基于样条函数的国债利率期限结构模型研究

结合多项式样条函数和指数样条函数的特点。挑选出在短、中、中长期能最好反映我国国债价格的样条函数，并进一步构造出我国国债的利率期限结构。通过实证分析，所得到的利率期限结构能较好地反映国债价格。     

大数据环境下的多源数据演化更新研究

大数据环境下的多源数据呈现出数据量大、数据种类多、数据变化快的特点,这些特点对数据更新提出了新的挑战。通过分析大数据下多源数据的特点,定义了演化数据的概念,基于此建立了大数据的动态变频遍历更新模型。首先通过抽象数据的演化方式,建立了演化数据的势与稳定性概念,从而推导出更一般的代数意义上的演化运算工具;其次通过将运算工具导入大数据数据更新的实际应用中,推导出基于概率的变频遍历与动态权值模型;最后通过实验验证了在大数据环境下动态变频遍历模型(Dynamic Frequency Conversion Traversal,DFCT) 对多源数据具有较高的更新效率。     

切割问题的概率解法

如何从一个大物质中切割出一个预定形状的小物体,而使切割费用最少,这是在工业生产中是一个常常需要考虑的问题。文中具体描述了两类切割问题－－立体切割和平面切割,并通过分析建立了各自的数学模型。这两类切割问题只是要求一个最优次序,鉴于概率算法在优化这类与次序有关的问题时一般不需要了解问题的内在实质,因此,提出了用概率算法求解这两类切割问题的统一框架,并对基于两种概率算法求－－郭涛算法（演化计算的一种）和模拟退火算法的求解过程进行了简要描述。实例计算中,首用用郭涛算法求解立体切割问题和一个规模较小的平面切割问题,均得到了最优解;然后针对一个规模较大的平面切割问题,用模糊退火算法求解,通过比较几组控制参数的实际效果,选定了一个最优的冷却进度表;最后针对不同规模的平面切割问题,对廓涛算法和模拟退火算法进行了详细比较,发现随着着问题规模析增大,后者的效果要了明显好于前者,并对此做了一些定性的分析。     

小型储油罐罐容表的标定法

针对地基变形等外部原因,罐体的位置会发生纵向倾斜和横向偏转等变化,从而导致罐容表发生改变使计量工作产生一定误差的问题,确定了小型储油罐在无变位和变位时油位与储油量之间的积分模型,利用数值积分得出在无变位和变位时进出油量的理论值,利用实验数据和回归法对理论值进行校验,计算得出了小型储油罐的罐容表的准确标定值。     

投资组合前沿误差及次优投资组合模型集

建设性地将投资组合前沿扩展到一个误差带上,称为"投资组合前沿带".提出了次优理论范畴的投资组合模型集可以避免不必要的损失,投资组合模型集的提出将更"人性化"地供投资者选用,具有更好的应用价值.     

基于极限学习机的XML文档分类

研究基于极限学习机(ELM)的XML文档分类方法。为优化文档的相似性计算,在结构链接向量模型的基础上,提出一种改进的特征向量模型RS-VSM,将有效的结构化信息合并到向量模型中。应用ELM对XML文档进行分类,为提高ELM分类的准确率,提出一种基于投票机制的Voting-ELM算法。实验结果证明,该算法的分类效果较优。     

考虑市场摩擦的分形投资组合模型

传统的金融经济学认为证券收益率服从正态分布或对数正态分布,而大量的实证表明收益率分布与正态分布相比有“尖峰厚尾”特征,具有分形结构。正态分布、方差都具有很好的性质,却不能很好地描述投资组合的收益与风险。基于分形分布用改进的下方风险法(LPM)度量投资组合的风险,构造了考虑市场摩擦的投资组合模型。     

基于IBR的全自由度虚拟现实建模技术

对常用的基于IBR技术的几种模型进行讨论,比较各种方法的优,缺点,以此基础上提出一种新的模型,并给出了其实现方法。     

企业管理组合优化的数学模型及遗传算法

以重点产品生产的企业组合为例建立管理中组合优化问题的数学模型,通过利用遗传算法对问题进行并行求解.该方法较圆满地解决了管理中组合优化问题,具有广泛的应用价值,对投资决策的理论分析也有很高的价值.     

基于超图的多任务注意力交通流预测模型

针对现有的交通流预测模型中的不足,作者提出了基于超图的多任务注意力交通流预测模型HGAT-MTAN,改进了传统的图卷积神经网络。该模型首先利用循环神经网络和超图注意力网络提取多任务的共享特征;接着,为多个交通流预测任务分配私有特征;然后,通过引入多任务注意力机制,在不同任务之间实现正向知识转移;最后,为每个任务设计预测层,得到多个预测结果。将HGAT-MTAN模型与现有的多种交通流预测模型进行对照实验,结果表明,在不同城市的交通流数据集上HGAT-MTAN都取得了优于对照方法的预测性能。消融实验也进一步验证了模型组件的有效性。因此,HGAT-MTAN模型可以为交通流预测提供一种有效的解决方案,并提高交通流数据分析的准确性和可靠性。