一类相依网络的动态聚类分析

动态复杂网络因广泛应用于群体生态学、社会生态学、生物学和因特网等领域而成为研究的热门问题之一,聚类分析是提取网络结构的常用工具.以往关于网络聚类的文献大多基于某种特定的条件独立假设.本文我们结合了随机区组模型,隐马尔科夫链和自回归模型给出了一个新模型来放宽这个假设,并给出了相应的统计推断和VEM算法.蒙特卡洛模拟表现良好,表明了我们的方法的一致性和稳健性.     

可数马氏链的截断扩充逼近算法

本文是一篇关于可数马氏链截断扩充逼近算法的综述性文章.截断扩充逼近算法是研究可数无限马氏链的一个有效的方法.它已经成为计算马氏链的平稳分布以及其他参数的关键性工具.本文首先应用截断扩充逼近算法对平稳分布进行研究.我们利用遍历方法以及扰动方法,分别给出在全变差范数意义下以及在V范数意义下的平稳分布的收敛性和误差界.其次,本文应用截断扩充逼近算法研究泊松方程的解.我们给出泊松方程的解的收敛性质,并且考虑中心极限定理中偏差常数的逼近算法.此外,我们将用一些实际的例子来验证这些结果的实用性与准确性.最后,本文对截断扩充逼近算法的一些延伸问题进行了总结与展望.     

隐半马尔科夫市场下投资组合的动态决策问题（英文）

在长期投资组合中,既要考虑金融资产自身的价格波动风险,又要关注宏观经济环境变化及通胀风险对各资产的影响.为此,本文建立宏观经济环境服从隐半马尔科夫链的金融市场,由通胀指数债券、银行存款和普通股票构成投资组合.由期望效用最大化构建随机控制模型,考虑到该隐半马尔科夫市场的不完备性,进一步将该投资组合问题视作部分信息的随机控制问题,并利用隐半马尔科夫滤波将部分信息控制问题转化问完全信息问题,得到解的存在唯一性.本文最后给出若干数值模拟结果,结果显示本文建立的模型优于普通市场的模型.     

基于动态数据驱动的改进灰色马尔科夫模型黄金价格预测

将黄金数据的尖峰厚尾、异方差性及杠杆效应等统计特征与马尔科夫概率转移矩阵所具有的动态变化规律结合,提出一种改进的灰色马尔科夫模型.模型首先对数据进行统计分析,建立相应的概率统计模型并用此模型对系统发展变化趋势进行拟合.在拟合序列的基础上利用马尔科夫链的动态转移变化建立状态转移概率矩阵,采用动态数据驱动原理对未来每一步数据进行动态预测.模型既是统计方法与数据动态驱动的结合,克服了传统的灰色马尔科夫模型中对数据内在统计规律的忽视,实证表明其预测精度较灰色马尔科夫模型预测高,具有较好的实用性.     

基于经验似然贝叶斯计算方法在随机波动模型中的应用

基于经验似然的贝叶斯计算方法(Bayesian Computation with Empirical Likelihood,BCel)对两种随机波动模型SV-N、SV-T模型进行参数估计,数值实验验证了该方法的可行性和有效性,与传统的基于马尔科夫链蒙特卡罗方法进行了对比研究.最后将SV-T模型应用到上证指数上,利用BCel算法得出该模型的参数估计结果.     

周期边界条件下四阶特征值问题的一种有效的Fourier谱逼近

文章提出了周期边界条件下四阶特征值问题的一种有效的Fourier谱逼近方法.首先,根据周期边界条件引入了适当的Sobolev空间和相应的逼近空间,建立了原问题的一种弱形式及其离散格式,并推导了等价的算子形式.其次,定义了正交投影算子,并证明了其逼近性质,结合紧算子的谱理论证明了逼近特征值的误差估计.另外,构造了逼近空间中的一组基函数,推导了离散格式基于张量积的矩阵形式.最后,文章给出了一些数值算例,数值结果表明其算法是有效的和谱精度的.     

