不完全标记的事务行为踪迹问题研究

开放网络环境下分布式软件在交互行为中产生的事件行为踪迹标记丢失,导致无法对软件行为进行分析和预测。为丢失的踪迹找到事件源,将不完全标记的事务行为踪迹问题转化为网路最大流问题。采用沿路径推进的增载轨算法,找到各事务产生的最有可能的行为踪迹序列。仿真实验表明：本方法可以有效、准确地标记不完全标记的事务行为踪迹序列。     

不完全合约下的企业违约行为剖析

我国银行与企业之间信贷合约的特点决定了合约的不完全性，这使得企业的违约成为可能，由信息不对称、企业产权不明晰、行政干预、银行事前激励和事后激励机制不足等原因引发的企业机会主义行为又使违约成为必然。主要从不完全合约的角度运用信息经济学的方法论述了企业违约行为产生的微观机理。     

不完全竞争市场环境下注册会计师行为选择研究

当市场结构处于不完全竞争时。环境因素比注册会计师的自身执业水平更易影响注册会计师的独立性;注册会计师只关注委托方（公司所有者或投资者）利益时,易受到解聘。依据启发式策略,注册会计师应关注审计委托方（所有者或投资者）、政府和审计客体（被审计单位）三方的利益,注册会计师才能生存,审计独立性下降,以此对应监管层应制定相应的监管政策。     

不完全金融市场中基于最优对冲的衍生资产定价

研究了一个不完全的二期金融市场中的衍生资产定价问题,给出衍生资产在二阶矩最小意义下的最优对冲资产组合,证明了该组合的期望收益等于衍生资产的期望收益,并利用其确定了衍生资产的理论价格。当问题退化为普通二叉树模型时,用一般两期模型得到的最优对冲资产组合就是完全复制资产组合,结论与二叉树模型的结论一致。最后给出了计算期权价格的例子。     

信息不完全与消费信贷供求不足分析

通过建立信息不完全导致的消费信贷市场均衡模型及其分析，揭示了消费者需求不足、银行供给不足和二者缺乏共同的积极性所产生的原因分析，这对于找出我国扩大内需中实施消费信贷政策选择问题具有积极的意义。     

基于有限理性的企业家战略决策风险行为研究

企业家认知的有限性决定了企业家在有限理性的状态下进行战略决策。基于行为经济学和决策行为理论,研究有限理性下企业家战略决策风险行为及其影响因素。通过建立模型和实证研究来探讨企业家战略决策风险行为及其影响因素对战略决策风险行为的影响,从而为企业家战略决策风险行为管理提供依据。     

基于不完全数据的服用人体测量系统

分析基于照相测量的三维人体测量方法及其可行性,研究从人体数字图像中提取相关二维数据进行围度转换的测量系统。利用人体正、侧、后二维图像采集的不完全数据进行人体围度拟合,通过胸围、腰围和臀围回归方程计算得出围度尺寸,并与实际测量值进行对比分析,初步完成基于不完全数据的服用人体测量系统的建立。     

基于不完全β分布的二项分布参数的Bayesian估计

将β分布推广到不完全β分布,给出了二项分布的可靠度的先验分布为不完全β分布时的一些结论,并讨论了在基于二项分布可靠性增长模型中的应用.     

流域水资源利用冲突的不完全信息博弈分析

近年来在权衡各取水户利益的基础上逐渐采用博弈论分析方法来解决流域水资源利用矛盾冲突问题,然而这些研究主要建立在完全信息条件下,只适用于解释已经发生的冲突。而冲突局势中,由于参与人目标的独立性导致了冲突局中人在本质上是不合作的,从而造成在信息的收集和获取方面的障碍,使冲突信息不完全,而且参与人的理性是有限的,加上信息滞后,使冲突分析不是在信息完全条件下进行。由此建立流域水资源利用冲突的不完全信息博弈模型,分析和预测正在发生或即将发生的冲突结果,指导各局中人对冲突结果作准确判断以及采取最佳的策略。     

带统计信息的不完全关系模型——扩展关系模型

鉴于传统关系模型和不完全关系模型的局限性,提出一种扩展关系模型,它具有更丰富的语义内涵和更强的表达能力.定义了有关扩展关系模型的一系列术语和它的形式化描述,对带统计信息的不完全信息系统作了严格的数学描述,提出了新的建库思想,在保证数据库结构完整性的前提下,尽可能利用原始信息.     

