基于连接函数的VaR的蒙特卡洛算法

文章分析了已有的VaR计算方法的不足,并利用阿基米德连接函数给出了改进计算VaR的蒙特卡洛算法.     

本期导读

灰色评估是灰色系统理论讨论较多的一种灰色技术。学者朱美玲、陈勇明(2011)提出了一种基于k-NN的灰色评估算法,但该方法存在采用线性修正函数从而任何一点变化率都相同的不合理性的问题。《一种基于Logistic曲线改进的k-NN灰色评估法》一文,将该方法中的线性修正函数改进为1ogistic修正函数,因评分专家对不同指标也可能存在各自的认知标准,据此提出了改进方法。并通过实例验证了改进的方法较原来的方法评估效果有更好的区分作用。     

一种基于Logistic曲线改进的k-NN灰色评估法

朱美玲、陈勇明(2011)提出了一种基于k-NN的灰色评估算法,力求消除专家主观因素对评估结果造成的影响。但该方法存在采用线性修正函数从而任何一点变化率都相同的不合理性的问题。文章将该方法中的线性修正函数改进为logistic修正函数,同时提出了评分专家对不同指标也可能存在各自的认知标准,即主观倾向,并对此提出了改进的方法。     

基于广度优先搜索的变异加权模糊C-均值聚类算法

针对传统模糊C-均值聚类方法(fuzzy C-means,简称FCM)对初始值敏感导致的易陷入局部最优和噪声敏感问题,文章提出一种基于广度优先搜索的变异加权模糊C-均值聚类算法.该算法通过改进具有全局搜索能力的广度优先搜索算法(Breadth Fist Search,BFS)和有效聚类评价函数相结合,确定了接近真实的初始聚类中心,同时能够剔除噪声数据.在此基础上考虑属性噪声对聚类结果的影响问题,引入变异系数赋权法对FCM的目标函数进行改进,进一步提高了FCM算法的抗噪性.实验结果表明,该算法能够有效的克服传统FCM的不足,与其他聚类算法相比,具有较快的收敛速度、更好的聚类准确率及较高的抗噪性.     

商业银行信贷资产组合优化研究

本文试图根据我国商业银行的特点,设定目标函数为组合总的意外损失最小,并基于智能化的免疫算法对优化模型进行改进,提出了基于分组匹配的亲和力计算方法,建立了基于免疫算法的资产组合优化模型.同时将之运用于某国有商业银行的背景,结果表明免疫算法能有效地运用于改善信贷资产组合结构.     

企业并行开发过程耦合任务组的智能规划

耦合任务组迭代分析和规划在并行工程中具有重要意义。文章基于DSM给出了并行开发过程耦合任务组的结构化模型。在遗传算法基本原理的基础上实现了并行开发过程耦合任务组顺序规划的智能化算法。在算法的设计中,给出了通过任务序列来实现问题域编码的方法,设计了种群初始化方法来获取合理的初始种群,基于高斯消去法开发了目标函数计算方法,运用相对系数法进行适应度函数的求解,给出了改进的一点交叉算子和邻位对调变异算子。     

不平衡数据分类问题的FL逻辑回归算法

针对不平衡数据的分类问题，文章利用焦点损失函数可以挖掘困难样本的特性，提出了一种新的逻辑回归算法。首先，定义逻辑回归模型新的损失函数；其次，基于牛顿迭代法，设计FL逻辑回归算法；最后，在比较实验中，运用随机森林进行特征选择，以阈值优化逻辑回归模型为分类模型进行实验。实验结果表明，与传统逻辑回归算法相比，改进后的算法提高了少数类样本的分类精度，增强了模型的整体分类性能。     

利率期限结构模型改进极大似然估计效率研究

考虑一种改进的极大似然估计算法估计一维利率期限结构模型的未知参数,该方法首先利用Crank-Nicolson差分法求解与该扩散模型相关联的偏微分方程(PDE),获得累积分布函数,然后利用数值微分得到转移密度函数的近似值。数值模拟实验结果表明,当取较小空间步长时,该改进估计法比Euler法具有更高的效率,并考察该改进估计法在中国银行间同业拆借利率的实证分析,实证结果表明,在所考虑的样本区间内,中国利率的长期水平值是0.025 1,且中国货币市场利率粘性系数的值接近于0.5。     

