个人信用评估模型比较分析

文章以互联网金融机构客户信贷数据为基础,使用7种不同的数据挖掘方法建立个人信用评估模型,从预测准确率、模型外推性、第二类错误率、预期错误分类成本4个方面评价模型的综合信用评估能力。评价结果表明,使用分类树和K近邻分类算法建立的个人信用评估模型的综合信用评估能力最高;同时发现使用线性和非线性方法建立的模型各有特点,线性分类模型能够对违约客户进行有效识别,而非线性分类模型的预测精度较高。     

基于NBC模型的电力变压器故障诊断

随着电力变压器朝着大容量、高电压、高负荷的方向发展,其结构也越发复杂,故障逐渐增加.当前广泛使用的改良三比值法在对电力变压器进行故障诊断的过程中,容易出现准确率低和漏判率高等问题.鉴于此,提出一种NBC模型,该模型将朴素贝叶斯网络和改良三比值法的优势结合,在对电力变压器当前状态数据和历史样本数据充分学习的基础上,利用朴素贝叶斯分类器对当前电力变压器故障的编码组合进行故障预测分类,将预测所得到的诊断结果进行排序整理输出,实现了对电力变压器各类故障的有效分类.仿真结果表明,该NBC模型能较好地适应电力变压器各类故障的诊断,故障综合诊断正确率为95％,相较于改良三比值法,诊断准确率提升了50％,具有较强的工程实用性.     

基于朴素贝叶斯模型的电子证照用证智能推荐

数字政务是数字政府建设中的重要组成部分,研究电子证照智能服务有助于数字政务改革。结合朴素贝叶斯模型与某省政务数据构建用证预测模型,并对模型的有效性进行检验。结果表明：法人类型高频办件前10种组合占全部组合的49.46%,远高于个人类型政务服务事件;全省范围内个人用证、法人用证推荐准确率分别可达到53.22%、68.51%,按地市构建模型能够有效提升准确率,部分区域准确率最高可达96.24%;缩小判定政务服务事件先后关系时间窗口,推荐准确率明显降低。研究结果表明了研究方法的有效性,有关方法和结论对提升政府效能具有支撑参考作用。     

支持向量机在双桥静力触探土性识别的应用

针对静力触探在工程勘察中分层工作量大、对技术人员的经验基础要求较高、需要钻探辅助分析等缺点这一现状,文章通过静探数据建立支持向量机的模型,试图探索一种自动识别土性的方法,方便技术人员进行土层分层。以原始静探数据为基础,静探数据中锥尖阻力、侧摩阻力、摩阻比、差值作为模型的输入属性,土性类别作为输出属性;针对静探数据中不同土性的样本数目不平衡这一问题,将权值系数法加入到支持向量机模型中,并以几何平均准确率作为预测效果好坏的评价指标,建立出适合静探数据土性分类的支持向量机模型。运用这个模型对扬州市某工程勘察部分静力触探数据进行土性分类,整体分类准确率高达90%以上,证明此方法是可行的。     

银行定期存款客户预测——基于Lasso-Forest方法

从定性角度通过对数据进行描述性统计分析，给予银行营销策略建议。使用Lasso-Forest、Logistic、决策树及SVM模型分别进行建模分析，结合不平衡数据处理方法SMOTE算法，使用一系列评价指标进行模型效果评估，得到最优模型。所提出的Lasso-Forest组合模型具有比上述其他模型更精确的预测效果，识别准确率达到93%。使用提供的营销策略以及Lasso-Forest模型可以有效降低银行成本，对客户类型进行精确识别并加以针对性营销，以此达到增加银行定期存款储备的目的。     

基于XGBoost和LSTM模型的金融时间序列预测

随着人工智能快速发展,深度学习模型预测金融时间序列成为热点问题.数据及特征选取是决定模型效果的重要环节,用XGBoost模型进行特征优化并预测黄金价格涨跌趋势,再与LSTM模型比较预测效果.用XGBoost分析动量因子特征重要性并选取有效指标;形态因子做历史回测并选取胜率较高的K线指标,预测准确率提升1.5％.以相同因子为LSTM模型特征值预测准确率提升6.5％,达到80％.以欧元和浦发银行股价数据为样本均证实K线指标有效且LSTM模型预测效果优于XGBoost.     

