则,并指出现有准则存在的缺点。提出了对三个问题的异常判断准则分析。并推导出这三个问题异常判断准则的一般性结论。     

解线性不适定方程隐式迭代法的,γ-步拟残差准则

本文给出了解不适定算子方程隐式迭代法后验选取步数的一类准则,称为,ｒ－步拟残差准则,证明了它们总导致最佳收敛阶,这类准则包含著名的 Ｍｏｒｏｚｏｖ残差准则和 Ｇｆｒｅｒｅｒ 准则作为特例．     

基于模糊测度与累积前景理论的区间二型模糊多准则决策方法

针对准则值为区间二型模糊数且准则间存在关联关系的风险型多准则决策问题, 本文提出一种基于模糊测度理论与累积前景理论的区间二型模糊多准则决策方法。首先, 为全面反映准则间的关联关系, 本文提出Shapley区间二型模糊Choquet积分算子, 并证明该算子的一些性质。其次, 为反映专家行为偏好, 本文定义区间二型模糊前景效应与前景价值函数, 并提出累积前景Shapley区间二型模糊Choquet积分算子。然后, 为确定准则集的模糊测度, 本文建立基于区间二型模糊双向投影与Shapley函数的权重优化模型。在此基础上, 本文给出一种用于解决准则值为区间二型模糊数, 准则间存在关联关系, 专家存在风险偏好以及准则权重部分未知的多准则决策方法。最后, 通过风险投资实例佐证所提出的方法的适用性与科学性。     

识别准则及其应用

针对模糊综合评判中使用最大属性准则可能得到不合理的结论 ,提出置信度准则作为新的识别准则 ,实例说明其更加合理 .并引入评分准则作为推广 .     

识别准则及其应用

针对模糊综合评判中使用最大属性准则可能得到不合理的结论，提出置信度准则作为新的识别准则，实例说明其更加合理，并引入评分准则作为推广。     

可压缩液晶系统强解的破裂准则

研究可压缩液晶方程组强解的破裂准则,建立了一种仅依据于速度梯度的破裂准则,此种准则类似于理想可压缩流情形的Beale-Kato-Majda准则和由Huang和Xin得到的可压缩Navier-Stokes方程组情形的准则.证明用到能量不等式和高阶能量不等式.主要困难是初始密度含有真空.     

预测复合材料开裂方向的比应变能密度准则

本文提出预测复合材料中裂纹方向的比应变能密度准则,并将Tsai-Hill与Norris准则扩展来预测复合材料中的开裂方向.用这三个准则预测了具有各种不同纤维方向的单向纤维复合材料的裂纹扩展方向,预测结果与现有的比正应力准则和应变能密度准则进行了对比.     

信息熵增量最小化准则在供应链中的应用

本文研究了在考虑利润最大化准则和信息熵增量最小准则下，既能满足了利润最大化，又要增加利润可得性，销售商如何确定订购量的问题。数字实验表明：考虑双重准则得到的策略比仅考虑利润最大化准则得到的策略更好，可以使供应链、销售商及制造商都受益。     

信息复杂性准则的深入探讨

介绍联系拟合优度与模型复杂性测度的一种模型选择准则一信息复杂性(ICOMP)准则的基本原理.由Bozdogan提出的信息复杂性(ICOMP)准则可以视为两个Kullback-Leibler距离之和的一种近似.首先研究了所考虑模型中有真实模型的情况下,ICOMP准则类的渐近相容性;然后又介绍并完成了所考虑模型中没有真实模型的情况下,ICOMP准则类的渐近相容性.在有限样本容量的情况下,用ICOMP准则选择的估计模型,比用其他通用的准则选择的估计模型,更接近于真实模型.     

半Markov决策过程的研究进展

本文综述半Markov决策过程(SMDP)理论的发展现状,主要介绍SMDP无限阶段期望折扣报酬准则、长期平均准则、有限阶段期望报酬准则、首达目标期望报酬准则、概率准则、受约束问题和均值-方差准则的研究工作,着重阐述这些优化准则的背景、意义、主要研究进展及有待研究的问题.最后,展望SMDP未来的一些潜在研究方向和相关问题.     

