信用风险测量指标体系研究

在现代商业银行经营中,信用风险是影响其安全高效运营的主要原因。信用风险管理中最重要的就是信用风险测量。自从20世纪80年代末期以来,人工智能技术如神经网络、专家系统也被应用于商业银行信用风险测量中。但预测指标的研究则相对滞后,成为研究的一个难点。     

订单生产经济批量问题研究

通过引入分批算法 ,解决了企业进行多品种生产过程中所面对的调度和优化问题。本算法由两步构成 :第一步采用遗传算法进行合理地分批 ;第二步通过规划模型求得分批基础上的最优调度。     

基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等;并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果。实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能。     

流水工序调度与生产效率的关系模型分析

提出一种基于粒子群算法的流水工序调度任务优化模型。利用流水工序调度任务的特点得到流水工序时间约束条件,利用粒子群算法的原理建立流水工序调度任务优化模型,利用粒子群算法对模型进行求解。仿真实验表明,利用该算法能够得到流水工序调度问题的最优解,提高生产效率。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

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)。     

城市干道交通拥堵识别技术研究

为快速有效地进行城市干道的交通拥堵识别,文中提出一种基于朴素贝叶斯的城市干道交通拥堵识别算法。最后,基于南京市主干道的交通调查数据,对朴素贝叶斯算法以及基于径向基函数神经网络的城市干道交通拥堵识别算法进行对比。结果表明,朴素贝叶斯算法在对城市干道交通状态的识别上比基于径向基函数神经网络算法具有更好的准确性、优越性以及更低的误判率。     

Factor extraction using Kalman filter and smoothing: This is not just another survey

Dynamic factor models have been the main “big data” tool used by empirical macroeconomists during the last 30 years. In this context, Kalman filter and smoothing (KFS) procedures can cope with missing data, mixed frequency data, time-varying parameters, non-linearities, non-stationarity, and many other characteristics often observed in real systems of economic variables. The main contribution of this paper is to provide a comprehensive updated summary of the literature on latent common factors extracted using KFS procedures in the context of dynamic factor models, pointing out their potential limitations. Signal extraction and parameter estimation issues are separately analyzed. Identification issues are also tackled in both stationary and non-stationary models. Finally, empirical applications are surveyed in both cases. This survey is relevant to researchers and practitioners interested not only in the theory of KFS procedures for factor extraction in dynamic factor models but also in their empirical application in macroeconomics and finance.     

Exploring the development trend of internet finance in China: Perspective from club convergence

We first employ β-conditional convergence and log t regression tests based on nonlinear time-varying factor model and club clustering algorithm to analyze the convergence characteristics of the development level of Internet finance in 335 prefecture-level cities in China. The result of log t regression test illustrates that there is no convergence as a whole in the development level of China's Internet finance. However, seven convergence clubs and a divergent group have been formed, and the development level and growth rate of Internet finance among these convergence clubs have shown obvious differences. Moreover, we also employ the Ordered Probit to explore the formation mechanism of the convergence clubs. The results reveal that the regions with a higher level of economic development, traditional financial development, economic openness and Internet development are more inclined to converge in a club with a higher Internet finance development level. Alternatively, the regions that are interfered with more by the government or that have a lower degree of marketization, tend to converge in a club with a lower level. Finally, according to the conclusions, we propose corresponding policy recommendations for promoting the regional coordinated development of China's Internet finance.     

基于人工免疫算法的多无人机分布式任务分配方法

对多无人机任务分配问题进行了研究,在重量和路径负载均衡的基础上建立了带有攻击顺序的01决策变量的模型,运用分布式的人工免疫算法对该模型进行仿真实验,最终得到每个无人机攻击的目标顺序以及目标函数值,实验证明该方法在得到不劣于遗传算法结果的同时,提高了寻找最优解的收敛速度。