基于GA-SVM的深基坑墙体偏斜量预测模型研究

为了研究地铁深基坑墙体偏斜量随时间变化的时空效应规律,对现有的监测数据进行分析,建立GA-SVM预测模型。首先采用三次样条插值法进行数据处理,然后利用GA算法对SVM中的参数进行迭代寻优,将建立好的模型对测试样本进行训练,最后将模型应用在某实例中,研究表明该预测模型的预测结果具有较强的泛化能力和较高的精准度。     

基于SVM-GA的剩余使用寿命预测方法研究

提出了基于支持向量机和遗传算法的齿轮剩余使用寿命预测方法,该方法包含退化特征提取、状态数优化和寿命预测三个过程。齿轮箱全寿命数据用来对方法进行验证,通过分析单步和30步预测结果,充分说明了该预测方法的有效性,为后续工作奠定了基础。     

基于LVQ神经网络的财务舞弊识别模型实证研究

为了保护广大投资者和规范国内资本市场,对财务舞弊识别的研究具有重要的意义。在参考前人研究的基础上,选择能识别财务舞弊的指标,利用主成分分析法约减指标,得到9个综合变量。在此基础上,利用学习矢量量化(Learning Vector Quantization,LVQ)神经网络建立财务舞弊识别模型;此模型对测试样本的判断准确率高达90.9%,验证了模型的有效性。最后把此模型与用其他方法建立的财务舞弊识别模型进行比较,发现LVQ神经网络建立的财务舞弊识别模型,能更有效地识别测试样本有没有财务舞弊。     

公司信用风险评估新模型:基于Isomap的SVM模型

本文针对样本数据较少的特点,将基于小样本的支持向量机(SVM)方法用于我国上市公司信用风险评价中。由于考虑到财务数据特征的非线性和高维性,本文采用等距特征映射(Isomap)算法对财务指标进行特征提取,以减少数据的冗余,再针对人为选择SVM参数的盲目性,应用遗传算法优化其参数。最后通过以我国上市公司财务数据为基础的实证分析表明:基于Isomap的SVM模型比BP神经网络、PCA-SVM模型具有更强的信用风险评估能力,小样本评估准确率达到91%。     

基于支持向量机的会计信息失真识别研究

公司会计信息不仅是资本市场必不可缺的信息资料,也是政府宏观和微观管理国民经济的重要信息来源,会计信息真实性是其基础和保障,尤其重要。本文构建了支持向量机分类识别模型框架,并采用支持向量机(SVM)算法对会计信息进行失真识别。实验中,选取2007年至2016年国泰安数据库A股上市公司为样本,选取了25个财务指标和5个非财务指标作为研究变量,将Lib SVM用于样本预处理、训练和测试,以建立会计信息失真识别模型。结果表明所建模型对会计信息失真企业的正确识别率达到94.8%,具有很好的实践价值。     

基于SVM的虹膜识别技术

文章主要阐述了基于支持向量机方法进行虹膜识别,首先利用虹膜处理系统对采集到的虹膜图象预处理,得到条形图象,然后利用主元分析方法(即PCA方法)进行特征提取,以达到降维的目的,得到的一个训练样本对应一个40维的向量,最后利用支持向量机使用序列最小优化算法进行虹膜识别。平均识别率达到了94.3%,结果表明本文的方法取得了较好的效果,降低了训练时间,提高了训练效率。     

基于支持向量机的绿色物流服务评价模型研究

采用一种基于支持向量机(SVM)的绿色物流服务质量评价方法,归纳了其评价指标体系的设计原则,给出了具体的评价指标体系,并采用模糊隶属函数等方法对其进行量化。将量化后的指标因素集作为SVM的训练集,采用一对一的分类策略建立了正确率高、实用性强的评价模型。     

基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法.分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型.针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型.以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析.实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性.     