融合关联性准则模糊测度的改进型VIKOR方法研究

多准则决策环境下,厘清准则关联性对决策结果影响机理将有助于提高决策结果的可靠性。首先,详细阐述了关联性准则的模糊测度表征的shapley值和交互系数;其次,以VIKOR方法为基础,深入分析了关联性准则对群体效用值和方差以及个体遗憾值的影响规律,提炼并总结了3条重要性质;再次,提出了包含准则交互系数的改进型VIKOR方法;最后,通过实例的对比研究凸显了本方法的优越性。     

关于回归分析中目标函数极小化准则的探讨

本文重点讨论了最小一乘准则或极小极大化准则下计算回归系数的线性规划方法，并且通过实例给出了不同极小化准则下计算结果的对比     

融合关联性准则模糊测度的改进型VIKOR方法研究

多准则决策环境下,厘清准则关联性对决策结果影响机理将有助于提高决策结果的可靠性。首先,详细阐述了关联性准则的模糊测度表征的shapley值和交互系数;其次,以VIKOR方法为基础,深入分析了关联性准则对群体效用值和方差以及个体遗憾值的影响规律,提炼并总结了3条重要性质;再次,提出了包含准则交互系数的改进型VIKOR方法;最后,通过实例的对比研究凸显了本方法的优越性。     

最小低阶Lee矩混杂准则及其应用

众所周知,有多种准则可以用于比较和评价部分因析设计的优劣,在这些准则中,最小低阶矩混杂准则既简单明了,又计算量较小.但是,该准则中的各阶矩是基于任意两次试验之间的Hamming距离来定义的,由此导致了该准则具有一定的局限性.本文用Lee距离代替Hamming距离来定义新的矩,在此基础上提出了最小低阶Lee矩混杂准则,并用它来比较高水平部分因析设计的优劣.同时,本文通过建立最小低阶Lee矩混杂准则与其他设计筛选准则之间的解析关系,来验证这一新准则的统计合理性.     

面板数据分位回归中适应性LASSO调节参数的选择

在带有罚函数的变量选择中,调节参数的选择是一个关键性问题,但遗憾的是,在大多数文献中,调节参数选择的方法较为模糊,多凭经验,缺乏系统的理论方法.本文基于含随机效应的面板数据模型,提出分位回归中适应性LASSO调节参数的选择标准惩罚交叉验证准则(PCV),并讨论比较了该准则与其他选择调节参数的准则的效果.通过对不同分位点进行模拟,我们发现当残差E来自尖峰分布和厚尾分布时,该准则能更好地估计模型参数,尤其对于高分位点和低分位点而言.选取其他分位点时,PCV的效果虽稍逊色于Schwarz信息准则,但明显优于A1kaike 信息准则和交叉验证准则.且在选择变量的准确性方面,该准则比Schwarz信息准则、Akaike信息准则等更加有效.文章最后对我国各地区多个宏观经济指标的面板数据进行建模分析,展示了惩罚交叉验证准则的性能,得到了在不同分位点处宏观经济指标之间的回归关系.     

基于Spatial AIC准则的空间自回归模型变量选择研究

变量选择直接决定着空间计量经济模型的有效程度与实证研究结果。为有效解决空间自回归模型(即SAR模型)的变量选择问题,本文利用Kullback-Laible信息量最大化,把AIC准则运用到SAR模型构建,推导出Spatial AIC统计量,提出Spatial AIC准则。然后利用统计理论证明Spatial AIC准则选择SAR模型变量的渐近最优性;利用蒙特卡洛模拟方法,比较Spatial AIC准则、经典AIC准则和Lasso方法用于SAR模型变量选择的有限大样本性质;利用空间相关的沪深300成分股股票收益率数据,采用Spatial AIC准则和Lasso方法,分别构建股票收益率财务因素的空间自相关模型,实证比较其相对有效性。三种结果均表明Spatial AIC准则能够更好地解决SAR模型变量选择问题。     

聚类问题的人工神经网络方法

在不同的实际问题中，往往视需要使用不同的准则对模式进行聚类。本文给出了一个聚类准则，并使用该准则用人工神经网络方法在计算机上进行了模拟。结果表明本文使用的聚类准则更适合于用人工神经网络实现，可以取得极好的聚类效果。