基于人工神经网络的城市燃气日用气量预测模型

基于人工神经网络的城市燃气日用气量预测模型,在传统的预测理论和方法之外找到了一个新的途径,摆脱了对个人经验的依赖,建立了一种有效的工作方式。     

Turbo码解码过程中的加权算法

本文通过调整迭代解码过程中系统位接收值的加权系数，提出了一种Turbo码加权迭代解码算法。该算法改变了迭代运算后Turbo码解码器输出软值中系统位接收值信息和它的外部估计信息的比重，使Turbo码无论在低信噪比或是在高信噪比时均具有优良的纠错性能。仿真结果显示，采用Turbo码加权迭代解码算法，不仅能提高Turbo码的收敛速度，而且能进一步降低Turbo码解码时的地板值，使Turbo码的比特误码率在高、低信噪比时都能够得到进一步改善。     

中小企业股票市场化发行定价的半参数自组织模型与实证

随着深圳交易所中小企业板块的正式启动，我国中小企业新股发行的市场化定价方式必将启用。本文采用基于自组织数据挖掘GMDH算法的半参数模型的定价方法，将GMDH算法与半参数模型方法结合起来。不仅利用计算机的自动拟合优选最优复杂度模型，从而大大简化了非参数部分估计。创造了半参数模型崭新的实现方式，并达到了理想的定价效果，而且可以发挥半参数模型的特有优势。进行模型结构分析。经过实证和检验证明了这种模型用于我国股票发行定价的有效性和合理性。为完全市场化股票发行方式下确定股票的发行价格提供了新的方法。     

经济业务计量算法简析

《企业会计制度》规范了经济业务的确认、计量、记录和报告,其中对有些经济业务计量规定了较多的计算步骤及公式。但笔者认为对以下两类经济业务的计量可以采用简便的算法。一、会计政策变更追溯调整计提资产减值准备累积影响数的简便算法《企业会计制度》规定了会计政策变更的     

抵抗性算法在金融统计分析领域的应用

一些数学方法在社会经济统计研究特别是金融统计中并不能取得理想的效果，原因就是样本数据中出现离群值(异常值)，导致计算结果不能正确反映变量的内部关系，从而偏离实际的经济意义。本文介绍的抵抗性算法较好地解决了在许多经济领域的这些问题，特别是在金融统计分析领域中获得较好的效果。文章就分析货币需求与收入和利率这两者的关系采用抵抗性算法，在对1981～2001年的年度数据进行分析的基础上着重分析利率与货币需求的影响，从而将经济理论和中国现实情况结合进行分析，文章认为应用抵抗性算法可以得到较好的经济解释。     

DBASEⅢ中数值算法的实现

ＤＢＡＳＥⅢ，是一个数据库管理系统，但在数值计算上很弱，本文举出一些实例说明如何在ＤＢＡＳＥⅢ上实现数值计算上一些典型算法，同时也给出ＤＢＡＳＥⅢ的一些编程技巧。     

计算机实现彩色图像的自动分割

图像分割是图像分析和模式识别的第一步，它是图像分析和模式识别重要和基本的一个组成部分，是图像处理中难度最大的部分之一，决定了最终分析结果的质量。但因尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。     

基于信息熵的改进蚁群算法及其应用

基本蚁群算法存在着计算复杂、易陷入局部最优等缺陷，本文提出了一种基于信息熵的改进蚁群算法，采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节，克服了基本蚁群算法的不足。本文将蚁群算法改进后引入房地产开发项目投资组合优化中，以各项目间的均值熵代替TSP中的各城市距离，计算实例表明，该方法具有较好的收敛性、稳定性和鲁棒性，其不失为求解组合优化问题的一种较好的方法。     

基于层次聚类推理的在线品牌诊断研究及其服装系统实现

本文从服装品牌在线评估与诊断的实际需要出发,研究了面向服装品牌的在线诊断评价体系,给出了在线品牌诊断模型,提出案例推理与规则推理相结合的一种层次聚类推理方法,并根据品牌诊断流程和映射算法设计了品牌诊断推理机制,给出了一个服装在线品牌诊断系统的实现。     

一个基于命名网络的自稳定的选举算法

选举问题是分布式计算中的一个基本问题。它一直受到广泛关注,先后发表了一大批研究论文。但是,现有的研究较少涉及选举算法的自稳定性,已经提出的自稳定选举算法的性能还不能令人满意。针对两个经典的自稳定选举算法———AG算法和DIM算法进行了分析。AG算法适用于命名网络,算法虽然简单,但算法需要假设网络的大小是已知的并且时间复杂度为O(n2),其中n表示网络结点数目。DIM算法虽不需要网络大小假设是已知的,但其时间复杂度仍然需要O(ΔDlogn),其中Δ和D分别表示结点最大的度和树的深度。利用DIM算法的思想,在AG算法的基础上,提出了一个基于命名网络的自稳定选举算法。该算法不需要知道网络的大小,而且时间复杂度为O(δ)(δ为网络直径)。