基于移动客户端的教职工健康体检数据智能分析管理系统的研发

针对学校教职工健康体检数据管理普遍存在的问题,开发了一套基于移动客户端的教职工健康体检数据智能分析管理系统;系统以学校定期组织的医院体检数据为依据,为教职工提供健康体检数据方便快捷地获取和使用服务,对特定人群和个体提供智能化的健康干预措施,帮助恢复健康;系统具有数据交换量少、响应速度快、实用性强、用户体验好、推广前景优的特点。     

试论高校法制教育的德育功能

高校的法制教育担负着极其重要的德育功能。它通过认知、指引、教育、优化和导向的作用，促进大学生政治观念的形成，道德意识和思想境界的升华。同时也为高校法制教育课的改革以实现其德育功能提出了亟待解决的课题。     

基于动态反馈调节的水资源供需分析

针对水资源供应能力,通过分析水资源的来源以及可用水的形成过程,将其分为可控水资源和不可控水资源,建立了具有动态性的水资源的供给模型。一方面考虑了水资源不同来源随时间变化的动态性,另一方面考虑了某一地区在不同年份气候特点的不同造成可控水资源供给量的动态变化。结合水资源的需求模型,给出了评价某一地区水资源供应能力的定量分析方法。     

我国豆类期货市场套期保值绩效研究

针对我国豆类期货市场的的套期保值的绩效,选取了豆粕、大豆和豆油三种商品期货作为研究对象,利用OLS、ECM和ECM-BGARCH模型分别估计豆粕、大豆和豆油的最优套期保值比例,通过构建套期保值绩效指标来评价套期保值效果.实证表明,利用豆油期货来套期保值能达到最好的效果,但豆粕较差;比较3种方法所估计出的最优套期保值比例的套保效果,发现ECMBGARCH模型用于估计套期保值比例最为合适.     

基于ECM-GARCH 模型的沪深300指数期货套期保值策略的研究

首先选取沪深300指数日收盘价和沪深300股指期货日收盘价作为原始数据,对其进行描述性统计分析、平稳性检验及协整检验,得出两个日收盘价的对数收益率是平稳的,且两个收盘价之间是协整的.其次,巧妙运用普通最小二乘法、B-VAR、误差修正、GARCH(1,1)和ECM-GARCH模型,研究股指期货最优套期保值比率,得出ECM-GARCH模型最优.最后,分析沪深300股指期货套期保值策略的构建问题.运用动态调整法,从多头和空头套期保值策略进行分析,需要每天计算最优套期保值比率来确定最优股指期货合约份数.     

重庆笔电产业发展对经济增长贡献的协整分析研究

采用协整分析法研究重庆笔电产业和经济增长的长期均衡状态,研究发现二者间存在协整关系,笔电产值当期波动1单位,使得重庆GDP同向波动1.819 294单位,当期短期波动偏离均衡状态时,误差修正项会以1.387 042的力度将非均衡状态拉到均衡状态,通过运用VAR模型来研究重庆笔电产业与经济增长间的动态关系,研究发现重庆笔电产业发展是经济增长的原因,而重庆经济增长不是重庆笔电产业发展的格兰杰因。     

供应链网络的建立与道路破坏的选取

针对供应链网络的建立与破坏道路的选取,根据各城市的坐标、各公路段及里程表、各城市作配送中心的固定费用和破坏道路及概率等数据,建立最短路径、0-1线性规划、费用差和平均费用最大等模型,运用Matlab和Lingo编程,得出最优的供应点和每个供应点供应的城市及供应点到需求点的连接图、破坏方为使对方总费用增加25%的路线破坏方案和道路破坏具有随机性的情况下使对方总费用增加最大的破坏方案等结果。     

农民工市民化程度及影响因素的测度

随着工业化进程的不断推进,大批农民工为城市GDP做出了卓越贡献,但在推动经济增长的同时也成为城市化进程中的阻碍。调查分析农民工市民化程度及其影响因素,有利于推动新型城镇化建设。通过对蚌埠市农民工展开现场问卷调查,针对其在内在素质与外在条件上的市民化程度进行调查,并就保险意识、消费习惯、个人素质等方面进行分析,调查涉及农民工基本信息、市民化意愿、自身行为市民化程度以及有关其子女教育和养老问题等方面,运用统计综合评价、主成分分析等方法进行定量评估。得到蚌埠市农民工在市民化进程中存在地域差异、公德心不足、文化娱乐缺乏等方面问题的结论,并从社会保障、教育及技术指导、文教娱乐3个方面给出了一定的政策建议。     

非结构性数据驱动的混合分解集成碳交易价格组合预测

碳交易价格的有效预测有助于投资者合理决策以及政府制定科学的碳交易政策。本文提出一种非结构性数据驱动的混合分解集成碳交易价格组合预测方法。首先,基于百度指数获得碳交易相关非结构性数据,并利用主成分分析(PCA)方法提取其主成分。其次,对主成分序列与碳交易价格历史数据进行经验模态分解(EMD)、变分模态分解(VMD)与小波分解(WT),按频率高低重构后得到它们的高、低频序列和趋势项。然后,自适应选取自回归移动平均模型(ARIMA)、Holt指数平滑法和人工神经网络模型(ANN),结合非结构信息对碳价格的高、低频序列和趋势项进行预测。最后,基于BP神经网络等对三种分解方法的预测值分层集成,得到碳价格最终预测结果。对比实验结果显示,上述组合预测方法充分利用了多源信息,预测精度高且适用性良好。     

区间值时间序列预测效果测度研究

传统的区间时间序列有效性度量方法在处理具有同等水平绝对误差的不同区间信息时具有一定的局限性,为了更全面的反映区间值时间序列的预测效果,本文基于区间的相对位置,提出了包含可信度,有效度,趋势误差和动态相关性指标等在内的多个预测效果测度。本文首先就传统的区间值预测效果测度进行了梳理和定性分析,就不同位置的预测区间所体现的预测效果及其测度进行了分析和定义。为从整体上对多个区间值预测结果进行调整和优化,提出区间值组合预测方法,并基于所构建预测效果测度构建最优化模型确定组合预测各单项方法的权重,结合上证综合指数的实例表明所提方法的可行性和合理性。