数据缺损矩阵低秩分解的正则化方法

数据缺损下矩阵低秩逼近问题出现在许多数据处理分析与应用领域. 由于极高的元素缺损率,数据缺损下的矩阵低秩逼近呈现很大的不适定性, 因而寻求有效的数值算法是一个具有挑战性的课题. 本文系统完整地综述了作者近期在这方面的一些研究进展, 给出了基本模型问题的不适定性理论分析, 提出了两种新颖的正则化方法: 元素约束正则化和引导正则化, 分别适用于中等程度的数据缺损和高度元素缺损的矩阵低秩逼近. 本文同时也介绍了相应快速有效的数值算法. 在一些实际的大规模数值例子中, 这些新的正则化算法均表现出比现有其他方法都好的数值特性.     

非线性Bayes动态模型预测的数值算法

本文用一阶样条函数分段逼近密度函数的方法给出了非线性 Bayes动态模型预测的一个数值算法     

加速失效时间模型的贝叶斯参数估计和变量选择

本文主要考虑利用贝叶斯方法分析加速失效时间模型.在该模型中,误差项的分布为未知并采用Pólya Tree分布进行逼近.本文利用贝叶斯Lasso和马尔科夫链蒙特卡罗方法对模型进行参数估计和变量选择.模拟结果显示本文提出的方法能准确识别模型中重要的影响因子并能得到准确的参数估计.本文最后利用此模型识别II型糖尿病人生存时间的重要风险因子.     

生存概率控制下的周期性红利优化问题

文章主要在带有利息收益的离散时间盈余模型中,在生存概率和有界红利率的约束条件下,讨论周期性红利优化问题:最大化破产前累积的周期性支付的红利现值的期望,并获得最优红利策略.假设在每个单位时间内收到的保费是正实值随机变量,且保费序列构成一个马尔科夫链.此外,我们还假设任意单位时间内索赔发生的概率和相应单位时间内收到的保费相关.首先,给定生存概率的约束条件,得到了红利支付的约束门槛.然后,通过变换值函数和运用不动点原理,得到了最优红利策略的一些性质和算法.最后通过数值实例解释该算法,并讨论生存概率对最优红利策略的影响.数值结果显示,最优红利策略是一个条件多门槛策略.这为现代企业(尤其是保险和金融公司)的决策者在兼顾和平衡公司健康发展与股东利益而进行红利决策和定量分析时提供了理论依据.     

美式期权定价问题的数值方法

本文研究美式股票看跌期权定价问题的数值方法。通过将问题转化为等价的变分不等式方程，分别建立了半离散和全离散有限元逼近格式。并给出了有限元解的收敛性和稳定性分析。数值实验表明本文算法是一个高效和收敛的算法。     

带动量项的高阶幂法解高阶马尔科夫链的极限概率分布向量

针对高阶马尔科夫链的极限概率分布问题,本文提出了两种带动量项的高阶幂法,并在一定条件下建立了所提算法的收敛性定理.数值实验结果表明动量项能够有效改善原幂法的计算效率.     

状态相依效用下的超额损失再保险——投资策略

假设保险公司的盈余过程和金融市场的资产价格过程均由可观测的连续时间马尔科夫链所调节, 以最大化终端财富的状态相依的期望指数效用为目标, 研究了保险公司的超额损失再保险-投资问题. 运用动态规划方法, 得到最优再保险-投资策略的解析解以及最优值函数的半解析式. 最后, 通过数值例子, 分析了模型各参数对最优值函数和最优策略的影响.     

基于马尔科夫状态转移模型的天气衍生品定价

引入马尔科夫状态转移(MRS)模型拟合长沙市每日平均气温变化,利用最大期望算法估计马尔科夫状态转移模型参数,通过误差分析得到了最佳MRS模型.基于最佳的MRS模型,采用无套利定价原理定价气温衍生品,并利用蒙特卡罗方法得到了取暖指数(HDD)欧式看涨期权的数值解.实证结果表明,五状态的MRS模型对长沙市每日平均气温变化的拟合效果明显优于其他的MRS模型,它使得气温衍生品定价结果相比以前的方法更为精确.     

