非参数与参数GARCH类模型的比较

在对金融资产价格的波动进行定量建模研究时,使用最多的是参数GARCH类模型,这类模型有许多优点,但模型需要的设定条件却比较严格,当不清楚变量的分布形式时,利用实际样本数据建立的参数模型可能会由于错误的设定而得出错误的结论.与参数模型相比较,非参数GARCH类模型的建模方法是一种不同于参数方法建模的新思路,非参数模型不要求设定条件,不会由于错误的设定而得出错误的结论.比较了非参数与参数GARCH类模型的基本形式和适用条件,在对金融资产的波动性进行建模的时候应该根据数据的基本统计特征灵活选用非参数与参数GARCH类模型.     

非参数模型的三种经典估计方法

参数估计是在概率密度函数已知的前提下,利用似然函数对参数进行估计,但是,在实际问题中,很多数据的分布是事先无法假定的,于是非参数模型就应运而生;主要利用核估计、局部多项式估计和k近邻估计三种经典方法对非参数模型进行估计,并辅以经典的例题;最后,通过一个综合模拟计算对这三种估计方法进行了比较并证明所提出的方法是有效和可行的.     

Ｈａｍｍｅｒｓｔｅｉｎ模型基于神经网络的预测控制方法

Ｈａｍｍｅｒｓｔｅｉｎ模型是化工过程中最常用的模型之一,它由非线性静态环节和线性动态环节串连 组成,适合描述ｐＨ过程和具有幂函数、死区、开关等非线性特性的过程．这类模型的控制问题可以分解 为：线性模型的控制问题和非线性模型的求根问题．针对Ｈａｍｍｅｒｓｔｅｉｎ模型提出了一种基于神经网络的 模型预测控制策略,采用一组神经网络拟合非线性部分的逆映射．这种方法不需要假设Ｈａｍｍｅｒｓｔｅｉｎ模 型的非线性部分由多项式构成,并且避免已有研究在无根和重根情况下存在的问题．最后通过仿真试验证明了以上结论．     

基于时频滤波和自回归建模方法的时变模态参数辨识

应用非平稳信号的时频滤波及非平稳时间序列的时变自回归（AR）建模方法进行时变线性系统的模态参数辨识,将基于Gabor展开的时频滤波方法引入多自由度线性时变结构模态参数辨识中,提取单模态响应分量。对线性时变系统在白噪声激励下振动响应的单模态响应进行建模来辨识系统的每一阶模态参数,在模型参数的辨识中通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识,利用时变的伯格（Burg）算法对时变的AR模型系数和时变结构模态频率进行估算。通过对附加质量随时间连续变化的悬臂梁的模态分析验证了辨识方法的有效性。实验结果和理论计算结果比较表明：该方法为参数时变线性系统的模态参数辨识提供一条新途径。     

单输入单输出系统模型的自适应控制

系统的传递函数模型与时域动态模型都可以描述单输入单输出线性系统,从数学上说,利用这两种模型描述同一个系统是等价的,但是,对于带有不确定参数的系统输出跟踪问题,基于系统时域动态模型的控制设计方法显得更加直接而有效。针对带有不确定参数的一、二阶线性系统,利用微分方程稳定性理论设计了自适应跟踪控制器。     

分组零膨胀泊松模型的半参数统计推断

泊松回归模型常常用于计数数据的研究中,然而在实际数据中零值的比例可能远远大于泊松分布中取零值的概率,而且这些零值通常都有其特殊含义.此外计数数据可能是分组数据,即观测到的数据不是确切值而只是已知其落在某一个区间范围之内;或者某些特定的数据,例如工资,要先对它进行人为的分组然后再进行分析.考虑一种零膨胀泊松半参数回归模型来处理上述分组计数数据.该模型中泊松分布的期望与协变量之间采用部分线性连接函数,而零值的概率与协变量之间采用线性连接函数.利用Sieve极大似然估计方法来估计该回归模型中参数和非参数函数,并提出了一种得分检验方法来检验是否存在零膨胀.在一定正则条件下,获得了Sieve极大似然估计的渐近性质,证明了参数部分的估计是强相合,渐近正态及渐近有效的;同时非参数函数的估计达到了最优收敛速度.模拟研究表明,估计和检验方法效果都比较好,最后将此模型和推断方法应用于一组公共卫生领域实际数据研究.     

营72断块沙三中亚段储层非均质性研究

本文通过利用岩心分析资料,结合测井二次解释成果,对营72断块储层非均质性进行了研究,建立了储层非均质模型,研究中采用了6种储层的表征参数,使用效果良好。     

应用扩展卡尔曼滤波算法的船舶运动模型参数辨识

为确定船舶运动模型中的未知参数,提出1种以增广的状态方程和扩展卡尔曼滤波算法进行船舶运动模型参数辨识的算法,并设计辨识实验.在辨识实验中,采用固定区间卡尔曼平滑算法进行数据预处理,用辨识实验结果确立船舶运动模型.仿真验证实验表明,用该方法确立的模型是可靠的.     

