年龄结构的致命性传染病控制模型

本文在Ｂｒａｕｅｒ［１３］的基础上建立了一个致命性大范围传染病的年龄结构分布控制模型（这是一个具有非局部边界条件的偏微分方程组），证明了解的存在唯一性并分析了定常系统的非负平衡态的存在性，建立了相应的稳定性及其收敛性定理．     

林木病虫害的动力学模型

本文讨论森林病虫害方程 ,建立了森林病虫害的一些常微分方程模型 ,并讨论了模型解的性质 .     

森林可持续发展的模糊化模型

本文从不同树种、不同时间、空间的分布出发,应用模糊聚类分区模型先对样本进行分类,以便确定有关参数。然后运用动态规划方法讨论森林可持续发展问题,建立了森林自然长模型和在森林可持续发展条件下的优化开发模型,给出了相应的迭代公式,选用夏冈-夏蜡梅群落进行模拟计算,结果表明,经过一段时间的自然发展,森林群落可达到稳定态,夏蜡梅群落必将过度到青冈-夏蜡梅稳定群落,且总体稳定,与文献[3][4]一致模糊。     

森林发展系统的一个非线性半离散模型

本文建立了森林发展系统的一类非线性林龄面积结构的半离散模型 ,并讨论了半离散系统解的存在唯一性 ,给出了线性半离散系统稳定的一些充分条件     

森林病虫害模型的数值模拟

讨论森林病虫害的离散模型.根据森林病虫害传播的特征,针对各分块区域之间已感病树不互相转移的情况,建立差分方程模型;讨论系统的平衡点,并对无病平衡点和地方病平衡点进行稳定性分析,得到地方病平衡点稳定的充分条件;用Matlab进行多种情况的数值模拟,验证了理论结果.     

两个含人口迁移的流行病模型

本文研究含人口迁移的流行病学模型,把k-M模型推广到部分移除的情形和非常数传染力情形,并讨论人口迁移对传染病的流行特征的影响.     

非线性半离散森林系统的可控性

讨论森林发展系统的一类非线性林龄面积结构的半离散模型,利用矩阵的秩判据证明了森林半离散系统的可控性.     

一类SIR传染病随机模型的解

分析了一类在固定人口下的传染病流行的随机模型,利用对模型的微分方程的系数矩阵的分块方法讨论了它的解及其渐进性质.     

非线性半离散森林系统的稳定性

讨论森林发展系统的一类非线性林龄面积结构的半离散模型 ,给出了非线性半离散系统稳定的一些充分条件 .     

一类具有脉冲预防接种的SEIRS传染病模型的研究

研究了一类具有脉冲预防接种的SEIRS传染病模型,利用对模型等价系统的分析,得到了模型无病周期解具有全局吸引性的存在条件,并且给出了疾病的持久性的存在条件.     

林道网综合评价的有向图模型

林道网规划是林业可持续发展中的一个重要问题，文中给出一个林道网综合评价的有向图模型，为林道网评价提供一种较为系统的方法。     

林木生长影响模型及其在人工林林地质量评价中的应用

本文基于对立地因子影响林木生长的系统分析，采用途径分析等方法建立了林木生长影响模型，并将其应用于我国长白山林区红松人工林林地质量的评价。     

基于贡献度随机森林模型的公司债信用风险实证分析

运用贡献度随机森林方法(CRF)方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法(OB)进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.     

一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

拟自适应分类随机森林算法

本文给出了集成学习模型可以收敛的集成学习算法,拟自适应分类随机森林算法。拟自适应分类随机森林算法综合了Adaboost算法和随机森林算法的优势,实验数据分析表明,训练集较大时,拟自适应随机森林算法的效果会好于随机森林算法。另外,拟自适应分类随机森林算法的收敛性确保它的推广误差可以通过训练集估计,所以,对于实际数据,拟自适应分类随机森林算法不需要把数据划分为训练集和测试集,从而,可以有效的利用数据信息。     

基于随机森林融合朴素贝叶斯的信用评估模型

利用随机森林特征选择算法,对信用评估的可用指标集进行特征选择,在此基础上建立基于随机森林融合朴素贝叶斯的信用评估模型.选取UCI数据库中的German数据集进行实证研究,结果表明,通过随机森林进行特征选择的随机森林融合朴素贝叶斯模型具有更高的预测准确度.