穿透肽介导的凋亡素VP3融合蛋白构建策略

本文对细胞穿透肽介导的凋亡素融合蛋白的研究现状及构建策略进行了交流报告。     

基于机器学习的车辆价格预测研究

随着社会的进步与发展,我国机动车的保有量逐步上升,与此同时,车辆的交易市场也在逐步扩大。因此,合理对车辆价格进行评估成为车辆交易市场最值得关注的事情。文章通过对不同车型的几类特征使用热力图进行相关性分析并且删除冗余特征,最后用四种机器学习模型对数据进行预测,通过一系列量化指标得出预测效果最好的模型。实验结果表明,该模型具有较高的精确度,能够有效预测车辆价格,同时也能为二手车交易市场提供一定参考。     

基于机器学习的企业内部控制重大缺陷预测

企业在全面建设和实施内部控制机制的过程中普遍存在“报喜不报忧”现象,信息披露与真实运营情况严重脱节,内部控制存在重大缺陷。基于机器学习的重大缺陷预测模型能挖掘特征信息,对可能存在的重大缺陷进行识别和预警,以防止潜在的经营风险积累到一定程度并在发生损失后才引起重视。通过构建包括内部治理机制、外部环境风险、财务状况、监管与信息沟通四个维度的预测指标体系,利用2012~2019年沪深两市A股上市企业数据,经过研究后发现:以XGBoost为代表的集成模型在预测性能上强于个体学习器,在不平衡、高维度、相关关系不明确的数据集上的预测效果较为稳健,营业净利率、净资产收益率、产品市场竞争等指标对预测结果的贡献程度较大。     

基于ARIMA模型对上证指数的分析与预测

本文通过对2016年6月13日至2019年5月31日的上证指数收盘价进行时间序列分析,共获得724个样本数据,并对其构建ARIMA(3,1,3)模型。通过实证分析,得出以下结论:从短期看,ARIMA模型具有较好的预测能力,能够作为金融投资的一个决策工具;但从长期来看,其时效性相对较差。最后,在此分析基础上,为中国金融市场上的投资者以及政策制定者提出一些建议。     

基于预测能力的扩展极限边界分析法

本文在传统EBA方法的基础上,将其引入到时间序列中,构建以预测为导向的AEBA模型选择方法。AEBA在模型选择上更注重于模型的预测能力,在稳健性检验上细分为模型稳健性检验与参数稳健性检验两部分,提出了基于时间序列预测能力的检验方法。最后实证示例用AEBA方法对影响石油股票指数收益率的因素进行了研究,表明该方法选择的模型的预测能力,特别是短期预测能力要显著强于CAPM、三因子模型、ARMA以及VAR。     

基于GM(1.1)模型的出国留学人数预测研究

基于有限的出国留学人数的数据,利用GM(1.1)模型建立了我国出国留学人数的预测模型。结果表明,模型的预测精度等级为好。预测结果为国家有关部门掌握出国留学的趋势,制定有关政策提供了辅助决策依据。     

基于Granger-PSO-SVM的省域中长期电力负荷预测

电力负荷预测是电网调度、规划里必不可少的环节,准确的负荷预测对区域电网安全稳定的运行以及当地经济发展都具有重要意义.影响地区电力负荷的因素因地而异,针对区域特征选取相应的影响指标会获得更加精准的预测效果,因此本文先运用格兰杰因果检验提取影响因素,接着结合粒子群优化支持向量机模型对某省全社会用电量进行训练与预测.根据MAE检验结果,本文提出的组合预测模型Granger-PSO-SVM误差较小,对今后的省域中长期电力负荷预测有一定的借鉴意义.     

