涡度方程的时空客观分解与副热带高压的突变与分岔

为了分析研究副热带高压异常活动的动力学机理,基于热力强迫和涡动耗散效应的大气偏微涡度方程,采用Galerkin方法进行方程的时-空变量分离,针对常规方法在空间基函数选择中存在的主观人为性,提出从实际资料场序列中用经验正交函数(EOF)分解与遗传算法结合客观反演空间基函数的思想.选择一组三角函数族作为广义空间基函数,以该基函数与EOF典型场的误差最小二乘和基函数间的完备正交性构造双约束泛函,再引入遗传算法进行空间基函数曲面拟合和系数优化,反演得到客观合理的副热带高压常微动力模型.最后,基于所得非线性动力学模型,对热力强迫作用下的副热带高压的动力学行为和机理进行了分析和讨论,发现太阳辐射加热和纬向海陆热力差异是影响副热带地区位势和流场变化从而导致副高强弱变化和中期进退活动的重要因素,前者以渐变为主;后者则更多表现出突变的特性.通过分析,得到了一些有意义的结果.     

解非线性规划问题的非参数罚函数多目标正交遗传算法

对非线性规划问题的处理通常采用罚函数法,使用罚函数法的困难在于参数的选取.本文提出了一种解非线性规划问题非参数罚函数多目标正交遗传算法,对违反约束的个体进行动态的惩罚以保持群体中不可行解的一定比例,从而不但有效增加种群的多样性,而且避免了传统的过度惩罚缺陷,使群体更好地向最优解逼近.数据实验表明该算法对带约束的非线性规划问题求解是非常有效的.     

非线性振动分析中的正交函数法

本文根据谐波平衡法假设周期解的基本思想，提出了一种分析非线性振动特性的正交函数法。将位移展开为谐波的级数形式，根据线性模态和三角级数的正交性导出了一组形式简单的特征方程。有效地解决了平方非线性系统存在漂移项的困难，算例表明：本文方法精度高，收敛快，工作量小。     

部分线性模型的模态正交经验似然推断

本文考虑部分线性模型的有效经验似然统计推断问题.通过结合模态回归和正交投影技术,提出了一种模态经验似然统计推断过程.证明了提出的经验似然比函数渐近服从中心卡方分布,进而构造了模型参数的置信区间.所提出的估计方法可以对模型的参数分量和非参数分量分别估计,而互不影响,具有较好的稳健性和有效性.     

部分函数线性模型的经验似然推断

本文考虑部分函数线性回归模型,研究了回归系数的经验似然推断,证明了所提出的经验对数似然比渐近于χ~2分布,此结果可以用来构造了相应兴趣参数的置信域.另外,本文也给出了系数函数的极大经验似然估计,并在适当条件下给出了所提出估计量的收敛速度.仅就置信域精度及其覆盖概率大小方面,通过模拟研究和实例分析比较了经验似然方法与最小二乘方法的优劣.     

一类具有非线性发生率和治疗函数的传染病模型研究

传染病动力学系统的数学建模中,合理的使用非线性发生率往往更能使模型与实际相吻合.并且在实际的疾病防治过程中,由于受到空间人力物力资源的影响一般存在最大治疗容量的限制.结合这两种情况建立了一类含非线性发生率和最大治疗容量限制的传染病模型.通过分析这个模型,得到无病平衡点和正平衡点的存在性、稳定性.进一步取发生率和治疗系统达到最大容量时的感染者人数作为分支参数,得到了Hopf分支和Bogdanov-Takens分支的存在条件,并进行了数值模拟.     

线性混合效应模型的正交经验似然推断

基于经验似然方法和QR分解技术, 对线性混合效应模型提出了一个基于正交经验似然的估计方法. 在一些正则条件下, 证明了所提出的经验对数似然比函数渐近服从卡方分布, 进而给出了模型固定效应的置信区间估计. 所提出估计过程不受模型随机效应的影响, 进而保证了所给出的估计是比较有效的. 一些数值模拟和实例分析进一步表明了所提出的估计方法是行之有效的.     

半函数线性模型的k近邻经验似然推断

将k近邻方法应用到经验似然方法中,并以此来研究函数型数据下,半函数部分线性模型的估计问题.通过构造参数分量的对数经验似然比函数,得到该经验对数似然比依分布收敛于χ2分布,同时给出了非参数部分的估计值和收敛速度,并给出了经验似然方法在模拟研究中的应用.     

