一类空间异质环境中疟疾周期模型的传播动力学

季节的更替和环境的差异会导致疟疾传播具有时间周期性和空间异质性的特点.我们在本文将这两个特征共同引入到疟疾模型中,并研究了其传播动力学.基于下一代感染算子和相关的特征值理论,我们探讨出疟疾模型的基本再生数R₀^T与时间周期性及空间异质性的关联性.利用阈值R₀^T,进一步证明了当R₀^T<1时,一定条件下无病平衡点是全局渐近稳定的,以及当R₀^T>1时,模型的稳态周期解是存在唯一且全局稳定的.通过理论分析和数值模拟表明,疟疾传播最终将呈现周期性,并且在异质环境中的传播也更复杂.     

扬州城新冠疫情清零防控模式的建模和分析

新冠德尔塔病毒通过境外输入在广州、南京、扬州等地区局部散发.在中国政府强有力的监管防控政策和全市人民的密切配合下,通过“追踪-检测-隔离”清零防控模式,找出“零号病人”,确定传染链,进行全员核酸检测精准筛查密切接触者,并及时采取不同等级的隔离措施,阻断传染链,多地小规模的聚集性疫情在近一个月内能够得以控制.本文以扬州市COVID-19疫情防控为研究对象,通过区分社区和集中隔离点的感染者,建立了具有隔离和大规模检测的传染病模型,研究当前清零模式成功的机制,并利用相关参数模拟了扬州的抗疫成功的过程.利用新模型,我们比较分析“躺平”模式,消极模式以及推迟当前清零政策等,研究了多种情形下的疫情发展趋势及其影响.     

混合复发事件与面板数据下的可加可乘模型

事件历史记录数据(Event History Data)是随时间观察而得到的,记录特定事件发生时间和发生类型的观测数据.这种数据类型在生物医学等领域的研究中十分常见,它包含了两类非常重要的数据类型,复发事件数据(Recurrent Event Data)和面板计数数据(Panel Count Data).在实际生产过程中,有时会出现上述两种数据类型混杂的情况,文本提出了可加可乘半参数建模的方法来分析这种混杂数据.我们讨论了参数估计的相合性和渐近正态性,以及基准率函数的渐近高斯性质.我们进行了数据模拟,比较了我们提出的方法与naive方法的区别.     

基于高频数据的GARCH模型拟极大指数似然估计

基于拟极大指数似然方法,本文研究了利用日内高频数据来估计日频GARCH模型的参数.已有的相关研究均假定GARCH方程中常数项是给定的,限制了方法的广泛应用.本文基于常规的GARCH(1,1)模型框架,针对模型全部参数给出了两步估计方法,讨论了估计量的理论性质.针对不同的波动率替代,文章也给出了最优波动率替代选择标准.模拟研究和实证研究表明所提估计方法有很好的表现和一定的应用价值.     

自动驾驶时代基于地铁定价策略的多模式通勤出行管理

多模式交通系统的优化管理研究是交通领域的经典问题.文章结合自动驾驶时代背景,构建高速瓶颈公路传统汽车和共享自动驾驶汽车,以及独立地铁线路组成的多模式竞争交通模型,研究不同地铁定价策略（如地铁边际成本,平均成本,总社会成本最优以及考虑道路收费时受补贴的地铁边际成本定价）对共享自动驾驶汽车市场渗透率,出行模式划分以及总社会成本的影响.结果表明:随地铁定价策略变化,独驾传统汽车的通勤者数量未受影响,共享自动驾驶汽车和地铁的通勤者数量变化不唯一;当满足某个特定条件时,总社会成本最优定价在引导地铁出行,缓解道路拥堵,降低通勤者个体出行成本和总社会成本等方面具有最佳效果;而提高地铁运营的边际成本,受补贴的地铁边际成本定价将实现总社会成本最优.文章从不同视角为政府制定多目标和弹性的交通政策提供参考.     

