基于支持向量机的粒子群神经网络集成股市预测模型

为有效提高神经网络集成的泛化能力,先利用量子粒子群和主成分分析提高集成个体的泛化能力,再利用泛化能力强的支持向量机回归集成生成输出结论,建立一个基于支持向量机的粒子群神经网络集成股市预测模型.试验表明,该模型能有效提高神经网络集成系统的泛化能力,预测精度高,稳定性好.     

补偿随机规划的一种新数值方法

本文给出解决两阶段求援随机规划的一种新的数值方法.由于引进了新的逼近技术,该方法具有全局收敛性和局部超线性收敛性。     

网络图在产品配送中的应用

面对多样化的市场需求，企业的销售渠道也变得异常复杂，利用网络图可以简化实际问题，并能形象地描述它。本根据网络知识建立了产品分销模型，探求企业在市场需求固定和随机时的最优收益。最后，章还进行实例验算，并做出相应的结果分析。     

出行量预测不确定下基于灵敏度分析的拥挤收费定价模型

拥挤收费是改善城市交通的有效手段.对拥挤收费定价的研究方法之一,就是针对固定的出行量进行收费设计.由于出行量预测不确定的因素,应针对长期出行量预测不确定的情况,利用灵敏度分析的方法,对拥挤收费定价的问题进行研究.首先研究了出行者出行的广义费用,然后考虑出行者的出行决策及出行量预测不确定的因素,给出一个拥挤收费定价模型,为交通管理者提供理论依据.     

求解用户平衡与系统最优模型的新算法

近些年,国内外许多学者针对交通规划提出了诸如用户平衡(UE)、系统最优(SO)等模型,但由于交通网络的复杂性,这些模型的求解相对困难,考虑到在一般的UE、S0模型中,其约束条件为线性约束与非负约束,给出一种求解交通规划模型的新算法,算法不需使用任何线搜索,只要通过求解一个简单的二次规划问题得到下降方向即可,最后,将该算法应用到简单的交通网络中,并通过与相继平均法(MSA)进行比较,验证了该算法的收敛速度较快。     

带有改进的典型交易成本函数的MCvar模型及其例证分析

首先建立带有改进的典型交易成本函数的MCvar投资组合模型,同时给出了求解该模型的基于相关性粒子群算法的具体步骤.然后选取A股市场上的三只股票进行了一组数值实验.通过对数值计算的结果分析表明算法有效可行.最后对下一步有待解决的问题提出了几点思考.     

可变产量的理性产出范围研究

本从机会成本损失最小化的角度出发，对可变立量的三个阶段的两种划分方法所确定的两种不同的理性产出范围进行了分析，分析结果表明。可变产量的理性产出范围应在最小边际成本所对应的产出量到边际成本与产品的预期价格相等所对应的产出量之间。     

利用Fisher函数解非线性不等式约束优化问题的梯度投影算法

本文将利用梯度投影与Fisher函数提出一个新的二阶段搜索方向,给出相应的解非线性不等式约束优化问题的梯度投影算法,并证明了该算法具有全局收敛性.     

无约束最优化问题中一类新黄族及其性质

本文提出了一类新的用于解决无约束最优化问题的拟牛顿方法,并证明了这样的性质,在 精确线性搜索条件下,每一步该族所有方法所产生的迭代方向和迭代点列仅依赖于参数ρ.该方 法可视为拟牛顿方法中黄族的推广.