估计死亡率分布的一个最大熵模型

本文提出了一种估计死亡率分布的新模型一最大熵模型。该模型直接从样本信息出发，不需要对待估分布的概率密度函数或先验分布作任何假定，从而克服了极大似然估计和贝叶斯估计的不足。而且通过两个例子的计算结果，表明该方法与样本数据的拟合效果要好于其它两种方法。     

基于凝聚函数的互补问题的光滑化算法

对于不可微的"极大值"形式的函数,可以利用凝聚函数对其进行光滑逼近.借助这个技术,给出了求解线性互补问题的光滑方程组算法.首先是将互补问题转化为等价的非光滑方程组,再利用凝聚函数进行光滑逼近,从而转化为光滑方程组的求解问题.通过一些考题对这个算法进行了数值试验,结果显示了该算法的有效性和稳定性.     

求解指数效用函数的叉熵方法

本文提出了一种计算指数效用函数的最小叉熵方法.该方法以Buhlmann的经济均衡模型为基础,根据最小叉熵原理得到风险的均衡价格密度,并将这个密度函数应用到Buhlmann的效用函数理论中, 证明了当市场达到均衡状态时的效用函数为指数效用函数.该方法意义明确,形式清晰.     

基于Whittaker修匀的多目标修匀模型

本文基于Whittaker修匀,提出了一个新的死亡率修匀模型,并采用该模型对两组不同年龄段人群的死亡率进行了修匀计算。该模型的优点一是模型可保证修匀结果的光滑度和拟合度。二是模型具有普遍适用性,可适用于不同年龄段人群的修匀。三是解决了Whittaker修匀中需要主观选取拟合算子和光滑算子之间组合系数的难题。四是解决了Whittaker修匀模型拟合算子中权重选取的难题。五是通过熵正则化法和中心法,将模型转化为一个单目标的凸规划模型,保证了模型计算的可行性。     

信息熵度量风险的探究

本文分析了风险的本质后指出,风险是某一特定行为主体对某一金融投资中损失的不确定性和收益的不确定性的认识。在众多风险度量的方法中,熵函数法有着其独特的度量风险的优势,因此,在本文中重点讨论了熵函数作为风险度量的合理性。同时提出一个新的风险度量模型,剖析其主要的数学特性,阐明该模型可以针对不同行为主体能有效地度量金融风险,并且计算量小,易于操作。     

熵正则化方法与指数(乘子)罚函数法之间的关系

由于极大极小问题在许多科学与工程中有着重要应用,特别是形如max的函数频繁地出现在各类数值分析和优化问题中,因此对于求解该类问题的算法研究长久不衰,这些算法一般分为两大类：一类是直接法,其算法设计仅以有效地求解原问题（P）为目的;另一类是间接法,其算法以找一个能够替代不可微max函数φ（x）的光滑函数为目的,故这类算法被称为光滑化方法,文[1,2]中的熵正则化方法就属于光滑化方法范畴。     

船舶在进出船厢运动中的附加质量的计算

采用三维有限元方法，计算船在进出船厢运动中的附加质量。文中对单圆柱体在无限域和半无限域中运动的附加质量及双圆柱体同心放置时内圆柱运动的附加质量分别进行了计算，计算值与理论值吻合很好；对船在进出船厢运动中的附加质量做了大量的计算，结果表明：随着船与船厢侧壁间距的减小，船的附加质量系数增大；随着船厢中水深的减小，船的附加质量系数增大，随着船离船厢封闭端的距离的减小，附加质量系数增大。     

最小差距最大化组合赋权的软件服务外包产业核心竞争力评价模型及实证

正确评价我国软件服务外包产业核心竞争力并提取关键影响因素,有利于找出产业发展中存在的问题,也为制定产业发展政策提供可靠依据。根据产业核心竞争力内涵,基于钻石模型,构建了软件服务外包产业核心竞争力评价指标体系,通过评价值最小差距最大化组合赋权方法计算多种权重的组合权重,并对我国典型的18个城市软件服务外包产业核心竞争力进行实证分析。最小差距最大化组合赋权模型消除了在不同赋权方法下评价排序不一致的缺陷,并最大程度地区分了评价结果之间的差距,提高了评价结果的科学性和可靠性     

基于最大熵原理的线性组合赋权方法

在被评价对象的指标值与理想值之间的广义距离和充分小的情况下,追求不同赋权方法权重组合系数的信息分配最合理.随着广义距离和不断变小,得到一组不同方法赋权后的组合权重,进而得到了评价结果.本文的特色与创新一是本文得到的权重兼顾了信息分配最合理与指标数据距离理想值的广义距离和最小两个目标.二是提出一个单目标模型求解多目标问题Pareto解集的方法,并根据解集对评价对象进行排序, 增加了排序的可靠性,也为多目标模型求解提供了一种新思路.三是改变了组合赋权系数为近似平均的结果.四是解决了多目标线性加权求解时多个目标组合系数不确定问题.     

基于凝聚函数的互补问题的自调节内点算法

对于不可微的"极大值"形式的函数,可以利用凝聚函数对其进行光滑逼近.借助这个技术,给出了求解线性互补问题的一个具有自调节功能的内点算法.基于邻近度量和线性互补问题的标准中心化方程的关系,定义了一个新的邻近度量函数,并以极小化这个函数的最优性条件代替了该中心化方程.以此在摄动方程本身建立一种自调节的机制,从而使牛顿方向能够根据上次迭代点的信息做出自适应的调整.基于改造后的摄动方程组,建立了一个具有自调节功能的内点算法.通过一些考题对这个算法进行了数值试验,结果显示了算法的有效性和稳定性.