基于四系统估计量的人口普查净覆盖误差估计

针对当今人口普查净覆盖误差估计领域所使用的双系统估计量内含交互作用偏差和尚未投入使用的三系统估计量未有效使用人口行政记录的问题,以四系统估计量为研究目标.为实现目标,采取文献解读法、抽样估计法和现场调查法,研究4次捕获模型、全面登记的四系统估计量和抽样登记的四系统估计量.研究表明:四系统估计量须在等概率人口层建立及使用,否则产生异质性偏差;构造四系统估计量应该分两步进行,首先构造全面登记的四系统估计量,然后使用双重扩张估计量构造全面登记的四系统估计量的子总体指标的估计量,以得到抽样登记的四系统估计量;分层刀切抽样方差估计量适合于近似计算抽样登记的四系统估计量及净覆盖误差的抽样方差.研究价值在于,四系统估计量有望应用于政府统计部门未来的净覆盖误差估计.     

中国玉米产量与消费量预测研究——基于改进GM(1,1)模型

中国当前玉米生产量与消费量的不断增长标志着玉米行业的巨大发展潜力.以2012-2020年中国玉米生产量与消费量为例,通过提升原始数据序列光滑性和重置时间响应函数初始条件两方面对传统GM(1,1)模型进行改进,并对模型的拟合情况进行检验.研究结果表明:改进后模型的平均相对误差及后验方差比值均低于传统模型,这表明改进模型比传统模型具有更高的预测精度,能够更好地预测中国玉米生产量与消费量情况.最后利用改进的GM(1,1)模型预测2021-2025年中国玉米生产量与消费量,发现2021-2025年中国玉米生产量与消费量将持续增长,但增速放缓.研究结论科学、可靠,可为中国玉米产业的经营和管理提供一定的科学依据.     

广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

基于SHAP-RF框架的越野车辆路面识别算法研究

根据越野车辆在不同路面上行驶时的动力学响应特征,可以实现路面类型的在线识别,为面向路面特征调整底盘控制子系统参数从而获取更好的行驶性能奠定基础.但越野环境地面特征复杂,车辆响应机理分析困难,给基于车辆动力学响应进行路面准确识别带来挑战.提出了一种SHAP-RF路面识别算法设计框架,通过SHAP (Shapley additive explanations)模型解释方法实现高维随机森林(random forest, RF)路面识别模型的降维化:首先采集了试验车在压实土路、沙地、良好沥青路与冰雪路4种路面上的行驶数据并计算了3个次级行驶特征;进一步计算了行驶数据的共计105个时域特征和频域特征,并以此为输入特征建立了高维随机森林路面识别模型;利用SHAP解释法分析高维模型输入特征对识别结果的影响从而提炼出各个特征与路面类型的关联性,完成特征筛选;最后,利用筛选后的特征设计降维随机森林路面分类器.基于实车数据的算法验证试验表明,设计的降维路面识别模型对4种路面的识别精确率在94%以上,召回率在93%以上,相比高维的随机森林路面识别模型,各种路面上的精确率和召回率最大降幅不超过3.2%,证明本...     

基于νt尺度方程的雷诺应力模型初步研究

雷诺应力模型一直是湍流模式理论研究的前沿和难点,而提高数值鲁棒性是其广泛开展工程应用的关键.借鉴经典的k-k L湍流模型,本文构造了一种新的ν_t尺度方程,并将其用于耦合SSG/LRR模式从而形成SSG/LRR-ν_t雷诺应力模型.通过零压力梯度湍流平板边界层、翼型尾迹流、超声速方腔流和NACA0012翼型45°迎角分离流动4个标准算例对新模型进行了验证与确认.同时,为了测试模型的数值鲁棒性,采用高精度数值格式对模型方程进行了离散求解,并与SA涡粘模型和SSG/LRR-ω雷诺应力模型进行对比.结果表明:ν_t尺度方程在黏性壁面边界严格为零,相比传统的ω尺度,具有更好的数值鲁棒性,从而可实现新模型与高精度数值格式的匹配并获得更好的网格收敛效率;新模型具备雷诺应力模型的传统优势,可对拐角流动进行很好的模拟;具备尺度自适应能力,对于非定常分离流动的模拟存在一定的潜力.