基于改进粒子群算法的模糊聚类-概率神经网络模型的企业财务危机预警模型研究

为了充分发挥概率神经网络在企业财务危机预警中的作用,克服概率神经网络平滑参数难以确定和空间复杂度高的不足,本文提出一类新的参数动态调整的粒子群算法优化概率神经网络的平滑参数,进而采用改进粒子群算法优化初始隶属度矩阵的模糊聚类方法实现对样本的选择,解决了概率神经网络平滑参数的确定及空间结构复杂的问题。提出了基于改进粒子群算法的模糊聚类-概率神经网络企业财务危机预警模型,并以我国上市公司作为研究对象进行了实证研究。结果表明,经过模糊聚类和改进粒子群算法优化的概率神经网络具有更优的预测性能,并在企业财务危机长期预警方面具有一定效用。     

雷达船目标的模糊智能识别

模糊集理论和技术给复杂的模糊背景下的模式识别问题提供了一种简易有效的处理手段。基于模糊集理论,定量地分析和处理识别过程中的各种不确定性信息,以提高识别系统的可靠性和智能度,便是我们研究舰船雷达目标识别系统中识别算法的一重要内容。本文通过舰船雷达目标识别这一典型的模糊模式识别问题,系统地论述了模糊模式识别系统的一般性框架、模糊特征抽取和隶属函数的建立、模糊特征选择和匹配分类、层次化模糊分类系统构造等一系列关键性问题。本文提出的各种方法具有通用性,已建立的识别系统在试验中具有良好的目标识别能力。     

基于小波变换的枪弹头痕迹自动对比研究

以自动对比方法的智能性、自动性和可操作性为出发点,以构建弹头特征峰数据库,搭建弹头自动比对系统为目标,对弹头痕迹的自动比对问题展开研究.通过提取弹头痕迹特征线的方法,详细分析了各种影响比对的测量误差,给出了消除误差的方法.提供并实现了一种基于小波变换的比对方案,方案能够有效抑制弹头表面污损产生的噪声误差,并在实验中取得了很好的比对结果.     

一种基于模糊信息的距离测度及应用

通过借用Shannon信息理论中的相关概念,提出了基于模糊信息测度的模糊对称交互熵(FSCE)这一距离测度。接下来证明了它是度量空间中的度量,满足非负性、对称性、三角不等式三个条件。最后利用数值例子说明了在模糊模式识别中,FSCE与常见的模糊贴近度可以得到一致的识别结果,并有其优势和实际意义,为模糊模式识别提供了新的研究方法。     

面向混合信息的个体优势特征识别与评析方法

针对现有个体优势特征识别与评析方法的不足,考虑指标值以混合信息形式给出,采用理想点效用评价模式,分别针对单层和多层次结构指标体系,围绕个体优势特征识别、个体代理评析、民主代理评析功能,依据竞优思想,根据直觉模糊数的运算规则以及不同类型信息与直觉模糊数的转化关系,提出基于直觉模糊数的面向混合信息值的个体优势特征识别与评析方法,并用算例验证了方法的可行性和实用性。为个体优势特征识别、个体竞优决策及相关组织的竞优管理提供方法与技术支持。     

基于模糊聚类的语音识别

指出模糊聚类方法影响语间识别的正确率 ,提出用基于分解构造的模糊聚类方法设立语音模式的参考向量 ,说明该方法能提高语章识别的正确率。     

一种确定整周模糊度搜索空间的方法

模糊度搜索空间的大小是影响模糊度解算效率的关键因素之一.针对传统确定模糊度搜索空间的方法较为保守,致使搜索空间过大,提出了一种基于最小二乘模糊度降相关平差法(LAMBDA)的改进方法.首先对目前模糊度搜索空间确定方法给予了介绍和深入的分析比较,评价了这些经典方法的优缺点.在此基础上,定义了搜索空间的一个影响因子η,并结合LAMBDA方提出了确定模糊度搜索空间的修正公式.基于仿真和实测数据对修正方法进行实验,结果表明方法在保证获得期望模糊度组数的前提下,其确定的模糊度搜索空间包含的整数点个数更小,可保证90%以上实际模糊度组数接近于期望值.     

