基于改进的GM(1,1)-Markov链组合模型广东省单位GDP能耗预测

本文以灰色系统理论的GM(1,1)模型和随机过程理论的Markov链模型为基础构建了一个动态GM(1,1)-Markov链组合预测模型。该模型同时利用了GM(1,1)模型对序列趋势因素良好的拟合能力和Markov链模型对残差序列信息的提取能力。为进一步提高该模型的预测精度,用泰勒(Taylor)近似方法和新信息优先的思想对该模型进行了改进。最后,以1991-2014年广东省单位GDP能耗数据实证了该模型的预测效果。     

基于SD-GM理论的城市交通拥堵收费模型研究

随着中国城市化建设步伐的不断加快,交通拥堵在不断地加剧。同时,因机动车污染物的排放,每年将产生大量的NO_x,从而又会引起严重的大气污染(如“雾霾”污染)。针对这些问题,本文从环境和社会的角度出发,采用系统动力学与灰色系统相结合的方法(SD-GM),构建了城市交通拥堵收费模型,并对模型中主要变量进行动态仿真和决策分析,以此来寻找缓解交通拥堵和减少机动车尾气排放的可行策略。通过现实性测试和敏感性测试,得到拥堵收费的范围不超过100元/天*辆。通过进一步的仿真和结果分析可得到以下结论:(1)在区间[25,40] 内,随着拥堵收费的提高,NO_x存量,机动车出行吸引度和交通拥堵程度都呈下降趋势,而车均道路面积呈上升趋势。(2)但并非拥堵收费越高越好, 超过40 元/天*辆,会产生相反的效果。最后,通过比较分析,得到NO_x存量,机动车出行量,机动车出行吸引度和交通拥堵程度分别下降了约33.76%,39.64%,43.26%,82.25%,而车均道路面积提高了大约65.68%,进而验证了模型的有效性和实用性。     

系统动力学模型结构分析中表函数的改进方法

分析了非线性系统动力学(SD)模型中表函数环节的传统表示方法,指出该方法对于进行SD模型的结构分析所造成的障碍,并提出了用牛顿插值的承袭性算法来改进表函数环节的表示方法的思路.接着分别介绍了用差商和差分牛顿插值法改进表函数的过程.最后,通过一个实例说明了表函数改进的方法,并展示了以此为基础进行结构分析的思路.     

模糊随机环境下的连续型变额生命年金

采用模糊随机理论,构建连续支付型变额生命年金模型.假定利率为三角模糊数,死亡率为随机变量.结合精算理论,给出了连续支付型变额生命年金精算现值的期望、方差以及分布函数和分位数的模糊表达式.最后,通过实证分析计算出一个在养老保险中常见的生命年金的相关值,验证模型的可行性.     

基于一般学习效应下的单机排序问题

近来具有学习效应的机器排序问题收到广泛的关注.对于机器排序中工件的实际加工来说,与工件加工位置有关的学习模型更具有现实性.本文研究了工件加工位置和与已经加工过的工件之和有关的一般学习效应模型.首先证明文献中与位置和已经加工过的工件加工时间之和有关的学习模型是本模型的特殊情形.其次对于单机排序问题我们提出一般解法.     

纯增益反馈控制律在MF模型中的应用研究

给出蒙代尔-弗莱明模型的动态表述,并证明蒙代尔-弗莱明模型的动态系统具有能控性、能达性、能观性等结构特征.在蒙代尔-弗莱明模型动态系统的基础上对开放经济条件下宏观经济模型的供需均衡问题转化为宏观经济政策的控制律设计问题,得出开放经济条件下宏观经济政策的纯增益反馈控制律的解析解并且对控制律的解析解的政策含义作出阐述.本文...     

沪深股票市场之间波动性影响关系研究

以对沪深两市波动性指标的解构分析为基础,给出了基于GRACH模型、Granger模型的综合运用,同时引入协整检验和误差纠正机制的均衡分析方法,对沪深两市的波动相关性进行实证分析和模型检验,系统性揭示了沪深两市波动性的关键特征和沪深两市波动互相影响的因果规律,为基于沪深两市金融资产的定价和风险管理奠定了基础.     

基于资源时间因子的DSM项目群进度优化研究

在项目实践中,由于资源约束,从而会延长项目群的工期。为此,本文引入资源时间因子概念,采用设计结构矩阵(DSM),利用资源进入和退出时间因子矩阵描述了项目任务对资源的需求。提出了基于资源时间因子的遗传粒子群项目群进度优化方法。通过案例计算表明,该法可以有效缩短项目群工期,同时为项目决策者合理增加资源提供了新思路。     

基于活动重叠的DSM项目进度优化与仿真

项目活动之间的重叠虽然可以缩短项目工期,但又存在返工风险。为此,本文采用设计结构矩阵(DSM),提出活动超前重叠因子矩阵和活动赶工重叠因子矩阵,结合返工风险矩阵,完整地描述了项目活动的重叠及其对返工的影响。提出了基于活动重叠的混合粒子群项目进度优化方法。通过案例计算表明,该法可以有效缩短项目工期,同时为项目决策者合理选择活动重叠量提供了新思路。     

具有指数和位置学习效应的机器排序问题

本文考虑指数学习效应和位置学习效应同时发生的新的排序模型.工件的实际加工时间不仅依赖于已经加工过工件正常加工时间之和的指数函数,而且依赖于该工件所在的位置.单机排序情形下,对于最大完工时间和总完工时间最小化问题给出多项式时间算法.此外某些特殊情况下,总权完工时间和最大延迟最小化问题也给出了多项时间算法.流水机排序情形,对最大完工时间和总完工时间最小化问题在某些特殊情形下给出多项时间算法.