集合竞价成交价算法研究

根据国际证券市场广泛采用的集合竞价成交价决定原则,设计集合竞价成交价算法;从算法本身出发,分析集合竞价机制优良性质的根源,并从数值仿真角度给予验证。理论分析与仿真结果表明：依次执行最大成交量原则、最小剩余原则、市场压力原则、参考价格原则,输出的备选成交价集合在逐渐缩小,算法具有良好的收敛性;参考价格原则保障了最终成交价的唯一性;最小剩余原则和市场压力原则有助于降低价格波动性;市场压力原则和参考价格原则有助于提高价格发现的质量。研究建议应尽快将市场压力原则和参考价格原则引入我国证券市场集合竞价制度建设,将更有利于降低整个股票市场的系统性风险,增强股票价格的连续性。     

变种群量的SIRS型传染病模型及控制策略

研究含迁入、生育、死亡、垂直传播以及隔离干预情形下的变种群量SIRS型传染病模型及其控制策略.依据无病平衡点的全局渐近稳定性条件,得到优先强化隔离染病个体、限制易感群体流动与控制疾病垂直传播以及折衷考虑人道主义与无条件救治代价的传染病综合控制策略;数值仿真验证了策略的有效性. 更多还原     

带反馈的混沌并行GA及其在非线性约束优化中的应用

基于生物系统中普遍存在"随机进化 反馈"现象,提出了带反馈机制的混沌并行遗传算法:混沌映射的嵌入保持演化群体良好的多样性,而反馈机制,即基于Baldwin效应的后天强化学习,克服纯粹随机演化,从而加速系统演化进程.通过基准复杂非线性约束优化问题及金融领域中基准的参数优化问题的数值实验,验证了文中算法的高效性、通用性及稳健性.     

基于前景理论框架和Heston模型的行为期权定价

行为期权定价是当前国际金融领域的热门研究主题之一。虽然随机波动率模型已成为国际衍生品定价领域的标准模型,但该模型对短到期期权(尤其是虚值期权)的定价仍不准确,其原因之一是传统的期权定价方法忽略了现实市场中的非理性心理和行为因素。针对上述问题,本文运用前景理论期权定价框架,引入价值函数来刻画投资者面对收益与损失的前景价值判断,引入决策权重函数来修正Heston随机波动率模型刻画的资产价格路径的概率密度函数,将期权合约签订与交割的现金流视为分散的心理账户情形,在市场均衡条件下推导出Heston模型下欧氏行为期权的定价公式。上证50ETF期权的实证结果表明：考虑了前景理论的Heston随机波动率模型,能显著地提升短到期虚值期权的定价准确度;参数校正结果发现,定价性能的提升要归因于Heston模型中纳入的表征非理性心理与情绪的行为参数;相对而言,投资者对实值期权的风险态度偏中性,因此行为参数对其定价精度的提升有限。     

高校信管专业课程体系优化及后期建设研究

针对社会对高校信息管理与信息系统本科专业人才的需求,提出围绕专业人才培养目标及基于技术管理的专业培养特色来优化课程体系,突出培养学生应用技术解决实际问题的能力,并通过教学实践检验其科学性,以在此基础上进一步开展后期配套建设。     

一种网络拥塞的反步控制算法

针对Internet网络拥塞控制中的TCP动态非线性流体模型,提出用于网络主动队列管理（AQM）的拥塞控制算法,设计用于估计未知状态的状态观测器,采用反步法技术和Lyapunov直接方法,通过输出反馈实现闭环系统的渐近稳定。仿真实验结果表明,基于反步法的AQM控制算法调整时间小、丢包率低、链路利用率高。     

一种基于模糊遗传神经网络的信息融合技术及其应用

在基于广义模糊加权型推理的模糊神经网络基础上,融合非一致性自适应遗传算法,建立了一种模糊遗传神经网络,并将其诮地科研智能管理专家系统中。实际应用表明了网络模型和算法的有效性,并取得了令人满意的效果。     

复杂最优消费组合问题的数值逼近解算法

针对由现有理论和方法求不到显式解的复杂最优消费组合问题,提出基于参数待定法以及遗传算法的数值逼近解算法。算法的可行性及通用性,在求解基准的复杂最优消费组合问题上得到了检验。     

一种基于模糊遗传神经网络的信息融合技术及其应用

在基于广义模糊加权型推理的模糊神经网络基础上,融合非一致性自适应遗传算法,建立了一种模糊遗传神经网络,并将其应用于科研智能管理专家系统中.实际应用表明了网络模型和算法的有效性,并取得了令人满意的效果.     

变时滞随机大系统的输出反馈分散控制

研究了一类具有严反馈形式的变时滞随机非线性大系统,其互联项满足线性增长约束,选择了适合这类组合非线性系统的分散状态观测器,应用Backstepping方法,通过选取适当的四次型控制Lyapunov-Krasovskii泛函,并参照Lyapunov-Krasovskii泛函定理,设计了输出反馈分散控制器,使得其闭环系统的平衡点在概率意义下时滞无关渐近稳定。通过仿真实验,其结果表明了该控制算法的有效性。