基于CatBoost的护士离职预测研究

针对传统的离职预测算法应用于现实中高维度小样本不平衡数据集时存在准确度低、易过拟合、鲁棒性差等问题,应用梯度增强集成分类器CatBoost算法,进行类别型特征处理,利用BOHB(Bayesian Optimization and Hyperband)寻找最优参数,结合交叉验证对模型分类性能进行评估,建立分类模型并对护士离职情况进行预测。该算法采用高维小样本不平衡特征的上海部分公立医院的护士离职数据集,并与XGBoost、随机森林、支持向量机进行对比。实验结果表明,该算法准确度高,鲁棒性强,能够有效地对护士离职进行预测。     

基于高高原机场的管制员排班研究

通过对高高原机场运行特点分析,从环境、地形、气象以及人员状态等方面分别讨论,找到高高原机场管制员排班的各影响因素以及相关解决办法,并根据《民用航空空中交通管理规则(CCAR-93-R5)》中对管制员执勤时间要求,采用人员定额计算的方法,计算得到管制单位最少执勤人员数,建立排班模型,并使用LINGO.12软件对模型进行训练.以A机场的相关数据进行实例验证,为其管制人员做为期一个月的排班计划.结果表明该模型适用于高高原机场管制员排班.     

联络中心多媒体服务的渠道运营效能对比研究

联络中心是组织与客户之间联系的主要桥梁。网络环境下的多媒体的利用给客户带来了便利服务的同时,也给联络中心的人力资源的安排提出了挑战。为了充分利用人力,针对电话和QQ两种媒体产生的Ⅱ型、?型、N型和M型4种不同渠道的排班服务方式的运营效率进行了对比研究。发现在同等条件下M型渠道策略在服务水平、遗弃率和座席利用率等方面表现得更好。这为联络中心构建好的渠道策略以保证服务和人力资源的利用提供了依据。     

基于滚动灰度模型的小样本数据预测北京第三产业增加值

准确预测未来的经济趋势对调整当前经济政策非常重要.由于数据样本量较小,不规则且不稳定,因此难以建立准确的预测模型对北京的第三产业进行预测.为此,利用滚动灰度模型进行该小样本数据的预测.结果表明,滚动灰度模型优于其他模型,能够对短期波动的小样本经济数据序列进行合理预测.     

加权投票制、投票力与美国的金融霸权

在加权投票制度中,投票人的实际投票力与其拥有的票数并不是线性关系。Banzhaf指数和Coleman指数可以用来衡量投票人的实际投票力。通过对国际货币基金组织(IMF)执行董事会成员实际投票力的计算发现,IMF的投票规则放大了美国的控制力,强化了美国的霸权地位。本文针对IMF投票规则的不合理之处,提出了改革IMF投票制度的建议。     

浅议选煤厂调度室在企业生产中的作用和职责要求

选煤厂调度室是负责对选煤厂产、运、销的生产任务的执行中枢。由于调度指挥中心可以对全局有一个全盘的掌握,可以通过生产动态和发展趋势,有针对性的提前采取措施,消除一切影响安全生产的因素和故障。其对产运销等各个环节实行统一的调度,对生产经营各个环节的协调和调控起着至关重要的作用和责任。     

基于PCA-k-means和PSO-SVM的AI上市公司财务预警

通过探索影响人工智能上市公司市值增长率的财务指标,建立融合主成分分析(PCA)和k-means的PCA-k-means模型,并将指标归类为盈利、效率、负债、成长因子.围绕ST公司和非ST公司的分类建立融合粒子群算法和支持向量机(PSO-SVM)模型,为财务预警工作提供支撑.实验选取了2019年人工智能行业42家非ST公司和8家ST公司的数据.结果表明,营运能力是人工智能上市公司最核心的成长能力,市场投资不仅关注短期利润更注重长期回报,行业投资趋于理性和稳健.     

