Stampacchia广义向量拟均衡问题Ⅱ

通过引进锥对角拟凸概念,讨论了Stampacchia广义向量拟均衡问题解的存在性.由于该问题包含了许多形式的变分不等式与均衡问题作为特例,所得解的存在性结果推广和发展了近期的一些研究结果,主要有以下两个方面: 1)放宽了对连续性的要求;2)由数值型推广到了向量型.     

无限凸规划的约束规范条件和Farkas引理

假设X是局部凸Hausdorff拓扑向量空间,C是X的闭凸子集,T是一下标集(可以是无限集),假设{ft:t∈T}是一X到R ∪{+∞}的真凸下半连续函数簇,而f:x→R∪{+∞}是一真凸下半连续函数.     

变参数计量经济学联立模型的局部线性工具向量估计及其性质

联立方程计量经济学模型在经济政策制定、经济结构分析和经济预测方面起着重要作用.利用变参数计量经济学联立模型研究我国转轨时期的宏观经济,并建立了变参数的局部线性工具向量估计.在经济变量随机设计条件下,研究了估计量的大样本性质.与我国宏观经济经典线性联立模型相比,变参数联立模型拟合效果更优.另外它也有助于克服我国经济数据不多而造成的非参数方法应用困难的现实情况.     

中国存贷款派生过程的实证研究

以存款总额、贷款总额、储蓄存款、企业存款、银行贷款、收入、利率、CPI为变量,依据变量之间的经济关系,构建6组VAR模型,考察存贷款派生关系以及与其他影响因素之间的关系,并且进一步利用协整分析、误差修正模型、景气分析方法考察上述不同组经济变量之间的影响方向、时滞和力度.实证分析结果显示存贷款之间具有派生关系,但是不同存贷款科目的派生过程各有不同.特别地,存款是贷款的先行指标,存贷款之间的增长拐点大概有9--12个月的时滞.存款是指标组中影响贷款最重要的指标,但是贷款不是影响存款最重要的指标.贷款转化成存款的速度很快,但是存款转化成贷款需要一个过程.除了存贷款之间的相互影响外,CPI、收入对存款有影响,CPI对贷款有影响,但是名义利率对存款和贷款没有显著影响.     

基于核主元提取的支持向量机辨识

将一种基于特征提取的ε-不灵敏支持向量机方法用于非线性系统辨识.对输入输出数据首先进行核主元特征提取,将特征提取后的数据作为支持向量机的训练数据.将该方法与基于主元特征提取的方法和直接应用ε-不灵敏支持向量机的方法进行含噪和不含噪情况下的仿真比较,结果表明,方法的拟合性能和抗干扰能力优于其他两种方法.     

基于直觉模糊熵权和CC-OWA算子的雷达目标识别模型

为更完整的描述和表达雷达目标类型识别中的目标特征和目标类型之间的关系复杂性和知识缺乏性,通过直觉模糊关系描述,进而将目标识别特征信息转化为直觉模糊集信息.分析了基于直觉模糊集理论的雷达目标类型识别知识建模,揭示了直觉模糊信息的价值可以通过直觉模糊熵刻画,进而提出应用直觉模糊集的熵构造特征直觉模糊信息的权重(直觉模糊熵权),充分利用了目标类型识别知识中隐含的权重信息,并结合CC-OWA算子建立雷达目标类型识别模型与识别步骤,利用一个雷达目标识别实例说明了模型的有效性.     

AHP判断矩阵权向量的改进最小二乘求解

提出了基于最小二乘法计算判断矩阵权向量的新方法.固定AHP判断矩阵权向量中的一个值为常量,利用判断矩阵的上三角部分元素,设计了一种计算判断矩阵权向量的新算法,算法简单,计算容易,与特征向量排序方法导出标度相同,并且能够证明存在唯一解.实验表明该算法具有有效性和可行性.     

神经网络的加权本质逼近阶

证明了具有单一隐层的神经网络在L_ω~q的逼近,获得了网络逼近的上界估计和下界估计.这一结果揭示了神经网络在加权逼近的意义下,网络的收敛阶与隐层单元个数之间的关系,为神经网络的应用提供了重要的理论基础.     

一种基于模糊集值统计的集对预测方法

在集对分析中,差异度系数i是体现系统不确定性的重要变量,但如何取值一直在理论上没有解决,本文根据i的取值的不确定性与模糊性,提出了一种基于模糊集值统计的差异度系数取值方法.对于原始数据中的噪声,本文提出了一种基于模糊软阈值的小波去噪方法,并利用支持向量回归方法来进行同异反预测,在一定程度上克服了线性建模技术的不足.此外,为了克服同一度、差异度与对立度之间的归一化约束,本文还提出了一种熵变换的方法.     

平面向量问题的几种解题意识

向量因其具有数和形的双重身份,是一个重要的知识交汇点,因而成为高考命题的热点．近年来,在高考的选择、填空题中,对向量知识的考查有小题综合化的趋势,不少同学面对题型新颖一点的向量题,似乎无从下手,本文试通过一些例子说明在解向量问题时,应树立的解题意识,以期对同学们有所帮助．