基于投影寻踪和最优分割的企业信用评级模型

提出一种基于投影寻踪和最优分割的企业信用评级模型。该模型运用投影寻踪对样本企业进行信用综合评分,将信用综合得分由大到小排序,生成有序样品序列;利用最优分割法对有序样品进行聚类,得出明确的聚类结果;将最优分割点对应的信用综合得分作为划分信用等级的阈值,从而实现对样本企业的信用评级。应用实例证明了该模型的可行性和有效性。     

分数阶灰色累减生成算子及其性质研究

给出了分数阶灰色累减生成算子的详细推导过程,并证明了分数阶灰色累减生成算子的不动点定理、信息优先原理、交换律与指数律,为分数阶灰色预测模型提供了理论基础.算例验证了分数阶灰色累减生成算子的特征,在灰色预测模型GM(1,1)中的应用证明了分数阶灰色累减生成算子的有效性.     

基于粗糙数和信息熵的产品设计方案灰色关联评估模型

针对复杂产品方案设计中指标属性信息的不完全性和不确定性,研究了一种基于粗糙数和信息熵理论的灰色关联评估模型。首先通过引入粗糙数序列的范数实现粗糙数评估矩阵的规范化处理,并利用熵权对指标属性值进行权重集结,然后构建理想最优特征序列,并借助基于信息还原算子的粗糙相似关联度来获得最优评估方案。信息熵赋权可减少主观赋权产生的人为因素影响,信息还原算子可避免评估过程中的信息失真现象。最后通过工程机械产品的实例,验证了该评估模型的有效性和实用性,便于对复杂产品的方案设计进行评估和优选。     

基于部分数据缓冲的GM(1,1)模型预测精度研究

根据灰色系统理论中新信息优先利用原理,在对缓冲算子和数据灰色序∥生成研究的基础上,借用计量经济学虚拟变量的思想,构造一类利用缓冲算子对单调数列部分数据进行灰色序列生成的新方法,有效解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,实例分析表明,这类新的方法能显著提高GM(1,1)模型的预测精度.     

基于灰关联的GOM((p,q))(1,2)-BP神经网络模型及AQI预测

基于分数阶反向累加生成构建一种新的GM(1,2)模型,为使所构建模型能更好贴近和反映两个累加生成序列指标之间的真实关联关系,提出了基于不同序列采用不同累加阶数的GOM⁽(p,q))(1,2)模型.首先通过灰关联模型识别并筛选与特征序列关联度最大的相关因素序列,然后建立不同累加阶数的灰色模型,通过带压缩因子的粒子群优化算法求解模型最优阶数p和q,最后运用BP神经网络修正GOM⁽(p,q))(1,2)的模型值,构建GOM⁽(p,q))(1,2)-BP神经网络组合模型.模型应用于武汉市空气质量指数的预测,结果表明与单一模型相比,组合模型具有更好的性能和建模精度.     

基于AHP及灰色关联分析法的发动机健康评估研究

综合运用灰色关联分析及层次分析法,提出了一个航空发动机健康状态评估模型.模型采用层次分析法确定评价指标的权值,并对层次分析法进行了合理改进,用灰色关联分析计算评估对象的灰色关联系数,进而计算加权灰色关联度作为判断航空发动机健康状态的指标.基于航空发动机的QAR(Quick access recorder)数据,将模型应用于实例分析,对多台发动机健康状态进行了评估,结果验证了方法的有效性.     

向量自回归(VAR)模型中的识别问题——分析框架和文献综述

向量自回归模型(VAR)是时间序列计量经济学的标准分析工具。在VAR模型中施加长期或短期限制,使非限制的约化VAR模型成为协整(VECM)或结构协整向量自回归模型(SVECM)时,存在长期和短期结构识别问题。识别问题在以VAR为模型框架的实证分析中起到关键作用,因此是结构VAR模型研究中的一个重点。本文阐述VECM和SVECM模型中结构识别问题的理论框架,对有关文献进行综述,解释结构VAR模型在实证分析中的应用方法,简述这一领域的最新进展和研究方向。     

基于残差GM(1,1)模型的强(弱)化缓冲算子还原模型

残差GM(1,1)模型预测效果相对于GM(1,1)模型较好,但是其要求残差尾段符号一致的自身缺陷常常存在,在实际工作中难以运用,需要解决其自身缺陷,故本篇提出新的模型,即基于残差尾段的强(弱)化缓冲算子还原模型.在残差GM(1,1)模型的基础上,以残差尾段序列作为原始数据,判断其是否满足灰色建模条件,如满足,则直接建模;如不满足,需要对其进行序列算子强(弱)化处理,进行GM(1,1)建模,之后进行强(弱)化缓冲算子还原.以实例为证,最终结果表明强(弱)化缓冲算子还原模型的预测精度稍有提高,且解决了自身缺陷和允许序列不符合灰色建模(诱发缺陷)的情况出现.     