基于风险中性路径概率的三叉树期权定价模型

树方法是给经典期权进行定价的非常实用的数值方法,目前最流行的是二叉树模型。三叉树定价模型作为二叉树的一个扩展,其同样是在风险中性概率的基础上给经典期权进行定价,并且可以通过MATLAB实现。相比于二叉树而言,三叉树模型的定价结果具有更好的收敛性。除此之外,用三叉树模型对影响期权价格的一些因素进行敏感性分析,可以验证该模型的合理性。     

中等收入转型概率与动力因素：基于生存模型分析

研究目标：探索中等收入经济体转型概率一般特征及转型动力因素。研究方法：基于K-M估计量估计中等收入阶段停留时间和转型概率,采用生存模型探讨中等收入转型的动力因素。研究发现：中等收入经济体在中等收入阶段的平均停留时间为38年,转型概率呈双峰型分布,即前25年逐年上升,其间的25~40年间下降,40年后提高。人力资本、技术进步和出口结构对中等收入转型概率有显著影响,尤其是中等人力资本。一个经济体从中低收入向中高收入阶段转变过程中,技术进步的重要性逐渐提高,人力资本和出口结构的重要性逐渐减弱。此外,1950~1985年间中等收入转型主要依赖人力资本和技术进步,1985~2015年间中等收入转型主要依赖技术进步和出口结构的专业化。研究创新：首次基于转型概率视角概括中等收入转型一般规律,使用生存分析研究不同时期和不同阶段中等收入转型的动力因素,并区分各因素的相对重要性。研究价值：拓展中等收入转型研究视角,延伸生存分析方法适用范围,研究结论对丰富中等收入阶段的经济学分析具有重要的学术价值和对中等收入国家制定转型战略具有重要的现实意义。     

基于线性概率序列的报童模型模拟分析

经典的报童模型能很好地解决需求分布确定情形下对最优订购量的求解,但并不适用于需求分布不确定的情况。从实际情况出发,提出需求为线性正态分布序列的报童模型,采用线性回归的方式来确定模型参数,得出了线性正态分布序列下报童模型的解是一个随时间变化的线性序列的结论,并用计算机模拟的办法检验了此思路的可行性。     

基于线性概率序列的报童模型模拟分析

经典的报童模型能很好地解决需求分布确定情形下对最优订购量的求解,但并不适用于需求分布不确定的情况.从实际情况出发,提出需求为线性正态分布序列的报童模型,采用线性回归的方式来确定模型参数,得出了线性正态分布序列下报童模型的解是一个随时间变化的线性序列的结论,并用计算机模拟的办法检验了此思路的可行性.     

立足供需角度的审计合谋分析及治理

本文立足于供需角度,分析了审计合谋行为形成及其特点。根据经济学供需关系的思想内核,分别从审计合谋的需求方、供给方构建了防范审计合谋行为的对策,并进一步提出“均衡治理”的概念,在治理过程中偏废某一方,都很难达到满意的效果。     

基于属性识别模型的边坡稳定性评价

结合工程实例,将属性识别模型应用于路堑边坡稳定性评价,提出了路堑边坡稳定性评价的属性测度计算方法并利用Shannon熵理论确定权系数,建立了基于熵权的属性识别模型。实例评价结果与计算结果一致,证实了该方法的可行性和有效性。此方法结果合理,可以有效地解决边坡稳定性评价问题。     

基于机会识别模型的创业特色班教学设计

创业教育是未来教育的角色主体。经过近二十年的探索与实践,我国高等学校主动承担创业教育责任的意识与能力不断增强,以创业人才培养为导向的教学改革不断深     

基于粒子群算法的电池模型参数辨识

为实现动力电池精准的SOC估计,对磷酸铁锂动力电池建立二阶等效电路模型,考虑到汽车运行工况的复杂性,针对电池运行过程中的动静态特性,利用Arbin测试柜获取电池HPPC测试实验数据,采取粒子群算法计算电池模型参数全局最优解。另外,文章将HPPC离线电压数据与电池模型输出电压数据对比,最大误差为0.067V,能有效地反映出电池的动静态特性,为电池状态精确估计奠定了基础。     

基于政府干预的审计市场分割与审计合谋治理审视

审计市场分割不但关系到审计市场自身的有序发展,还直接影响到资本市场引导资源配置功能的有效发挥,而且还是发生审计合谋的重要因素。审计市场分割可以理解为分割审计市场的行为或由于分割行为导致的审计市场非统一状态。地方政府具有很强的动机去干预提供审计服务的会计师事务所,以使其配合当地企业进行盈利操纵,进而帮助企业从股票市场获取更多资源,也即地方政府间接参与了审计合谋。因此,基于政府干预下审计市场分割的角度来审视审计合谋形成的原因,并提出有针对性的治理之策就显得尤为必要。