鲁棒凸优化问题拟近似解的刻划

本文研究鲁棒凸优化问题拟近似解的最优性条件和对偶理论.首先利用鲁棒优化方法,在由约束函数的共轭函数的上图给出的闭凸锥约束规格条件下,建立了拟近似解的最优性充要条件.其次给出了鲁棒凸优化问题拟近似解在Wolf型和Mond-weir型对偶模型下的强(弱)对偶定理.最后给出具体实例验证了本文获得的结果.     

财经新闻与股市预测——基于数据挖掘技术的实证分析

本研究深度挖掘了财经新闻主题内容与股市市场的相关性,并提出了一种基于理解当日新闻主题分布来分析中国股市涨跌的预测模型。具体来说,我们使用自动文本分析技术与机器学习技术,首先通过概率主题模型对财经新闻文档进行聚类得到其中的主题分布,再结合实际股票市场的交易数据分析其与市场之间的关联程度,最后引入支持向量机算法对股市走势进行预测。实验部分我们抽取了近三个月的新闻数据与沪深股市数据进行分析,结果表明:新闻中国际贸易以及城市化相关主题与股市变动关系密切,通过本文提出的算法能较准确得预测当日股市涨跌,而建立在其上的股指期货策略也取得了很好的效果。     

一类新的具有充分下降条件和强收敛性的共轭梯度法

本文研究了求解无约束优化问题的WYL共轭梯度法.利用修正迭代格式,得到了算法在每步迭代能产生不依赖于搜索条件的充分下降方向.同时,在原算法中关于Wolfe条件中参数去掉的情况下,获得了本文算法是强收敛的.数值实验说明本文算法可以有效求解测试问题.     

内积空间中的h-强凸集值映射

本文首先在赋范线性空间中引入一类广义强凸集值映射,称之为h-强凸集值映射.其次利用R?dstr?m消去律研究了h-强凸集值映射的一些基本性质.最后,给出h-强凸集值映射形式下赋范线性空间为内积空间的刻画条件.     

近似次微分刻画的约束向量均衡问题的最优性条件北大核心CSCD

该文研究一类约束向量均衡问题(CVEP)近似拟弱有效解的最优性条件和对偶定理.首先,建立了问题(CVEP)近似拟弱有效解关于近似次微分形式的最优性必要条件.其次,引入了一种广义凸性的概念,称之为近似伪拟type-I函数,并在其假设下,获得了问题(CVEP)近似拟弱有效解的最优性充分条件.最后,引入了问题(CVEP)的广义近似Mond-Weir对偶模型,并建立其与原问题间关于近似拟弱有效解的对偶定理.