基于IOWC-GOWMA算子和指数支撑度的区间型组合预测模型北大核心

将连续区间的广义有序加权多重平均(C-GOWMA)算子和诱导有序加权平均(IOWA)算子相结合,提出一种新的诱导有序加权连续区间广义有序加权多重平均(IOWC-GOWMA)算子,该算子同时考虑区间数自身、数据位置两个因素,可以将区间数转换成实参数,进一步构建基于IOWC-GOWMA算子和指数支撑度的区间型组合预测模型。最后通过实例分析说明该区间组合预测模型的合理性和有效性,并对参数进行了详细的灵敏度分析。     

基于不确定指数O-U过程带有浮动利率模型的亚式期权定价

不确定金融是不确定理论在现代金融领域的一种应用,在解决金融问题中发挥着越来越重要的作用。而利率是一个重要的经济指标,经常受到一些不确定因素的影响,在研究期权定价时,有必要考虑浮动利率。本文提出了一种新的不确定指数Ornstein-Uhlenbeck过程模型,假设利率服从不确定均值回复过程,研究了期权定价问题,运用α-轨道方法,分别推导了亚式看涨期权和看跌期权定价公式。最后,设计了计算期权价格的数值算法,并给出数值算例。     

中国数字经济发展水平:时空特征、动态演化及影响因素

基于构建的数字经济发展水平评价指标体系与2010~2018年全国30个省市(除西藏、港澳台)的面板数据,对中国数字经济发展水平的时空特征、动态演化与区域差异原因进行探究。研究发现:全国及三大区域的数字经济发展水平均呈现稳步上升态势,并伴有明显的空间相关性、空间集聚性和区域差异性,且东部相较于中西部区域内差异更大。数字经济发展速度动态演化显示,整体上中国各省市数字化发展水平变化速度状态表现为上升趋势,相较于中西部,东部拥有更大的速度变化状态。地区前期数字化基础、经济发展的一阶滞后、政府科技投入均会促进区域数字经济的发展,对外开放水平会抑制数字经济发展,地区规模对数字经济的影响表现为非线性。此外,不同线性影响因素在不同区域内对数字经济发展水平具有不同的影响力。     

反相液相色谱作用指数温度效应的研究

本文研究了反相液相色谱作用指数C的温度效应对给定溶质、温度升高,C值降低;并符合近似的状态方程。在此基础上预测了不同温度、不同冲洗剂浓度的溶质下保留值、预测值与实测值基本一致。     

广义αN指数及其应用 II: 中性磷萃取剂的广义αN指数与其物理性质的相关分析

前文提出了一般有机分子的广义αN指数的概念, 建立了计算分子广义αN指数的方案。在此基础上, 本文将中性磷萃取剂的广义αN指数用于其密度、折光率、纸上层析比移值以及磷氧键红外特征频率等物理性质的研究, 取得了满意的相关结果, 说明这种能分辨有微小结构差异的广义αN指数是反映分子性质的一个良好的拓扑指数。     

胺类化合物气相色谱保留指数与结构的相关性研究

应用Ａｍ指数和引力指数Ｇ１对在３种体系下的胺类化合物的气相色谱保留指数和结构进行了相关性研究,并运用最佳子变量集算法和人工神经网法进行了计算分析,在非极性固定相ＯＶ－１０１和极性固定相ＯＶ－２２５和ＮＧＡ下均获得了比较好的相关模型。     

烷基极化效应与X=O键伸缩振动频率

烷基取代物R’X=0的X=0键伸缩振动频率ν与烷基R的极化效应指数PEI(R)的关系可表示为:ν=a bPEI(R)。研究结果表明,烷基的极化效应使X=0键的伸缩振动频率降低。     

烯烃加成反应活性与烷基极化效应的关系

烯烃的自由基加成和亲电加成速率受不同的因素控制.对于仅仅含烷基取代的简单烯烃:(1)与OH自由基加成速率-log kOH可由π键上烷基极化效应指数的几何平均值GMPEIπ关联:-log kOH=a bGMPEIπ c(GMPEIπ)2; (2)与亲电试剂加成速率log k可由π键两端碳原子所连基团极化效应指数PEI(L)和PEI(S)关联:log k=a bPEI(L) cPEI(S),其中的PEI(L)和PEI(S)分别表示极化效应较大和较小的一端.     

离子性指数、极化效应指数烷烃^13C NMR化学位移的 关系研究

定义了烷烃分子中碳原子的离子性指数(INI)，用离子性指数(INI)、极化效应指数(PEI)及N^i~H(i=αβΥ)结构信息参数研究了烷烃的^13CNMR化学位移模型，结果表明，烷烃^13CNMR化学位移(CS)可用下式来定量描述：CS=194.6156-37.7394(INI)+98.6505(ΣPEI)+27.1630(INI/ΣPEI)-652.9106(ΣPEI/INI)+0.7735N^α~H+2.2468N^β~H-0.1742N^γ~H。用上式估算了304个碳原子的化学位移，平均绝对误差仅为0.77δ，标准差0.9860δ，预测值与实验值非常吻合。     

连接性指数与Kov(a)ts指数的相关性研究

在分子拓扑理论的基础上,提出一种新的拓扑指数——连接性指数~mG,其中。计算了12个系列94种分子的~0G、~1G值,发现~0G或~1G与这些化合物的Kovts指数具有很好的相关性。该模式计算方法简单,使用方便,预测结果理想。