有重复观测时半线性EV模型参数估计的强相合性(英文)

研究了在一些试验点有重复观测时自变量非随机的半线性EV模型。分别给出了线性参数和非线性部分的估计,并在适当的条件下证明了它们是强相合的。     

基于改进布谷鸟搜索的卫星成像规划方法

针对多卫星区域目标的成像规划问题,提出一种基于改进布谷鸟搜索的卫星成像规划方法。为最大限度地利用卫星资源,首先基于卫星的单次过境活动将区域目标按条带分解,然后考虑卫星姿态约束、传感器使用约束、过境时间约束、成像时云量及光照约束等,建立约束满足模型,针对模型设计编码和更新策略,并在布谷鸟搜索算法中引入非线性惯性权重对其进行改进,最后采用改进的布谷鸟搜索算法求解约束满足模型。求解结果表明,与遗传算法相比,本文算法的收敛性好、目标完成率高且稳定性强,验证了该算法的有效性。     

惩罚逻辑回归的击穿点

击穿点是估计未知参数稳健性的重要度量。在常规的低维逻辑回归模型中，极大似然估计的击穿点已有了广泛的研究，但少有对高维惩罚似然估计击穿点的分析。通过研究高维逻辑回归模型的惩罚似然估计的增加和替换击穿点来分析这个问题。特别地，证明惩罚极大似然估计的L₂范数总是有界的，这表明有限样本的击穿点达到了最大值0.5。此外，还提供了斜率参数的内爆击穿点的上界。模拟学习很好地支持了该理论结果。     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合,提出基于强跟踪滤波器的多传感器数据融合估计新算法.对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证.这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论.     

空气质量响应曲面模型在杭州市的应用

基于CMAQ模拟结果，统计、归纳出各种污染物排放控制因子与污染物浓度之间的函数关系，建立空气质量响应曲面模型RSM，通过留一法交叉验证和外部验证对模型进行可靠性验证。使用RSM，研究不同污染物的PM_2.5响应值，评估现有政策不变（Ⅰ）和政策收紧（Ⅱ）两种减排情景，发现NO_X、SO₂、NH₃和VOC对PM_2.5浓度体现明显的非线性响应特征，情景Ⅱ的减排效果明显好于情景Ⅰ，夏季的减排效果好于冬季。     

一个带协变量调整多响应比较的高效方法及其在基因组数据中的应用

目前在文献中有很多关于多响应比较的研究方法，但是对带协变量调整的非参数检验的研究较少。一种直观的想法是将数据先投影到协变量的正交空间中，然后再利用秩和检验、调整的秩和检验或最大值检验方法。但是，功效普遍不高。在调整的秩和检验和伪F检验两种方法基础上，构建MIN2检验。大量模拟和实际数据表明，MIN2检验的效果优于现有的非参数检验方法。     

基于PRO/E直齿圆柱齿轮的参数设计及模型库的建立

基于PRO/E的CAD模式下,介绍了对直齿圆柱齿轮参数化驱动设计建模的全过程,并利用PRO/PROGRAM程序二次开发,建立了直齿圆柱齿轮参数化模型库。以期对提高零件的设计效率和设计质量有一定的帮助。     

我国住房反向抵押贷款产品定价模型研究

国内现有住房反向抵押贷款产品定价模型存在两方面不足：一是未考虑土地剩余使用权年限的减少会导致房地产价值降低,二是房地产折旧额的计算中错误地以房地产整体价值而非以建筑物价值为基数.鉴于此,重建了更符合我国实情的住房反向抵押贷款产品定价模型,经过案例测算得出：现有模型的定价结果比新建模型的定价结果约高出17.5%.     

单指标分位回归模型估计的MM算法

单指标分位回归模型是一类重要的半参数模型,具有降维的优点的同时保留了非参数分位回归模型的稳健性。但现有的单指标分位回归模型的估计程序大部分都是通过内点法来实现。对单指标分位回归模型估计程序的MM（majorize-minimize）算法进行研究。首先找到目标函数的优化函数,然后通过最小化优化函数来得到估计,再逐步迭代至收敛。数值模拟和实证研究表明MM算法在单指标分位回归模型的估计中具有较好的稳定性,能够得到比较准确的估计结果,且相比于内点法,计算效率更高,耗时更短。     

用实数同伦法确定机械优化问题的多个解

提出用实数同伦法[1]确定机械优化问题的多个解的方法。其核心思想是:根据K-T条件将一个非线性规划问题转化成一个非线性方程组的求解问题,并用实数同伦法在实数域上数值求解该非线性方程组,进而获得原优化问题的所有或绝大多数局部最优解。文中建立了统一的求解模型,并解决了数值计算中的若干问题,从而使本文提出的方法达到了较为实用的程度     

电场对催化传感器性能影响的研究

电场的存在对催化传感器的性能产生影响．利用电场的催化作用和机理,研究了电场对气体吸附能力、催化剂活性、催化传感器输出灵敏度的影响．实验结果表明,将电场作用于催化传感器,不仅提高了气体的吸附能力,而且增大催化剂的活性,提高传感器的输出灵敏度．