基于谱分析的DNA序列识别算法研究

对基于谱分析的DNA序列识别中相关问题建立了数学模型,并进行了计算及结果分析.提出了一种基于频数二次型的功率谱快速算法和基于帕斯瓦尔定理的信噪比快速算法,建立了基于模糊逻辑的自适应阈值模型,提出了基于重复序列的边界搜索算法,最后利用谱分析对基因突变中的伪鞍部进行了识别.     

基于证据理论的作战群体类型建模与识别方法

作战群体的类型识别是兵力聚合中的一个重要问题,针对类型识别所处理的情报及所使用的知识的不确定性,尤其是情报与知识在观点上的不明确性,本文提出了基于证据理论的情报表示及组合方法,并给出了群体类型的模板表示方法,进而提出了基于组合情报与模板模糊匹配的作战群体类型识别方法。该方法能应用于各个层次的兵力聚合过程,以辅助各个指挥层次的军事决策,提高决策的速度及效率。     

一种基于交互熵的模糊信息测度

通过借用Shannon信息理论中的相关概念,对已有文献中基于模糊熵测度的模糊对称交互熵(FSCE)进行了改进,提出了对称改进模糊交互熵(SIFCE)这一距离测度.接下来证明了它是度量空间中的度量,满足非负性、对称性、三角不等式三个条件,并且满足有界性,还讨论了它与模糊熵之间的关系.最后提出基于该测度的模糊贴近度σ_(SIF),利用数值例子说明了在模糊模式识别中,σ_(SIF)与常见的模糊贴近度可以得到一致的识别结果,从而为模糊模式识别提供了新的研究方法.     

广东省社会稳定监测指标体系与预警方法研究

社会稳定监测与预警是创造、保持和谐社会的重要手段.根据社会稳定理论研究的相关成果,在初步遴选8大类73个指标的基础上,通过聚类分析选定12个指标构建社会稳定监测指标体系,并提出了基于3σ控制原理的社会稳定预警方法.通过对广东省社会稳定状况进行实证分析,结果表明广东省未来5年社会稳定基本上处于可控状态.     

云南省粮食生产预警系统的构建研究

粮食生产预警系统是为了防止粮食生产运行偏离正常发展轨道或可能出现危机而建立的报警系统。本从云南粮食生产的实际出发，运用预警的有关理论，进行粮食生产的经济预警研究，构建了云南省粮食生产预警系统，并对2001-2003的云南粮食生产进行了外推预警，结果表示，2001-2003年，云南粮食生产年年有警。     

动态连续蚁群系统及其在天基预警中的应用

存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用.本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuous ant-colony optimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(double direction continuous ant-colony optimization based mass recruitment and group recruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解.     

基于IGA-BP神经网络和专家系统的我国银行流动性风险预警研究

以因子分析主成分方法选取预警指标;以免疫遗传算法对BP神经网络收敛速度较慢、易陷入局部极小等缺陷进行改进,形成IGA-BP神经网络.采用IGA-BP神经网络对银行的流动性风险进行预警,并提出以拥有强大知识库的专家系统对其输出的预警信号进行进一步核准和验证,确保预警信号的有效性,构建我国商业银行流动性风险预警机制.     

