基于概率神经网络的欺诈性财务报告的识别研究

本文探索概率神经网络PNNs(Probabilistic Neural Networks)在构建欺诈性财务报告识别模型方面的有效性,重点探讨了PNN模型变量的选择及平滑参数的确定问题,同时将所提出模型的性能和人工神经网络(ANNs)、logit回归模型的性能进行了比较.结果证明,PNN模型具有很高的预测力,并发现该模型的性能优于ANN模型以及logit回归模型.     

含有治愈部分的可加危险模型的估计

最近可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关的.基于混合治愈模型,有界累计危险治愈模型和"不正确"的比例危险模型.本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在."不正确"的AH模型的识别和参数估计也将在本文给出讨论.     

基于人工智能的黄金价格非线性组合预测

黄金价格时间序列数据具有较强的非线性,在采用单模型对其预测时较多采用线性模型、非线性模型以及加入外生变量的非线性模型.但是,单一模型较难全面体现黄金数据的非线性特征,因此,预测效果不很理想.在利用线性方法进行模型组合时若被组合模型与原数据序列无线性关系,此时采用线性组合预测效果较差,甚至组合后的模型预测精度低于被组合的单模型精度.为充分发挥单一模型的优势,采用人工智能的方法建立非线性组合预测模型,模型可有效利用各模型特点,预测精度优于采用的各单一模型.     

多图模型的联合估计的群桥方法

高斯图模型研究独立随机变量之间的关系.主要针对该模型,提出了一种分层惩罚连接单个图模型估计的多图模型.研究了新模型的高维统计性质,给出模型的参数估计,并得到了相合性及稀疏性两大理论.     

房地产行业的数学建模分析

分别建立了需求模型,供给模型,房地产与其他产业的关系模型,房价模型及房地产发展趋势的预测模型,并对影响模型的相应因素做了简要的分析.     

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.     

经济增长的随机AK模型

本文以经济增长AK模型(模型Ⅰ)作为基本模型,将人口数量作为不确定性的来源,建立了经济增长的随机AK模型(模型Ⅱ).分析了模型Ⅱ解的存在唯一性和M arkov性,探讨了模型Ⅱ的零均衡解的稳定性及资本-劳动比率的动态性质.     

精度与程度的逻辑或近似算子的性质

本文目的是探讨精度与程度的复合,探索新的粗糙集拓展模型.从精度与程度的逻辑或运算出发,定义了精度与程度的逻辑或粗糙集模型.在该模型中,通过变精度近似与程度近似的转化公式,研究了精度与程度的逻辑或近似算子,并得到了该近似算子的幂作用等性质.用精度与程度的逻辑或粗糙集模型统一了变精度粗糙集模型、程度粗糙集模型和经典粗糙集模型,并在这些粗糙集模型中得到了近似算子幂作用的相应性质.     

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.     

有关判断决策单元的DEA有效性的新方法的探讨

为了判断决策单元是否(弱)DEA有效并克服现有的模型及[1]中模型在解决上述问题时的不足之处,本文将讨论的新模型是由CCR模型与CCGSS模型变来的,且定理的证明不同于[1]．还讨论了文中新模型的最优解的存在性,此外,研究了所有决策单元的输入输出的变化对某决策单元有效性的影响．     

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     

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.     

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.     

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.     

Model checking with Boolean Satisfiability

The evolution of SAT algorithms over the last decade has motivated the application of SAT to model checking, initially through the use of SAT in bounded model checking and, more recently, in unbounded model checking. This paper provides an overview of modern SAT algorithms, SAT-based bounded model checking and some of the most promising approaches for unbounded model checking, namely induction and interpolation. Moreover, the paper details a number of techniques that have proven effective in using SAT solvers in model checking.