基于小波分析和基因表达式程序设计的短期电价预测

针对电力市场中电价非线性和周期性特点,提出一种基于小波分析和基因表达式程序设计的组合短期电价预测新方法,仿真计算结果显示出良好的预测精度。     

基于贝叶斯网络模型的在线学习行为分析

线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点。目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推理的贝叶斯网络(Bayes Network, BN)能够有效地解决这一问题。把方法应用在学习行为分析上,与常用的机器模型和深度学习模型进行比较,表现出更低的误差和更强的可解释性。     

基于GAELM神经网络的日前电价预测

针对日前电价预测问题,利用极限学习机建立预测模型.鉴于极限学习机在训练前随机产生输入权重和隐藏节点偏置,可能导致预测结果不稳定以及预测精度太低的问题,提出了一种基于遗传算法(GA)和极限学习机(ELM)的预测方法.首先利用遗传算法对极限学习机随机生成的参数进行寻优,然后根据优化后的参数建立基于GA-ELM的电价预测模型.最后以此模型对PJM电力市场的日前电价进行预测.结果表明,相比ELM和BP神经网络,GA-ELM具有更高的预测精度.     

基于网络学习行为聚类分析的在线课堂优化策略研究

利用聚类分析法对网络学习行为分类,从而挖掘不同类型学习者在学习行为和学习效果间的差异。以大学计算机公共课《数据库技术及应用》为例,综合学习者学习行为类别差异、在线课程内容组织以及课程特点等要素为在线课堂进一步发展提供优化策略。     

基于商品自然属性价格模型的住宅价格分析

如何准确对住宅定价,已经成为社会关注的热点.从商品的自然属性着手,基于效用理论,消费者偏好理论与市场供需均衡理论,提出住宅属性价格概念模型,并构建了住宅属性价格计算模型.通过收集天津市中心城区453套住宅的交易资料,选择16个住宅属性,构建了属性价格计算模型,采用SPSS13.0软件对数据进行处理.对模型的统计学检验与经济分析表明,该计算模型高度有效,可以解释天津市住宅价格与自然属性的关系,可以揭示当地购房者的消费偏好,也可以为居民购房提供决策依据.同时,该模型也可以作为住宅的定价参考.     

基于物价指数的舰船装备购置价格调整时机

针对已定价的舰船在后续建造时可能需对其购置价格进行调整的问题,以后续舰船生产成本增长幅度不超过定价时的利润,使企业维持基本生产为原则,通过分析舰船购置价格的成本构成与多种物价指数间的对应关系,认为原材料、辅助材料、燃料动力费主要受MPI的影响;外购件、外协件、元器件和备品备件主要受PPI的影响;直接工资、制造费用、管理费用主要受CPI的影响。构建了舰船装备购置价格调整时机模型,合理确定物价变化时价格调整的时机。     

网络学习行为采集统计系统研究

研究了网络学习行为的数据采集和统计结果图形化表示两个方面,并就实现原理及方法步骤进行了分析阐述,有助于进一步促进网络环境下学习研究的深度和广度,并为网络学习行为与学习效果评价系统的智能化、自动化和个性化打下基础.     

基于格兰杰因果关系检验模型的地价与房价关系分析——对深圳市的实证研究

为了分析地价变动与房价变动之间的因果关系,构建了地价变动与房价变动格兰杰因果关系检验模型,并以深圳市为实例分析了地价变动与房价变动因果关系,指出在深圳市地价变动与房价变动之间不存在因果关系,不能把房价上涨归咎于地价上涨.     

基于遗传算法的水下智能机器人避碰行为学习

智能机器人行为学习可以看成是从感知空间到动作空间中寻找一种映射文中采用遗传算法来实现寻找一种最佳映射,使机器人具有较好的避磁能力,把机器人旋转角和平移距离分别划分成７个等级和４个等级,每一个等级看成机器人的一种行为,把机器人发生碰撞之前所走的路径长度作适度函数,通过遗传算法中的选择,交叉和变异等操作机器人学会避碰行为,在文中的最后给出了仿真的实验结果。     

基于峰谷电价与阶梯电价的分时阶梯电价研究

结合峰谷电价与阶梯电价思想,提出分时阶梯电价策略。将不同时段不同价格梯段所对应的电量视为不同的商品,提出分时阶梯电价的理论假设,在这些假设的基础上建立居民分时阶梯电价模型。通过实例分析验证了模型的有效性,其研究结果表明所提出的分时阶梯电价模型能够通过价格杠杆实现电能的削峰填谷目的。