基于计量经济分析的航空公司收益预测

在计量经济分析中,预测无疑是一个重要的部分。本文要探讨的是:对于航空公司的某一航线定座数,用计量经济学的方法,基于过去的数据,拟合模型,对以后的定座数作出大胆预测,及时制订改进措施,争取更大利润。     

负荷预测模型的建立及基于回归分析法的负荷预测

文章介绍了几种不同负荷特性的定义及预测模型。根据负荷预测的基本步骤,结合某地区电网历史数据实际情况分析研究,限于同一季节中,温差变化不大时,在超短期预测中选择出一种一元线性预测回归模型。应用于算例分析,最终得到预测结果,精度较高,说明了该方法的实用性和有效性。     

基于遗传算法的自动组卷算法的设计

自动组卷系统中组卷算法的好坏直接影响到组卷的效率和质量,本文分析了各种常用的组卷算法,提出将改进的自适应遗传算法用于解决组卷问题,以提高组卷效率。并详细论述了基于遗传算法的自动组卷策略的实现过程。     

基于控股股东股权质押信息的财务危机预测研究

本文以2009—2015年沪深两市A股上市公司的控股股东股权质押为研究对象,将其视为公司治理信息,并分析该信息对预测企业三年后财务危机的增量作用。研究表明,在模型中加入控股股东股权质押变量,能显著提高模型预测精度。进一步研究发现,在非国有企业组、股权制衡较低组及股权质押比例较高组中,控股股东股权质押信息与企业未来是否发生财务危机的相关性更强,模型的预测精度也更高。     

基于信息熵—灰色关联法的物流配送中心选址模型研究

根据物流配送中心的特点,提出了物流配送中心选址的评价指标体系,并应用基于信息熵的灰色关联法来解决物流配送中心的选址问题,最后利用算例说明了该方法的实用性和应用价值。     

基于内部资本市场信息的企业集团财务危机预测研究

本文使用企业集团为研究样本,从内部市场机制视角,分析了内部资本市场信息在企业财务危机预测过程中是否能够提供增量信息。研究发现,反映企业集团基本财务状况、极端财务事件信息的指标能提供增量信息,从而有效地提高财务危机预测能力;在考虑内部资本市场效率差异之后,财务危机预测能力得到进一步提高。进一步对独立样本进行研究,发现上述研究结论仅对企业集团公司有效,而对非企业集团公司无效。     

基于ArcGIS的休闲农业选址研究

随着休闲时代的到来,休闲农业迅速的发展起来。休闲农业所处的地理位置,对于休闲农业的发展起到十分重要的作用,因此对于休闲农业的选址研究具有重要意义。本文采用ArcGIS的缓冲区分析和叠加分析这两种功能进行休闲农业选址研究。结果表明,ArcGIS缓冲分析和叠加分析可以为休闲农业的选址提供参考,具有一定的实用价值。     

考虑交通区位的物流配送中心选址模型及求解

从交通运输系统的角度出发,物流配送中心选址在考虑物流规划部门与客户之间利益分配问题的基础上。还应该考虑到交通区位优势给物流配送中心运营带来的便利性。在已有双层规划模型的基础上进行改进,通过在模型中设立相关参数来描述交通区位产生的影响。建立了考虑交通区位的物流配送中心选址双层规划模型,同时还考虑到竞争的存在。笔者设计了基于遗传算法的模型求解算法,最后通过一算例来对比验证模型及其算法的可行性。在物流配送中心选址时利用交通区位优势能大大提高其运营效率及效益。     

基于混沌情景预测方法的微博信息扩散建模与仿真研究

本文用混沌理论方法针对微博信息扩散的必要性与可行性进行研究,基于混沌情景预测方法构建了微博信息扩散的仿真模型,并对微博信息扩散进行仿真。仿真结果表明,看似随机的微博信息扩散方式,实际具有内在规律。用户接收并转发的概率具,增加用户转发概率更有助于微博信息的扩散与传播。本文的研究对了解网络信息的扩散机制和影响因素有一定的现实意义。     

基于最短路的配送中心选址决策与应用

物流作为“第三利润源泉”,对现代的经济活动影响日益明显,越来越引起人们的重视。配送是物流的核心问题,研究如何选择合理的配送中心和配送路线来降低配送运输成本,对物流总成本的节约具有十分重要的意义。论文从配送运输成本最小化目标出发,对单一配送中心选址以及一对一配送路线优化问题进行分析,并分别建立重心法选址模型和最短路算法模型,进行实例分析。     

基于模拟退火算法的应急系统选址优化

考虑时间、协作性、安全可靠性和成本等因素,给出了应急系统选址问题的模型,并利用模拟退火算法进行求解。通过实例计算,确定应急系统选址的最佳组合方案,表明了模拟退火算法求解此类问题的有效性。