一种新型区间数多属性决策算法研究

随着多属性决策问题的复杂性、不确定性日益增强，基于区间数的多属性决策理论与应用研究越来越广泛。基于算子有序性的构建思想，本文提出并构建了基于有序欧几里德算子的区间数多属性决策算法模型，证明了有序欧几里德算子的单调性、齐次性和幂等性。采用基于有序欧几里德算子的区间数多属性决策方法对某火炮采购问题进行了决策计算，证明了该方法的有效性与可行性。     

基于优势关系粗糙集方法的通用航空产业重点发展项目分类研究

构建了一种基于优势关系粗糙集方法的通用航空产业重点发展项目分类模型。该模型根据多标准决策分析(Multi-criteria Decision Analysis,MCDA)中的分类研究思想,结合GE矩阵评价方法,利用基于优势关系的粗糙集方法,从项目竞争力与项目吸引力两个方面建立指标体系,构建了通用航空产业重点发展项目分类模型。以陕西通用航空产业重点发展项目分类为案例,验证了该模型可以很好地解决局部信息缺失条件下的通用航空产业重点项目分类评价问题。     

Un modéle d'lnspections optimales

We consider the following model: we inspect the motion of a Markov process with which an “evolution cost” is associated. We inspect the process at times T ₁…, T _n ,…. If when we inspect, its value is in a given set A, it continues its evolution, otherwise we kill it. At each inspection we associate an "inspection cost" and a "killing cost". The problem consists of finding a sequence of optimal inspections. After the modelization we construct the value function by an iterative procedure as in impulse control theory, by using the theory of analytic functions and theorems of section. Thanks to the criteria of optimality we get a sequence of optimal inspections under very general hypotheses.     

α-因子缓冲算子的构造及其性质的研究

为了解决灰色预测模型中的随机挠动序列问题,本文在灰色系统理论以及灰色预测建模技术的基础上,通过梳理历史文献的研究结果,提出了一个具有缓冲作用强度可调整的新型缓冲算子,即α-因子缓冲算子,该算子具有强度可调整、形式统一、预测结果优良等特性.具体来说就是通过调整强度系数可以改变其缓冲作用的强度大小、形式上兼顾了弱化缓冲算子和强化缓冲算子的统一性、在一定范围内的应用中预测结果优于其他的缓冲算子.实证的结果的确显示出了这些优良性质.     

战略性新兴产业创新金融支持机理及两阶段演化博弈分析

为了研究金融支持如何影响战略性新兴产业创新主体培育的问题,在剖析金融支持主体间双螺旋耦合机理基础上,构建了战略性新兴产业金融支持两阶段演化博弈模型,运用动态系统的相平面理论求取两阶段ESS近似解析解,并借助MATLAB实现两阶段演化博弈模型的数值仿真,分析不同参数赋值对两阶段ESS演进的影响。研究发现:(1)存在机会主义(补贴创新利润率T₁<创新外活动利润率T₂)和非机会主义行为(k>T₂)两种对立占优情境;(2)机会主义行为(或非机会主义)占优情境下,金融支持主体的期望社会效用越小(或越大)、适度减小(或增加)补贴金额,越有利于提升战略性新兴产业创新主体接受补贴的积极性;(3)战略性新兴产业创新主体的自有资金R对其积极性影响不大,而补贴资金利率a越稳定越有利于提高其积极性。基于上述结论,本文最后构建了战略性新兴产业金融支持两阶段ESS演进实现框架,并探究其“累积式”、“悖论式”、“累积—悖论式”递进功能路径,为政府制定提升创新主体培育金融支持效率的相关政策提供了理论支持。     

