庄家炒作的H∞优化方法

为研究庄家的炒作及其风险抵御策略,稳定和繁荣证券市场,应用Ｈ∞优化控制理论,提出了股市中庄家的操盘及其风险抵御问题,得出了考虑来自多种不确定因素干扰的庄家操盘动态模型和风险评价模型,给出了庄家在炒作中的风险抵御策略．     

基于层次模糊逻辑的电网企业备品备件类型预测

针对专家在备品备件预测中所要考虑的因素,利用AHP层次分析法计算备品备件选择时影响因素的权重,再根据权重和影响因素基于模糊逻辑进行综合评判,选择所需要的备品备件类型,从而为电网企业的备品备件安全库存提供科学依据.     

存货审计应关注的问题及风险评价

存货的特点的及它在企业中的重要地位,决定了存货项目审计的重要性。审计人员在审计过程中应充分关注存货项目的异常现象,判断它的真实性、完整性;同时也要对存货进行分析,以评价企业存在的经营风险,从而控制审计风险。     

八洋河料场宽孔距预裂爆破研究

根据八洋河料场地质和施工条件,利用预裂爆破成缝机理,计算各爆破参数理论数值。通过现场试验,最终确定八洋河料场大孔径宽孔距预裂爆破参数,半孔率达到90%以上,提高了工程质量,降低了工程造价,取得了较好的经济效益。     

设计置换股权的商业模式创新与实践

目的随着区域经济转型升级对品牌战略与产品创新的迫切需要,我国设计产业迎来高速发展的机遇。以设计费为主要盈利模式的现状导致我国设计机构普遍体量不大,规模难以复制。探索如何通过商业模式创新,突破传统经营模式的发展瓶颈,实现本土设计机构的跃迁式发展。方法提出"设计置换股权"的创新商业模式,从根本上改变商业设计机构与所服务企业间的合作关系。通过对一批"双创"项目的设计入股孵化,逐步优化该模式的方法与流程,成功实施若干案例。结论为产学研中的商业模式设计研究及实施国家创新驱动发展战略提供了新的设计策略和思路,为我国设计产业的商业模式突围,实现颠覆式的创新提供了实践案例基础。     

Choice of method for the determination of the strength of diamond fastening in the drilling tool matrix

We discuss the main methods of modeling and assessment of the strength of diamond fastening in the tool. It is shown that the diamond-holding components comprise mechanical fixing and adhesion to the matrix. A method for the determination of the adhesion component of diamond holding is proposed, and results obtained as a function of the adhesion-active element content of the tool matrix are presented. __________ Translated from Problemy Prochnosti, No. 6, pp. 144–151, November–December, 2007.     

股票投资短期预测的多模匹配识别算法

从股票投资预测的技术发展方向来看,不同人工智能学习算法之间的组合学习日益得到关注。基于组合学习的思想,提出了股票投资短期预测的多模匹配识别算法（ MPMA）。算法通过迭代计算数据采样频率、聚类分组、模式匹配将股价预测和涨跌预测纳入到一个统一的学习框架中,建立起不同人工智能学习算法之间的组合学习模型。实验结果表明,所提算法具有较好的预报和泛化能力。     

实施股票期权的高技术企业业绩评价指标体系研究

股票期权是一种有效的长期激励性报酬机制,目前在中国实行股票期权制的内外部环境尚未健全的条件下,对实行股票期权激励机制的企业业绩综合测评方法的科学化和规范化是急需解决的问题.本文应用层次分析法和多目标线性加权和法,提出了一套高科技上市公司业绩综合测评的新方法.     

沪市建筑业股票收益率分布的对称性研究

采用威尔科克森-曼-惠特尼检验法和哥尔莫哥洛夫-斯米尔诺夫检验法对上海证券市场建筑业股票收益率分布的对称性进行统计研究后得出的结果表明,上海证券市场建筑业股票收益率既不符合正态分布,也不具有对称性,因此就不能直接把经典的股票定价模型和风险管理技术运用到投资决策中去,而需要进一步地研究收益率的分布状况,才能进行正确的投资决策.     

多源异构数据融合驱动的股票指数预测研究

现代信息技术的广泛应用使得资本市场投资者能够获得更及时、更有价值的信息,也更容易受到金融论坛、专业投资网站的影响。融合资本市场的多源异构数据对股票指数进行预测成为该领域的研究热点。提出了一种基于多源异构数据的长短期神经网络（Long Short-Term Memory,LSTM）模型,通过对融合资本市场交易数据、技术指标数据、投资者情绪三种源数据的量化来预测股票指数的走势。提出了一种可以提取深度情感特征的卷积神经网络（Convolutional Neural Networks,CNN）情感分析模型,构建了投资者情绪特征模型。利用“上证50指数”数据进行实验,结果显示：LSTM模型的预测准确率比传统模型更为优秀,数据源的增加也对模型准确率的提升有较大贡献,验证了该方法的可行性和有效性。