我国通胀动态的结构计量经济分析——基于Gibbs抽样算法的研究

本文在结构凯恩斯菲利普斯曲线框架内研究我国通胀动态行为,首先运用Gibbs抽样算法估计我国产出缺口,最后运用广义经验似然方法实施有限样本下的稳健结构经济计量分析。研究揭示我国通胀动态具有混合预期和非粘性的特征。基于此,本文提出降低宏观层面的通胀预期和提高货币政策执行力及透明度的政策建议。     

应急物流多目标选址问题研究

在风险发生的环境下,应急多目标选址是一个目标与约束复杂程度较高的NP难问题,对此,本文提出一个有容量限制的双目标应急物流设施选址分配模型,以最小化系统总成本和最大化客户需求覆盖率为目标,模型目标中引入了"需求覆盖率"这个概念,采用了NSGA-Ⅱ(带精英策略的非支配排序遗传算法)对所提的模型进行有效的求解,得出灾害发生时应急物流设施最大需求覆盖率与系统最小总成本的关系。     

数据结构中图的深度优先遍历算法与实现

图是一种复杂的数据结构。它的存储与遍历比线性表复杂。本文讲述图的邻接表存储方法，以及基于邻接表的的深度优先遍历方法和其算法实现。     

浅谈数学的“教学方法”

实施素质教育，进行考试的改革和创新，减轻学生的负担是当前教育界急需解决的一个重大课题。开放式数学教学就是对素质教育的一种探索，是当前数学教育的一个发展潮流。而在开放式教学中采用“生活问题式”教学将更有效的提高学生的学习能力，引导学生创造性的解决问题，在不断探索，追求中领悟学习的真谛。     

基于粒子群算法的证券组合投资模型的研究

从证券组合模型的概念,给出证券组合多目标决策模型。并用模糊优选法将证券组合多目标优化转化为单目标优化。同时,重点描述了粒子群算法,并采用自适应变异的粒子群算法对证券组合投资模型进行求解,最后编程实现证券组合模型的最优解,试验结果表明此方法取得了较好的效果。     

一种雷达回波数据的实时压缩算法

本文研究了脱靶量测量中的雷达回波数据的实时压缩问题，通过对作匀速直线运动目标的多普勒信号特征的分析，提出了一种基于离散余弦变换（DCT）的多普勒信号的变换域压缩算法，并讨论了根据重构信号由高分辨率谱估计及非线性最小二乘拟合进行脱靶量测量的问题。     

基于规划模型的城市空间优化配置北大核心CSSCI

提出了一种针对城市空间优化配置的多目标规划模型,并且给出了基于MAPSO的模型求解算法,以杭州运河新城(拱野区范围)为例,进行了实证分析。在实证分析中对比了现状、土地规划情况、设计研究院规划结果和本文规划结果,得出结果与设计研究院规划情况一致,验证了在适用性方面模型和算法的优越性,为新城开发和老城区改造提供了指导依据。     

提升算法对传统车险索赔频率建模模型的改进——基于我国五省交强险保单数据

广义线性模型作为非寿险定价的经典模型,在非寿险定价中得到了广泛的应用。近年来,以提升算法为代表的机器学习算法在保险领域取得了很好的效果,为保险产品定价提供了一种新的选择。本文将提升算法思想分别融入到回归树模型和广义线性模型(GLM)中去,用得到的新模型对我国车险索赔频率进行预测建模分析,并与传统的回归树模型和GLM进行比较。结果表明,加入提升算法后传统车险索赔频率建模模型的效果得到了很大的改善,并且在不存在过拟合的前提下,随着模型深度和迭代次数的增加,模型的效果也在不断优化。     

基于故障模拟的双工序智能RGV调度研究

随着人工智能技术的不断发展和进步,智能加工系统正变得越来越自动化和智能化,由此引发了智能加工系统的管理和效率问题。因此,本文针对在智能RGV两道工序发生故障时进行研究,由于故障的发生具有随机性,我们通过对加工过程中CNC发生故障的平均概率进行随机模拟,判断故障发生的位置,以物料的生产效率和每个物料的等待时间为目标建立了基于故障随机模拟的多目标动态优化模型,使用基于FCFS的动态规划算法对模型进行求解,给出了故障发生的模拟情况和RGV调度方案。最后,通过实例计算得到的结果表明,该模型和算法具有良好的实用性,能客观、有效地给出RGV调度方案,对智能加工系统具有一定参考价值。     

使用粒子群算法解决期权定价模型参数校准问题——以heston模型为例

期权定价模型的参数校准问题是一个常见的难题,以heston 模型为例,定价时需要估计6 个参数,参数估计问题实质上是高维非线性规划问题,由于估参函数的性质不好,一般的估参方法常常失效。使用粒子群（PSO）智能算法可以改善该模型的参数校准问题,因为粒子群算法具有内在随机性,因此参数估计中的局部极小值问题可以被较好地解决。使用2017 年12 月20 日的香港恒生指数期权作为估计样本,并对2017 年12 月25 日的期权进行样本外预测,数值结果表明使用heston 模型对期权进行定价并配合粒子群算法估计参数具有良好的定价效果。