提高GM(1，1)模型拟合预测精度的研究

在简单介绍GM(1,1)模型预测过程的基础上,指出了模型在求解微分方程时已知条件选取和背景值构造两方面存在不足,并对此提出了更换已知条件及通过求解最小值获取背景值构造形式的改进措施.通过把这两种措施进行有机结合,形成了一种新的预测程序和方法.并且通过实例分析证明了这种新的程序和方法的确能够提高GM(1,1)模型的拟合预测精度.     

测地线活动轮廓模型的图像分割快速算法

从最优化理论的角度来看,目前求解图像分割的测地线活动轮廓(geodesic active contour,GAC)模型大多采用固定步长的最速下降算法.而众所周知,该算法收敛速度较慢,这在能量泛函的梯度较小时尤为明显.对求解GAC模型的快速算法进行了研究.首先,回顾了GAC模型的演化方程;随后,将共轭梯度(conjugate gradient,CG)算法引入到GAC模型的求解中,形成一种新的求解图像分割问题的数值方法,即GAC模型的CG算法;最后,通过试验对比传统的数值方法,表明CG算法具有良好的收敛性.     

基于Jackknife模型平均的社会用电量预测研究

针对社会用电量波动的复杂性,文章将Jackknife模型平均理论引入社会用电量分析与预测研究.中,通过加权平均不同模型的预测值,最大限度减少有用信息的遗失,以提高社会用电量预测准确度.通过选取中国和美国不同时期社会用电量数据集,并使用各类预测误差指标以及Diebold-Mariano检验法,来验证所提出的Jackkni...     

基于灰色关联聚类的组织力量配置模型研究

为解决组织力量的全局优化配置问题,建立基于灰色关联聚类的宏观人力资源优化模型.首先,根据组织的目标建立人力资源测评体系,引入灰色关联聚类方法,将组织成员按照组织目标聚类形成为不同的力量类型,从宏观角度分析企业人力资源的结构特征;然后,根据组织成本目标、产出目标、社会影响等目标建立组织力量配置的多目标优化模型,引入多目标粒子群优化算法探讨模型求解方法和人力资源配置步骤;最后通过案例验证方法的有效性,从而为组织组织力量的宏观配置和结构优化提供了一种新的研究思路.     

基于标值Cox过程的个体索赔准备金模型

传统的准备金方法都是基于聚合数据的,聚合数据是个体数据的简单汇总,他们丢失了许多有用信息,影响了准备金预测的准确性.为了准确预测准备金,精算学研究者发展了基于标值Poisson过程的个体索赔模型.然而索赔的发生使用Poisson过程来刻画往往与现实情况不符,因此本文提出了一个基于标值Cox过程的个体索赔模型,并研究了此模型下的准备金预测方法.本文的模型和传统的聚合索赔模型相比,使用了更为完整的信息,和已经存在的标值Poisson个体索赔模型相比,由于Cox过程中随机强度的引入,使得模型有了更强的现实刻画能力.这些都将使得准备金的预测更为准确.     

考虑模型相关性的组合预测过程中单项模型筛选研究

针对组合预测过程中单项模型筛选难以刻画模型之间相关性的问题,采用模糊测度和模糊积分来刻画模型的相关性,并对单项模型预测结果进行集成,进而提出一种考虑模型相关性的组合预测过程中单项模型筛选方法.采用2可加模糊测度来刻画不同模型之间的相关性,并利用Choquet积分依据模糊测度值,将单项模型的预测值集成起来,形成组合预测结果.在这个组合预测过程中,采用基于模糊测度定义的Shapley值和交互作用指标来对单项模型进行筛选.为了验证文章提出的考虑模型相关性的组合预测单项模型筛选方法的有效性,选择软件工程领域的软件成本估算问题进行算例分析,选择基于案例推理方法(CBR)、最小二乘回归(OLS)、支持向量回归机(SVR)、分类回归树(CART)、人工神经网络(ANN)等数据驱动模型作为软件成本组合预测过程中的单项模型.选择常用的Desharnias数据库来验证模型的有效性.实证结果表明文章提出的单项模型筛选方法是一种有效方法,经过筛选后的组合预测模型能有效提高软件成本估算的精度,此外,研究结果还表明组合估算过程中最重要的模型(Sharply值最大)并不是估算精度最高的模型,即单个模型的重要性与该模型的估算精度没有必然联系,说明传统的以单个模型估算精度为依据的组合预测模型存在着一定的缺陷.     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.     