考虑公平性的客舱乘务员排班研究

针对由于排班不公平导致客舱乘务员流失的情况，为降低排班问题复杂度，首先生成符合航班运行基本规则的任务环，在此基础上同时考虑飞行小时、过早过晚航班、客舱乘务员人数三种因素，建立公平性排班数学模型，采用遗传算法求解。对比客舱乘务员随机排班和公平性模型排班两种方案下的结果。实验结果表明，运用优化后的乘务员公平性排班模型的方差更小，此模型对于客舱乘务员排班提供更公平的方案，具有一定的有效性。     

基于特征增量的新类识别方法研究

在分类应用的过程中,经常会出现新的类别,导致数据分布发生显著变化,使得原分类模型不再适用。如何识别新的类别使分类模型能适应其出现已经成为一个亟需解决的问题。本文提出基于特征增量的SVDD(支持向量数据描述)新类识别方法。该方法在SVDD算法的基础上,通过增加新特征,扩大特征空间维度从而提高模型对于新类的识别能力。在多个数据集上的实验结果表明,该方法能有效识别新类,使更新后的模型具有更高的准确度。     

基于蚁群算法的机场除冰车辆调度问题研究

除冰车辆调度是飞机除冰作业中的一项核心任务。为了使除冰效率更高,本文对机场除冰车辆调度问题进行研究,考虑飞机的机型,除冰液类型,航班的重要程度以及除冰车需要满足的时间窗,以最小化飞机的除冰成本为目标函数建立数学模型,并采用改进的蚁群算法优化求解该模型。结果证明了模型的正确性和算法的有效性。     

基于Canopy-K-means算法的半挂汽车列车行驶数据分析

为实时监测车辆行驶状态,建立了基于Canopy-K-means算法的车辆行驶安全特征分类模型.采用Canopy-K-means聚类算法对车辆行驶数据进行挖掘分析,以欧氏距离大小作为数据集属性间的相似性分类指标,得到表征不同行驶安全特征的离线聚类质心;搭建T ruckSim与Simulink联合仿真平台,设置定半径变车速和方向盘斜阶跃输入仿真工况对车辆行驶状态进行在线识别;同时为验证该方法在实车上的应用效果,设置相同工况对离线聚类质心进行验证分析.仿真和实车结果表明:基于Canopy-K-means算法的数据挖掘方法可以对不同行驶状态数据进行分类,得到的表征不同行驶安全特征的聚类质心能在一定程度上对车辆行驶稳定性进行评价,可以作为车辆控制和预警的判定依据.     

The gang system and comparative advantage

In the antebellum Cotton South the slave labor force consisted of a heterogeneous mix of strong and weak workers. The gang system utilized this mix by specializing workers to tasks that suited their physical capability. It was the allocation of slaves to assignments based on their comparative advantage that was the dominant cause of the productivity gain as farms moved from the task to the gang system.     

Corporate ownership and control in Victorian Britain

Using ownership and control data for 890 firm‐years, this article examines the concentration of capital and voting rights in British companies in the second half of the nineteenth century. We find that both capital and voting rights were diffuse by modern‐day standards. However, this does not necessarily mean that there was a modern‐style separation of ownership from control in Victorian Britain. One major implication of our findings is that diffuse ownership was present in the UK much earlier than previously thought, and given that it occurred in an era with weak shareholder protection law, it somewhat undermines the influential law and finance hypothesis. We also find that diffuse ownership is correlated with large boards, a London head office, non‐linear voting rights, and shares traded on multiple markets.     

多跑道进场航班调度研究

研究多跑道航班调度问题,旨在为机场终端区待着陆的航班提供快速、有效的调度方案。本文对传统的"FCFS"策略进行改进,在一定假设条件下,将问题转化为带有时间限制和基于航班类型处理时间的排序问题,利用递归重复调用这一特性,建立以最小化总调度时间为目标的递归模型,达到提高机场运行效率的目的。对进场航班的ELT仿真验证表明:与传统的先到先服务策略相比,本文的调度方案快速有效,能显著提高机场运行效率,为多跑道进场航班调度问题的解决方案提出了一个新的思路。