布鲁塞尔模型的有限元求解及参数反演

本文研究了一种带有扩散项的布鲁塞尔数学模型.利用有限元方法,给出了其求解的离散过程.在此基础上,提出了用遗传算法和信赖域联合反演布鲁塞尔模型参数的方法,数值模拟说明该算法的可行性及有效性.     

一类具有非线性发生率和恢复率函数的SIS传染病模型

在传染病模型建模中,采用合理的非线性发生率所得到的动力学性态与实际更加接近,并且在实际的疾病防治过程中,由于受到医院各种医疗资源的影响,染病类的恢复率也会有一定的限制.建立了具有非线性发生率和恢复率函数的SIS传染病模型并分析了其动力学性态,分析这个模型,得到了无病平衡点和地方病平衡点的存在性和稳定性的条件,以及出现Hopf分支的条件.通过数值模拟,给出系统随两个分支参数变化的分支曲线图及系统的相图.     

基于遗传算法与牛顿法的联合算法在地表发射率反演中的应用

结合遗传算法全局高效搜索和牛顿法局部细致搜索的优势,充分利用一种算法的优点弥补另一种算法的不足,进而引入一种基于遗传算法和牛顿法的联合算法,并将联合算法应用于反演地表发射率的函数关系中.结果表明,联合算法中由遗传算法提供的初始值使得牛顿法下降的速度快,且很快趋于稳定,达到精度要求;而由任意初始值提供给牛顿法,目标函数下降到一定阶段后反而有所回升,然后才保持稳定,且经和联合算法迭代相同的次数后,目标函数的值仍然非常大,远远达不到要求.因此,从可行性、计算效率上看,联合算法均优于单纯的牛顿法,是一种性能稳定,计算高效的下降方法.     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

基于计算机试验设计的遗传算法参数配置

遗传算法作为一种随机化优化搜索方法,已经在很多领域得到了成功应用,但其存在控制参数多且配置困难的问题.本文采用一类最新试验设计方法-计算机试验设计,对遗传算法的参数配置进行优化.结果表明,基于正交拉丁超立方设计的参数配置,其算法的计算精度和速度表现最佳.模拟结果进一步讨论了不同试验设计方案在遗传算法中的差别.     

基于小生境遗传算法的非等间隔灰色直接模型

建立了具有白指数律重合性的非等间隔灰色直接模型 ,给出了模型参数优化的小生境遗传算法 .应用这种方法 ,对某住宅楼的地基沉降进行了非等间隔预测 ,取得了很好的效果 .     

基于多层次映射和遗传策略的语义Web搜索方法

随着语义Web概念的提出及相关技术的发展,基于语义的Web信息检索逐渐成为语义Web研究的热点.首先分析了传统的Web搜索面临的诸多挑战,然后设计了一种新的基于遗传语义搜索算法和和多层次映射的Web搜索方法.该方法充分结合遗传算法并行搜索方式,能扩大搜索空间,快速实现全局优化.实验结果表明该算法能有效提高Web搜索的质量和效率.     

Beta-Binomial模型基于EM算法的应用研究

在很多问题中,Beta-Binomial模型有着较为广泛的应用,本文基于EM算法研究了Beta-Binomial模型的参数估计问题,并把它应用于实际的案例中.结果表明我们提出的方法计算方便,对具体问题的解释更具合理性、科学性.     

基于遗传算法的同步优化算法

提出一种基于遗传算法的同步优化算法,该算法吸取了遗传算法和模拟退火算法的各自优点,将二进制编码和实数编码有机地结合起来,既能够快速收敛到全局最优解,又能够在优化神经网络结构的同时,得到较好的权值分布.     

基于遗传算法的多因素证券组合投资决策模型

基于 APT理论 ,在不允许卖空、并考虑交易成本的情况下 ,本文建立了多因素证券组合投资决策模型 ,然后利用遗传算法研究了模型的求解     

基于门限接受算法的正交最小一乘回归新算法

正交最小一乘方法由于其稳健性而在工程中有广泛的应用,然而求解线性模型正交最小一乘参数估计算法往往过于复杂或者只对样本和变量个数较少的问题适用.把正交最小一乘参数估计问题转化为组合优化问题,再使用门限接受算法求解,通过计算机仿真说明了本文算法的正确性和有效性.