一种模拟非线性复杂系统的简化方法——疏系数化方法

用非线性时间序列模型描述复杂系统，往往因模型参数过多而导致负效应，疏系数化方法能简化模型结构、实现系统内在规律，甚至可以提高摸拟精度     

马尔可夫模型的市场预测方法及其应用

本文简述了马尔可夫模型的基本原理，介绍了利用马氏过程的基本特征．即其平稳性和无后效性．对随机现象进行统计预测的方法。本文选取市场为研究对象，根据产品的市场占有率的随机变化过程，建立起市场占有率的马尔可夫预测模型，并进行了实例分析。在模型的实际应用时，要注意系统状态转移的平稳性和进行系统状态划分的有效性。     

系统模型的正权组合方法（非线性复杂系统的综合技术Ⅲ）

系统模型的正权组合方法（非线性复杂系统的综合技术Ⅲ）项静恬（中科院应用数学研究所）１．４正权重组合方法的比较、改进与应用由１．３的讨论可见，用极小化误差平方和的办法获得的组合模型虽然最优，但有可能出负权重，而许多实际系统中要求模型组合权重为正值，因此...     

WZW模型和规范场论的辛方法

本文系统讨论Ｗｅｓｓ－Ｚｕｍｉｎｏ－Ｗｉｔｔｅｎ模型，给出了ＷＺＷ模型的辛理论，得到ＷＺＷ模型与Ｃｈｅｒｎ－Ｓｉｍｏｎｓ模型的关系，并且还给出了ＷＺＷ模型几何量子化理论以及圈群的投影表示。本文还研究了三种不同情况下规范场的动量矩映射，通过Ｍａｒｓｄｅｎ－Ｗｅｉｎｓｔｅｉｎ约化，得到Ｇａｕｓｓ约束，还得到Ｋｏｈｎｏ联络，证明了这个联络是平坦的，它的ｈｏｌｏｎｏｍｙ表示则给出了辫群的表示，本文内容散见     

移动机械臂的层级聚合建模方法研究

移动机械臂因机械臂在动态作业过程中的耦合效应会影响移动平台的运动特性，增加了整个系统的复杂度和非线性，给系统建模带来了极大挑战.为此提出了一种新的层级聚合建模方法.该方法依据分析力学中Udwadia-Kalaba(U-K)理论的层级属性，首先将移动机械臂划分为3个子系统，并分别利用Lagrange方程建立各自的无约束动力学模型，然后基于移动机械臂机械结构上的约束利用Udwadia-Kalaba基本方程(UKE)建立整体系统模型.此外，针对系统存在初始条件偏差的情况，利用基于Lyapunov稳定性理论来补偿初始条件偏差，以达到收敛理想轨迹的目的.仿真结果验证了该文所提出的建模方法的可行性.     

对称破坏分歧点的分裂迭代方法

构造了求解对称破坏分歧点的扩充系统，采用分裂分块迭代方法逼近对称破坏分歧点，并对2.Box Brusselator反应模型进行了数值模拟．     

多台系统可靠性增长试验方法研究

提出了一种解决多台系统同步投试、同步停止试验和同步改进问题的新模型——指数模型．该模型充分考虑了增长过程中的各种可得信息,包括各改进阶段的失效数、未失效数和失效时间等数据．如果多台系统经过多次同步改进,并且单台系统的可靠性增长符合AMSAA模型,就可以合理地认为在每两个相邻的改进时刻之间,每台系统的失效时间服从指数分布．采用非参数方法得到多台系统在各同步停止试验时刻的可靠度,并利用最小二乘法拟合求得该模型中参数a和b的点估计值,以及参数b的置信限．通过在工程实例中对所提模型和几种已有模型计算结果的比较,说明了所提模型在解决多台系统同步可靠性增长问题中的合理性．     

模糊多级综合评价方法在企业资源评估中的应用

根据系统评价的原理，提出了企业资源系统评价的指标体系结构模型。应用模糊多级综合评价方法对其进行评价，通过实例说明这种方法在实际应用中是有效和可行的。     

一种新的昆虫神经网络预测预报方法

昆虫预测预报是植物保护中的一个困难问题．本文首先从系统的观点出发，分析了影响昆虫种群密度的主要因素；在研究传统时间序列模型共性的基础上，给出了广义时间序列模型；提出了一种新的昆虫预测模式—神经网络预测预报方法；用此方法对棉田害虫烟蓟马进行了预报，数值结果表明这是一种很好的预测预报方法，预测精度较其它方法都有很大提高．     

一类大系统模糊随机多目标决策的建模与求解方法

本文提出和建立了一类大系统模糊随机多目标决策（ＦＳＭＯＤＭ）模型，讨论了模糊事件的模糊概率的若干基本性质．在此基础上，将ＦＳＭＯＤＭ模型转化为清晰的多目标决策模型，并给出了递阶分解协调求解方法．把该模型应用到大连市水资源与经济发展规划研究中取得了令人满意的结果．     

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.     

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.     

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.     

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.     

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。     

第三方数据平台精准营销收费模式研究

第三方数据平台通过大数据分析技术为商家提供精准营销服务,本文研究了两个竞争商家通过同一个数据平台进行精准营销时,平台收费模式(费率佣金与按销量收费)对商家竞争以及平台与商家利润的影响。研究发现:1)费率佣金模式的绩效依赖于费率参数,在精准度高的情况下,它不能最大化平台与商家的利润。2)与费率佣金相比,按销量收费模式显著提高了商家的利润,并且平台与商家的利润都随费用参数的增加而增加。3)从收费模式选择的角度,精准度越高,按销量收费模式的优势越明显;费率佣金模式适用于垄断情况,而按销量收费模式更适用于竞争情况。4)费率佣金与按销量收费的结合可以实现平台与商家的共赢。研究结论为大数据驱动下的精准营销收费模式选择,以及“大数据平台”的盈利模式创新提供了理论参考。     

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。     

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.