关于不定方程x3-1=749y2

利用同余式、平方剩余、Pell方程的解的性质、递归序列证明了:不定方程x³-1=749y²仅有整数解(x,y)=(1,0).     

基于机制转换模型的碳排放权期权定价

机制转换模型可以将外部环境的变化迅速反映到对模型参数的调整中,故运用马氏链刻画外部机制建立机制转换模型,基于此进行碳排放权期权定价。为实现其价值函数的数值计算,首次设计并证明了一套倒向递归算法,该算法依据马氏链跳跃的划分实现递归,从而克服了马氏链带来的运算高复杂度,其数值结果展示了完整的波动率微笑和期限结构。最后通过与前人提出的算法以及蒙特卡洛模拟比较表明,倒向递归算法可获得更高的准确性和运算效率。     

EMD-RLS联合滤波算法及其在北斗多路径削弱误差中的应用

多路径误差是全球导航卫星系统高精度定位的主要误差源。针对北斗导航定位系统的多路径特性,结合经验模态分解(EMD)和递归最小二乘算法(RLS)算法的优势,提出了一种EMD-RLS联合滤波算法来削弱北斗多路径特性的影响。首先,利用EMD将原始信号分解成固有模态函数(IMF),利用两个指标将其细化成三类,即噪声IMFs、混合IMFs和信息IMFs;然后,利用RLS算法对混合IMFs进行滤波,将经RLS滤波后得到的"干净"的数据与信息IMFs进行重构,最终达到去噪结果,即得到北斗多路径误差改正模型。仿真数据和北斗实测数据的处理结果表明:EMD-RLS算法相对于EMD和RLS算法,降噪效果更好;其建立的多路径误差改正模型有效地削弱多路径效应的影响,N、E、U三个方向精度分别提高了39%、70%、58%。     

几类非奇H-矩阵的行列式估计

非奇H-矩阵在数学物理、控制论、电力系统理论及经济学等许多领域有着重要的研究价值和实用价值.本文利用矩阵逆元素估计、矩阵的逐次降阶法及递归,给出严格对角占优矩阵、广义严格对角占优矩阵等几类非奇H-矩阵的行列式上下界的估计式.改进了已有的一些相关结果,并用数值算例说明文中结果的有效性.     

具有变时滞和马尔可夫切换的随机递归神经网络的弱收敛(英文)

本文研究了具有变时滞和马尔可夫切换的随机递归神经网络的弱收敛,通过运用Lyapunov函数、随机分析技巧和推广了的Halanay不等式,得到了上述模型为弱收敛的充分性条件,并且我们揭示了对上述递归神经网络模型所确定的segment过程的转移概率的极限分布是此模型的解过程的唯一的遍历不变概率测度.此外,我们还给出了例子和数值模拟来说明我们结论的正确性.     

中智自由贸易协定全面实施对双方经济影响研究:基于GTAP模型仿真

基于GTAP模型,结合Walmsley等递归动态法,就《中智自由贸易协定》全面实施对双方在贸易规模、贸易结构、双边贸易、GDP、生产格局和福利水平等方面产生的经济效应进行仿真.研究结果显示,双方贸易规模及产出水平明显扩大;国内资源分配格局有所改变,贸易结构处于较快的变动中;两国GDP有所增长,双边贸易显著增强,社会福利明显改善;中国贸易条件相对恶化,农产品所受负面冲击有限,高级化服务业发展迅速;智利制造业受益匪浅,产业结构趋于相对平衡;双方利益让渡不一致,福利所得分配不等,智利所受的经济影响要明显大于中国,而中国的动态比较利益会使其福利所得明显高于智利.     

Towards a unified recurrent neural network theory: The uniformly pseudo-projection-anti-monotone net

In the past decades, various neural network models have been developed for modeling the behavior of human brain or performing problem-solving through simulating the behavior of human brain. The recurrent neural networks are the type of neural networks to model or simulate associative memory behavior of human being. A recurrent neural network (RNN) can be generally formalized as a dynamic system associated with two fundamental operators: one is the nonlinear activation operator deduced from the input-output properties of the involved neurons, and the other is the synaptic connections (a matrix) among the neurons. Through carefully examining properties of various activation functions used, we introduce a novel type of monotone operators, the uniformly pseudo-projectionanti-monotone (UPPAM) operators, to unify the various RNN models appeared in the literature. We develop a unified encoding and stability theory for the UPPAM network model when the time is discrete. The established model and theory not only unify but also jointly generalize the most known results of RNNs. The approach has lunched a visible step towards establishment of a unified mathematical theory of recurrent neural networks.     

能源节约型技术进步下碳关税对中国经济与环境的影响——基于动态递归可计算一般均衡模型

将动态递归的可计算一般均衡方法应用于碳关税征收影响的研究,建立了测算美国征收碳关税对中国经济与环境影响的动态递归可计算一般均衡模型,并在模型中引入技术进步参数以刻画能源节约型技术进步.模型以2007年作为基年,包含37个生产部门和7个国内国外账户.应用该模型模拟了2020年起美国征收碳关税,在税率从20美元每吨碳排放到80美元每吨碳排放的13种情景下,到2030年期间对我国碳排放和经济发展的不同影响,进而测算在不同的能源节约型技术进步条件下,碳关税对我国经济与环境影响的变动.     

RECURSIVE SYSTEM IDENTIFICATION

Most of existing methods in system identification with possible exception of those for linear systems are off-line in nature, and hence are nonrecursive. This paper demonstrates the recent progress in recursive system identification. The recursive identification algorithms are presented not only for linear systems （multivariate ARMAX systems） but also for nonlinear systems such as the Hammerstein and Wiener systems, and the nonlinear ARX systems. The estimates generated by the algorithms are online updated and converge a.s. to the true values as time tends to infinity.     

含分布时滞递归神经网络的一般衰减同步

对具有分布时滞的递归神经网络模型进行了研究,并通过构造适当的Lyapunov-Krasovskii函数和非线性控制函数,采用不等式估计方法,得到了所研究模型一般衰减同步的充分条件.最后给出了一个例子,进一步说明了所得结论的正确性.