Chan-Vese模型的共轭梯度算法

随着图像采集设备的发展和对图像分辨率要求的提高,人们对图像处理算法在收敛速度和鲁棒性方面提出了更高的要求.从优化的角度对Chan-Vese模型进行算法上的改进,即将共轭梯度法应用到该模型中,使得新算法有更快的收敛速度.首先,简单介绍了Chan-Vese模型的变分水平集方法的理论框架;其次,将共轭梯度算法引入到该模型的求解,得到了模型的新的数值解方法;最后,将得到的算法与传统求解Chan-Vese模型的最速下降法进行了比较.数值实验表明,提出的共轭梯度算法在保持精度的前提下有更快的收敛速度.     

一种新的振荡型DGPM(1,N|sin)模型及其应用

针对传统多变量灰色模型未能有效预测振荡序列的问题,提出一种新的振荡型DGPM(1,N|sin)模型.首先,将非线性时间周期项和时变参数引入离散灰色预测模型;然后,建立非线性规划模型,利用遗传算法确定最优参数;最后,将该模型应用于中国消费价格指数的预测中,验证了本文模型的有效性和适用性.结果显示,振荡型DGPM(1,N|sin)模型有较高的预测精度,为振荡序列的预测提供了有效方法.     

内生公共支出效用指数的经济优化配置模型

通过将公共投资指数与社会生产总量联系起来,引入含消费与公共支出效用指数的双变量效用函数,提出社会效用最大化问题.求解优化问题得到描述模型的二维动力系统,首先证明了系统存在唯一的均衡点,并利用相图分析了模型存在唯一的最优路径.     

基于多层次分析模型的中国居民消费能力评估

建立了多层次统计分析模型来考察中国居民的消费能力.在模型中,分析了居民在消费过程中面临的内在冲击和外在冲击,并定量地测定了外在冲击和内在冲击对消费能力的影响.实证研究发现,中国农村消费能力不足来源于农村居民的绝对收入过低,农村居民主要面临外在消费冲击;中国城市居民消费能力相对较高.但面临着较大的消费波动.城市居民主要面临消费的内在冲击.     

基于ARIMA-GM组合模型的邮电业务总量预测

对传统预测具有波动性及季节性双重趋势时间序列的模型—ARIMA乘积季节模型进行了改进,先用ARIMA乘积季节模型对邮电业务总量历史数据进行识别和拟合,然后用GM(1,1)模型对其带阀值的残差序列进行修正,最后结合二者得到ARIMA-GM这一组合预测模型.利用此模型对09年上半年中国邮电业务总量进行了预测,结果表明,组合预测方法比单项ARIMA乘积季节模型预测具有更高的精度.     

基于均值-熵的机构投资者行为投资组合模型

考虑决策者的有限理性,利用相对财富和习惯形成效用函数描述了机构投资者的投资组合决策行为;在SHEFRIN和S TATM AN行为投资组合理论(BPT)框架下,引入均值-熵度量证券投资组合风险;由此,建立了一种机构投资者行为投资组合决策模型,算法释例进一步验证了其有效性.     

基于二项logit模型的房型选择行为分析

目前,学者多利用集计模型分析、预测酒店顾客群体的客房需求,忽略了个体间的差异.针对不同房型分别建立非集计的二项logit模型,分析顾客的不同属性:性别、住宿天数、入住时间、退房时间和月份对其房型的选择行为的影响,并预测不同房型的预定概率.结果表明:商务/行政大床房、商务/行政双床房、商务/行政三人套房在不同因素的影响下,其预定概率存在显著差异.为酒店合理应对波动较大的顾客需求提供了理论基础.     

