简介：研究了一类用于时间序列建模的混合自回归滑动平均模型，该模型是由m个ARMA分量经过混合得到的，给出了混合自回归滑动平均模型参数估计的期望极大化（EM）算法，从而得到了混合系数和分量模型的参数，通过仿真说明了其有效性。

简介：根据时间序列数据所表现的性质。提出一种新的时序混合模型。并采用一种基于优化的距离来确定成分的个数。并给出了相关的推导．

简介：考虑一般的分块半相依线性回归（SUR）模型及其相应的简约模型，给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件．

简介：本文研究了混合整数线性模型方差分量在无信息先验分布和有信息先验分布下Bayes估计，给出了混合整数线性模型方差分量无信息和：有信息先验分布下的极大后验估计和最佳Bayes估计。

简介：在非线性回归模型中,拟得分函数是一类线性无偏估计函数中的最优者(GodambeandHeyde(1987),朱仲义(1996)),而由拟得分函数得到的拟似然估计在由线性无偏估计函数得到的估计类中具有渐近最优性(林路(1999)).本文则研究非线性回归模型中的有偏估计函数理论,构造了参数的约束拟似然估计,得到了约束拟似然的局部最优性,局部改进了拟似然估计,从而扩充了线性模型中的有偏估计理论.

简介：股票投资是一种重要且先进的投资方式，与其相关的预测已经成为经济领域的研究热点，它不仅是评估投资价值的主要途径而且也对作出正确的股票投资决策具有重要意义。投资风险、收益的预测是股票投资预测的基础、起点。因此，投资风险、收益的准确预测对股票投资分析工作是非常重要的。本文结合相关理论，利用数学和财管的专业知识对股票投资的风险和收益进行了预测，通过线性回归分析方法估计β，进而对资本资产定价模型进行定性分析。根据搜集的变量数据，比较准确的预测了股票投资风险和收益，是对股票投资定量分析的一种尝试。利用模型实证分析，可对投资决策进行科学理性的选择。

简介：为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

简介：利用上极限，给出了单位球上加权Bergman空间的加权复合算子的本性模的表示．

简介：冲突分析图模型中,决策者的态度只有肯定和否定两种,实际问题中往往不止两种;新PAWLAK冲突模型（NPAWLAK模型）将冲突系统中决策者的三种态度扩展到决策争端的三种程度,符合实际情况,因而研究冲突系统中决策者的偏好排序和全局可行方案对决策者的策略选择具有重要意义。本文在NPAWLAK模型的基础上,引入冲突分析图模型理论（GMCR）,提出GMCR-NPAWLAK冲突分析混合模型。该混合模型首先拓展和改进的策略优先排序法,实现了冲突系统中各决策者的客观偏好排序;同时,模型给出了全局可行方案的算法,该算法依据决策者的偏好排序分析结果找出系统的全局可行方案。最后,本文以某企业劳资关系的NPAWLAK冲突为例,对冲突系统进行建模和偏好分析,得到了冲突各方的偏好序列和全局可行方案,同时验证了混合模型的有效性。

简介：考虑半参数回归模型Y(j)(xin,tin)=tinβ+g(xin)+e(j)(xin),1≤j≤m,1≤i≤n.利用最小二乘法和权函数估计方法,定义β,g的估计量βm,n和gm,n(x),在负相依样本及较弱的条件下证明了这些估计的强相合性,得到了与独立情形一致的结论.

简介：本文运用主方程等方法给出随机和择优混合演化网络模型稳态度分布存在性的严格证明,并推导度分布的表达式,进而得知该混合演化网络为无标度网络.

简介：针对混合动力公交车在循环工况内功率需求的特点,建立了未来功率需求贝叶斯预测模型;利用2一阶段随机动态规划模型将大规模的随机动态规划问题简化为多个小规模的随机动态规划问题和一个确定型动态规划问题;对于随机动态规划模型的求解,给出了稀疏表示的降维方法,将复杂的泛函极值问题转化为常规的随机动态优化问题,并采用分布估计算法和计算资源最优配置算法的计算机仿真优化算法对随机动态优化问题进行求解;给出了基于查表的在线控制策略,为模型的实际应用进行了有益的探索。

简介：设函数φ和Ф是复平面单位圆盘D上的解析函数且φ(D)■D,则将加权复合算子定义为Wφ,Ф:f→Фf°φ.当1

简介：在响应变量满足MAR缺失机制下，我们分别研究了基于观察到的完全样本数据对、基于固定补足后的“完全洋本”和基于分数线性回归填补后的“完全洋本”得到的回归系数的最小二乘估计的弱相合性、强相合性及渐近正态性，我们还通过数值模拟，比较了基于上述估计得到的β的置信区间的优劣。

简介：基于平衡损失的思想和最小二乘统一理论，对带线性约束的一般线性模型提出了一种全面度量估计优良性的标准．给出了此标准下模型中回归系数线性函数的约束广义平衡LS估计，并得到了约束广义平衡LS估计唯一性的一个充分条件．

简介：刻画加权Bergman空间Aα^2（Ω）上的加权复合算子Cφ,Ф的Schatten-p类．

简介：研究了单位圆上从Hardy空间到α-Bloch空间的加权复合算子uCφ的有界性和紧性.分别给出从Hp空间到βα空间和β0α空间的算子uCφ的有界性和紧性的充分和必要条件.

简介：在非线性效用函数基础上,运用混合人工智能技术,建立非线性双边多属性谈判模型,给出在一定精度范围内逼近Pareto最优解的近似求解方法。最后通过价格、质量两属性的非线性双边谈判模拟算例,验证了方法的正确性与有效性。为多属性谈判研究提供了新的思路。

简介：主要通过马氏链、主方程的方法和技巧，给出了团体随机和择优混和演化网络的稳态度分布存在性的严格证明，并严格推导了度分布的精确解析表达式．

简介：目的：解决考虑模糊环境条件影响下的复杂机械产品并行拆卸路径规划问题，并给出成本和模糊时间最优的拆卸方案。创新点：建立混合模糊模型，引入三角模糊数表示拆卸工序加工时间，提高拆卸路径规划的环境适应性；采用并行加工方法，尽可能地提高生产资源利用效率，缩短加工时间和降低加工成本；使用混合编码方式，用同一条染色体表示拆卸工序和工位信息，简化模型表达和运算；在遗传算法中引入高斯变异方法，提高算法的收敛速度。方法：1．引入一个包含N个工位和L个零部件的拆卸序列规划问题，提出混合模糊拆卸模型实现对此问题的数学描述；2．采用包含高斯变异算子的遗传算法，对结果进行优化计算，以得到最短的模糊加工时间和加工成本；3．将本文所述方法的计算结果与快速搜索随机树算法的运行结果进行比较。结论：在算法分别迭代50次、100次和150次的情况下，本文所述方法得到的最优解均优于快速搜索随机树算法的解，并且运行时间均短于快速搜索随机树算法。