基于效应的随机灰规划模型和应用

为了解决同时含有随机因素和灰色因素的不确定规划问题,通过结合区间灰数所属区间两个端点的随机性,给出随机区间灰数和随机区间灰函数的定义,提出了随机灰规划模型。通过综合效应函数理论用随机变量期望值和方差综合量化表示灰数所属区间的两个端点值。应用该理论对综合量化后的两个端点值继续进行综合量化,从而将随机灰规划转化为确定型规划问题。应用遗传算法进行求解。通过综合效应函数的理念,综合随机变量的期望和方差,同时综合区间灰数的区间因素,将随机灰规划数学模型转化为确定型规划模型即基于效应的随机灰规划模型。通过选取不同的综合效应函数,得到了关于不同决策意识下的随机灰规划的最优解。这个方法可为决策者进行不确定决策提供参考。     

开放经济下的增长趋势与中国经济波动

文章在开放经济RBC模型的基础上,建立了一个包含随机增长趋势的RBC模型。同时,根据相关文献的研究,本文对模型的参数进行了校正并且对中国经济进行了模拟。模拟结果表明,带有随机增长趋势的RBC模型能够对中国的经济情况进行适当的模拟。特别是,模型能够解释经济变量波动呈现的产出<消费<投资的现象,同时模型也能够对各个经济变量之间的相关关系进行刻画。     

融资约束、代理成本及其治理机制研究

通过估计基准Q作为投资机会变量,用双边随机分析的方法,估计了沪深两市A股上市公司2011-2017年的代理成本和融资约束数据,并分组检验了各种治理机制对融资约束和代理成本的治理作用。研究表明,现金股利、举借外债和混合所有制对代理成本的治理效果甚微,而国有控股上市公司则表现出优于民营控股上市公司的治理效率。举借外债可以最有效地缓解公司的融资约束,而民营企业的融资歧视现象仍未得到根本改变,混合所有制改革显著地缓解了上市公司的融资约束。     

基于随机森林算法的陈垓灌区降水量预测模型

地区降雨量在短时间内的突然增大一般会导致不同程度的洪涝灾害,高效、精准地进行降雨量预测成为当下研究的热点问题。文章基于陈垓灌区梁山水文站实测降雨资料建立了基于随机森林的降水量预测模型,所建预测模型的各项指标均优于传统预测模型,可以高效、精准地预测该区域的降水量。     

基于机器学习的斜坡堤越浪量预测方法研究

针对斜坡堤越浪量预测方法,分别建立集成神经网络(ensemble neural network,ENN)、随机森林(random for-eset,RF)和支持向量回归机(suppport vector regression,SVR)3种机器学习模型对斜坡堤越浪量进行预测,并利用决定系数R2和均方根误差RMSE来评估模型性能.最后,对3种模型的性能进行分析.结果显示,集成神经网络模型的决定系数R2和均方根误差RM S E分别约为0.96和0.0018,随机森林模型的决定系数R2和均方根误差RMSE分别约为0.97和0.0014,支持向量回归机模型的决定系数R2和均方根误差RMSE分别约为0.94和0.002.对比发现,3种模型的决定系数都达到0.9以上,都具有较高的预测精度,随机森林相比其他两个模型精度更高.