基于泛函线性模型的基因水平关联性分析

采用泛函线性模型进行基因水平关联性分析时,需要对基因片段上离散位点的遗传变异值进行数值逼近.为了改善传统样条函数在逼近时精度不高,且在推导时比较耗时的问题,文章提出了采用勒让德多项式来进行数值逼近,并利用该类多项式的正交性来提高获得泛函线性模型的效率.通过分析模拟的基因数据,文章提出的方法可以在控制好第一类统计错误的前提下,提高统计检验能力,并减少计算时间.因此,在采用泛函线性模型进行基因水平关联分析时,使用勒让德多项式估计的模型比传统的样条函数模型更有实际应用价值.     

基于半马尔科夫过程的逻辑门可靠性分析

动态故障树分析方法是在静态故障树的基础上拓展而来的自上而下的图形化演绎技术,可以很好地对具有复杂失效行为和交互作用的系统进行建模,进而分析系统的可靠性。本文从动态故障树逻辑门的可靠性建模与分析入手,结合半马尔科夫过程原理,将动态逻辑门转化为半马尔科夫链。其次给出在半马尔科夫链中动态逻辑门输出事件的发生概率和系统可靠性的计算公式。提出各种逻辑门到半马尔科夫链的通用转化模型,通过更改通用模型中的相关参数,将逻辑门转化为半马尔科夫链。最后,基于半马尔科夫过程求解动态逻辑门输出事件的发生概率,以动态优先与门、顺序相关门和备件门为例,并给出系统可靠性的计算公式。     

半无界非线性热传导方程的Laguerre拟谱方法

以Laguerre-Gauss-Radau节点为配置点,利用拟谱方法求数值解,逼近半无界非线性热传导方程非齐次Neumann边界条件的正确解.给出算法格式和相应的数值例子,表明所提算法格式的有效性和高精度.这里所用方法也可用于求解其他非线性问题.     

带有模糊参数的农业生产计划模型

在现实的生产系统中, 由于材料价格, 产品价格, 市场需求以及劳动者能力等不确定因素的影响, 生产计划问题常常是一个不确定规划问题. 因此, 带有常系数的生产计划模型不能准确有效的描述生产决策环境. 基于可信性理论, 本文将提出一类新的带有模糊参数的生产计划模型. 然后, 我们讨论了可信性函数的逼近并且设计一个基于逼近方法、神经网络和遗传算法的启发式算法来求解这个模糊生产计划问题. 最后, 给出了一个数值例子来表明所设计算法的可行性和有效性.     

保结构算法的相位误差分析及其修正

辛算法和保能量算法是应用最为广泛的两种保结构算法.本文从相位误差的角度给出了他们的比较结果.我们针对线性动力系统,分别分析了基于Pade对角逼近给出的辛算法和基于平均向量场法得到的能量守恒算法的相位误差,并通过数值验证了分析结果.文章还给出了保结构算法相位误差的改进方法,并通过数值例子验证了方法的有效性.     

简支板边界条件下四阶问题基于降阶格式的一种有效的谱Galerkin逼近

本文研究了简支板边界条件下四阶问题基于降阶格式的一种有效的谱Galerkin逼近.通过引入一个辅助函数和适当的Sobolev空间,将原问题化为两个耦合的二阶问题,建立其弱形式和相应的离散格式,利用Lax-Milgram定理和投影算子的逼近性质,我们证明了弱解和逼近解的存在唯一性以及它们之间的误差估计.再利用Legendre多项式的正交性质构造了一组适当的基函数,推导了离散格式基于张量积的矩阵形式.最后,我们给出了一些数值算例,数值结果验证了算法的有效性和理论结果的正确性.