Project dynamics and emergent complexity

This paper presents a theoretical analysis of project dynamics and emergent complexity in new product development (NPD) projects subjected to the management concept of concurrent engineering. To provide a comprehensive study, the complexity frameworks, theories and measures that have been developed in organizational theory, systematic engineering design and basic scientific research are reviewed. For the evaluation of emergent complexity in NPD projects, an information-theory quantity—termed “effective measure complexity” (EMC)—is selected from a variety of measures, because it can be derived from first principles and therefore has high construct validity. Furthermore, it can be calculated efficiently from dynamic generative models or purely from historical data, without intervening models. The EMC measures the mutual information between the infinite past and future histories of a stochastic process. According to this principle, it is particularly interesting to evaluate the time-dependent complexity in NPD and to uncover the relevant interactions. To obtain analytical results, a model-driven approach is taken and a vector autoregression (VAR) model of cooperative work is formulated. The formulated VAR model provided the foundation for the calculation of a closed-form solution of the EMC in the original state space. This solution can be used to analyze and optimize complexity based on the model’s independent parameters. Moreover, a transformation into the spectral basis is carried out to obtain more expressive solutions in matrix form. The matrix form allows identification of the surprisingly few essential parameters and calculation of two lower complexity bounds. The essential parameters include the eigenvalues of the work transformation matrix of the VAR model and the correlations between components of performance fluctuations.     

Categorical axiomatics of dynamic programming

In systems theory, we need some general framework to take into account various concepts from different fields (automata theory, dynamical systems, optimization theory, etc.). This work is a proposal for such a framework. A decision process model is given with the help of category theory. Sufficient conditions for the validity of the equation of optimality of Bellman are established in this model. This model also generalizes the concept of finite automaton. Thus we unify the concepts of automaton and decision system. Especially, we propose the new concept of “opt-automaton” (automaton which optimizes).     

Effects of system parameters on the optimal policy structure in a class of queueing control problems

This paper studies a class of queueing control problems involving commonly used control mechanisms such as admission control and pricing. It is well established that in a number of these problems, there is an optimal policy that can be described by a few parameters. From a design point of view, it is useful to understand how such an optimal policy varies with changes in system parameters. We present a general framework to investigate the policy implications of the changes in system parameters by using event-based dynamic programming. In this framework, the control model is represented by a number of common operators, and the effect of system parameters on the structured optimal policy is analyzed for each individual operator. Whenever a queueing control problem can be modeled by these operators, the effects of system parameters on the optimal policy follow from this analysis.      

团队规范下管制员违章行为演化与监管研究

为发现团队规范下管制员违章行为及监管策略的演化博弈规律,运用演化博弈理论,构建安全管理者与管制员演化博弈模型,分析博弈系统均衡点的局部稳定性。在此基础上建立演化博弈的系统动力学模型,仿真模拟不同情形下博弈双方策略选择的动态演化过程,并分析模型参数变化对系统演化结果的影响。结果表明:正的团队规范有助于系统演化至理想模式,负的团队规范会使系统陷入“不良锁定”模式和“震荡”模式;管制员行为收益、行为成本、被监查到的概率、处罚力度、监管成本等因素均对系统演化结果产生影响。鼓励班组成员对违章行为进行否定性评价、加大对管制员的处罚力度等均能够长效促进管制员主动遵章。     

我国“政府主导-社会参与”救灾体制改革的演化路径分析

《关于推进防灾减灾救灾机制体制改革的意见》提出我国救灾工作要“坚持党委领导、政府主导、社会力量和市场机制广泛参与”,但推动改革的具体实施路径尚在探索中。通过归纳中西方两种典型救灾体制的优缺点,构建政府救援部门和社会力量协同救灾的演化博弈分析框架,论证了“政府主导-社会参与”救灾体制改革的多重演化路径、均衡条件和关键影响因素。研究表明,政府与社会力量的协同救援效应和救援工作的阶段特征,是决定救灾体制演化的两个关键性因素。在推进传统救灾模式到理想救灾模式的体制演化过程中,存在“双轨制”协调博弈或“一抓就死、一放就活”周期解等过渡状态的多条演化路径。救灾模式需要随救灾工作的阶段转换进行调整。     

多维评价主观判断的有效性研究

本文以灰色系统理论为基础,把专家主观判断的结果表征为“区间灰数”,用灰数统计方法进行统计分析,建立了评价专家主观判断有效性的灰色模型,该模型具有良好的可操作性和有效性．