基于PROMETHEE-II的商户小额贷款信用评级模型及实证

截至2014年底,中国注册个体工商户为4984.06万户,个体私营经济吸纳社会从业人员已达2.5亿人,加上中国商户小额贷款对象的分散性、财务信息不健全等特点和难点,商户小额贷款信用评级体系极不完善,甚至绝大多数银行都没有建立这个体系。本文通过相关分析剔除反映信息重复的指标,通过显著性判别遴选对商户违约状态影响显著的指标,建立了能显著区分商户违约状态的小额贷款信用评级指标体系。在此基础上,结合PROMETHEE-II(偏好顺序结构)和聚类分析方法,构建了商户小额贷款信用评级模型,并对中国某国有商业银行2157个商户小额贷款样本进行了实证。本文创新与特色:一是通过将偏好顺序结构评估法(PROMETHEE-II)引入商户小额贷款信用评级,构建了基于PROMETHEE-II的小额贷款信用评分模型,求解商户的净流量信用得分Φ(a),揭示了商户a与其余商户、评价指标间的相互作用对评价结果的影响,避免了现有研究由于评价指标之间的相互替代性、严重影响评价结果可靠性的不足。二是借鉴模糊聚类“数据越集中、越应该被分为一类”的思想,采用R聚类对商户信用得分进行分类;进而采用K-W检验,对分类数目l进行非参数检验,确定商户的信用等级。既保证了不同等级商户在信用得分数值上存在显著差异,也确保了不同等级商户能反映不同的信用特征;同时,也避免了现有利用信用得分区间、违约概率阈值或客户数分布方法划分信用等级时,得分区间、违约概率阈值或客户数分布分位点人为主观确定的不足。三是实证研究表明,影响商户小额贷款信用风险的重要性排序依次为:X₃偿债能力>X₁基本情况>X₆宏观环境>X₅营运能力>X₂保证联保>X₄盈利能力。     

我国双边贸易收支模型设定方法研究

基于考虑供给因素、结构变化的出口决定模型,采用两方程方法和单方程方法研究了外国GDP、中国GDP、结构变化、汇率与我国11个双边贸易之间的关系.研究表明:供给因素、结构变化对我国双边贸易有重要影响,供给因素、结构变化、汇率对我国双边进口与出口的影响存在不对称性.在出口与进口决定模型设定中不考虑供给因素或结构变化会导致严重的模型设定偏误.采用出口除进口表示贸易收支做法的单方程方法的研究存在严重错误.     

利用多变量马尔科夫转移因子模型对我国经济周期波动的经验研究

本文应用多变量动态马尔科丈转移因子模型对我国1991年1月以来的经济周期波动进行研究。通过选取两组与经济景气一致的宏观经济指标进行实证分析,结果表明多变量动态马尔科夫转移因子模型对不同组指标的分析是一致的;根据模型所构造出的景气指数与一致合成指数的对比分析,我们发现这两个指数不论从变动趋势和峰谷转折点,还是波动幅度上都极其相似;通过对经济周期转折点测定,并与我国经济运行状况对比,我们认为用多变量动态马尔科夫转移因子模型刻画经济周期的特征是有效的。     

使用SERVQUAL模型对微商服务质量的评价研究

使用SERVQUAL模型对微商服务质量进行了评价研究.确定了初始量表并请专家利用李克特五级量表法打分,对专家打分结果进行了统计,去掉了变异系数较高的一些指标,从而得到了微商服务质量评价的最终量表.然后采用两种方法分析数据:一是借助于问卷星将调查表在网络平台上发放,并利用SPSS 19.0对回收数据进行了可信度分析和因子分析,最终得到了微商服务质量总得分为64.26分;二是构建感知-期望矩阵对影响微商服务质量的因素进行了归纳分析,总结微商服务中存在的优点和需要解决的问题.     

基于SBM-NDEA模型的我国高专利密集度产业技术创新效率研究

本文结合以创新损耗为表征的非期望产出以及非径向的SMB-NDEA模型对我国高专利密集度产业2005-2015年的技术创新效率进行研究。实证结果表明:(1)我国9大高专利密集度产业大多能保证较高的技术创新效率并能持续创新,特别是“计算机、通信和其他电子设备制造业”及“烟草制造业”长期保持接近效率前沿的高效率;(2)依照不同产业的各网络节点的效率情况可将9大产业聚类,类别内部具有相似的效率节点表征;(3)创新确认节点与经济转化节点的双重低效率会导致高专利密集产业的持续性整体低效。针对以上研究发现,本文从搭建知识产权中介服务平台以及加强技术前瞻性评估等方面为政策制定者和企业管理者提供可参考的建议。     

һ�������ģ���µ����ŷֺ�ͷ��տ��Ʋ���

This paper assumes that company's asset process follows a non-linear model, which reflects the relationship between the operation costs and the size business. Suppose that the company can control the asset process by changing the size of business, paying dividends and raising money dynamically. Meanwhile, it bears both fixed and proportional transaction costs during the control processes. Under the objective of maximizing the company's value, we obtain the explicit solutions of optimal strategies and value function by using the optimal control method. The results illustrate that the optimal strategies depend on the parameters of the model. The company should expand the business scale with the increasing of asset. Dividends should be paid out according to the impulse control strategy. Financing is profitable to avoid bankruptcy if and only if the transaction costs are relatively low.