养老保险基金收支监测预警系统的设计与实现

探讨了养老保险基金收支监测预警系统的关键技术问题,提出系统的设计框架和功能模块设计方法。系统的实施有利于开展养老保险基金的非现场监督,有利于提高监督工作质量和水平,对完善社会保险基金监管体系具有重要意义。     

基于时间相依Cox回归的动态财务预警模型及实证

本文以中小企业为研究对象,从偿债能力、盈利能力等财务因素,加之公司治理、宏观环境等非财务因素出发,利用共线性检验和时间相依Cox回归构建动态财务预警模型,并与经典的Cox模型、logit模型进行对比分析。本研究的特色有二:一是通过时间相依Cox回归模型,构建随时间而变化的预警指标数据与财务危机之间的函数关系。利用偏似然估计、Breslow估计量分别拟合回归系数和基准危险强度,构建财务预警模型,预测企业在未来一段时间内每个时间点上的财务危机概率。相比于基于传统Cox模型的预警研究仅用一期的截面数据建模,本研究考虑了预警指标的动态变化对财务风险的影响,涵盖了更多的历史信息,达到提高预警精度的目的。二是考虑第一类错误“危机企业判为正常”与第二类错误“正常企业判为危机”给投资者造成的损失差异,衡量预警的“错误成本”,以错误成本最低为目标,反推出财务正常和财务危机之间的预警阈值,实现了对财务危机发生与否的提前预警功能。经过实证,本研究的财务预警模型精度较高,尤其对财务危机企业的正确识别率达到75%。相较于传统的Cox回归、logit模型,危机企业的正确识别率更高、错误成本更低。盈利能力、公司治理水平是对企业财务风险影响最为显著的因素。     

Real-time bus rollover prediction algorithm with road bank angle estimation

The bus rollover warning has achieved many progresses for researcher endeavors in the past decades. But these researches have not taken account for dynamic road bank. To fill up the gap, this paper presents a real-time rollover trend prediction to indicate bus rollover risk with road bank estimation. The prediction algorithm consists of a dynamic roll stability analysis, which is based on a suspended roll plane model, and a real-time warning velocity calculation. An estimator for the dynamic road bank and vehicle sideslip angle estimation using the dynamic simplex algorithm (DSA) is designed to take into account the influence of road bank on rollover trend. By comparing maximum stable lateral acceleration to the affordable lateral acceleration depending on the tire/road friction limit, a warning velocity is determined using the measurement of lateral acceleration and the estimate of instantaneous vehicle turning radius. The proposed rollover trend prediction algorithm is evaluated by TruckSim software. Simulation results show that the proposed warning velocity can represent the vehicle potential to resist rollover and give appropriate prediction of vehicle rollover crashes in typical scenarios.     

基于极大熵投影寻踪组合法的水资源预警评价模型

利用基于极大熵准则赋权和基于实数加速遗传算法的投影寻踪方法相结合的组合附权法确定了各预警指标的权重;采用层次分析法计算水资源可持续利用复合系统中各子系统所占权重;利用综合评价模型计算出哈尔滨市水资源可持续发展指数;最终得到哈尔滨市水资源可持续利用预警结果.     

基于系统核与核度理论的房地产预警系统指标体系选取方法

介绍了一种用系统核与核度理论和灰色关联分析来选取房地产预警指标的新方法,并以武汉市为例证明了这种方法的有效性.这种方法可以确定出能够反映房地产状况的少数几个指标,进而可以通过这少数指标对房地产发展趋势进行预警:根据原始指标数据列间的灰关联程度,建立房地产预警系统的拓扑图,利用图论的知识来求取拓扑图的核,选取房地产预警指标.     

ANN技术在企业经济预测与预警中的应用研究

提出了适合于上市公司而建立的基于ANN技术的企业经济综合指标短期预警系统的构建方案.该系统是一个人机相结合的反馈式预警系统,包括危机判定、财务指标预测、预警知识获取和报警四个子系统.该系统将定性分析与定量分析结合起来,既突出人的作用,又充分发挥了人工神经网络的在预测方面的技术,使得两者有机的结合在一起.其中,预警指标预测子系统体现了ANN技术在时间序列预测方面的应用,而知识获取子系统和报警子系统则体现了ANN技术在回归预测方面的应用,两者都有很好的理论基础.同时,该系统建立的程序比较规范,具有普适性,易于操作,比较容易实现.最后,还对该系统进行了实证模拟分析,并与专家意见结果进行了对比,验证了其有效性.