基于非负矩阵分解的函数型聚类算法

函数型聚类分析算法涉及投影和聚类两个基本要素。通常,最优投影结果未必能够有效地保留类别信息,从而影响后续聚类效果。为此,本文梳理了函数型聚类的构成要素及运行过程;借助非负矩阵分解的聚类特性,提出了基于非负矩阵分解的函数型聚类算法,构建了“投影与聚类”并行的实现框架,并采用交替迭代方法更新求解,分析了算法的计算时间复杂度。针对随机模拟数据验证和语音识别数据的实例检验结果显示,该函数型聚类算法有助于提高聚类效果;针对北京市二氧化氮(NO2)污染物小时浓度数据的实例应用表明,该函数型聚类算法对空气质量监测点类型的区分能够充分识别站点布局的空间模式,具有良好的实际应用价值。     

基于蒙特卡罗分布式算法的单位根检验

本文基于单位根检验的基本原理,说明了几种常见的单位根过程检验方法的局限性,提出用MonteCarlo分布式计算方法来计算一般统计量的分布函数表。笔者应用该算法计算时间序列的单位根过程检验统计量的分布函数表,提出了一种新的检验方法,该方法与著名的迪基-福勒检验进行对比,优点在于,一是公式转弯少,使用的是原假设的统计量;二是根据统计量直接的分布,而不是极限的分布;三是不必进行随机积分;四是可以根据任意的显著性水平、任意的样本容量进行检验。     

基于五种直觉模糊数TOPSIS的多属性群决策方案设计

文章以直觉模糊数或得分函数为基础研制决策模型.引入直觉模糊数距离、相似度或得分函数距离、夹角余弦投影、灰色关联度,构造理想方案并比较排序,在群决策环境下探讨多种集结算法.结果发现:直觉模糊数的距离或相似度,以及得分函数值的距离、投影或关联度可用于属性值分析、理想方案构造、优劣排序比较;群决策环境下集结算法有相关理论依据.直觉模糊数或得分函数与TOPSIS法结合,基于群决策的集结算法及流程明确,多属性决策应用有方法指导意义.     

一种新的Copula函数的参数估计方法

Copula理论在随机变量的相关性分析中有着重要的作用,它的出现使得随机变量的之间的刻画更加精细.在利用Copula函数对随机变量进行相关性分析时,其中一个关键的问题是Copula函数的参数估计.在系统总结目前存在的几种Copula函教的参数估计方法及它们各自使用范围基础上,文章将非线性规划理论中的BFGS思想引入到copula函数的估计方法中来,并给出了一种利用BFGS的思想及经验分布函数估计的算法.     

非参数异方差模型中条件回归函数的EM算法——基于农村食品消费与纯收入的实证研究

对非参数异方差模型中回归函数的EM算法进行研究,并基于EM算法得到了条件回归函数的估计。此外,通过对农村居民食品消费支出与纯收入关系的实证分析,说明了基于EM算法的估计方法比最小二乘估计方法的拟合效果更好,并对恩格尔系数进行了拟合,分析了其变化走势。     

基于多因子选股的半监督核聚类算法改进研究

研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。     

基于云模型的混合量子神经网络算法及其仿真研究

在云模型、量子算法、神经网络算法等理论研究的基础上,设计了一种以量子比特神经元为信息处理单元的多层量子神经网络——基于云模型的混合量子神经网络算法。在标准数据集上进行的实验仿真表明:混合量子算法具有量子算法轨迹行为性能的优势;同时该混合算法可将提取的特征输入到量子神经网络中对数据集进行分类。该算法改进了量子神经网络的损失函数,提高了误差分析性能。最后,通过仿真实验验证了该混合量子算法在收敛速度和鲁棒性等方面均优于量子神经网络算法。     

基于区分矩阵的属性约简改进算法

根据定义计算区分矩阵时,会产生许多重复的元素,而这些重复元素对区分函数的计算没有作用.文章通过利用布尔代数的吸收律,提出了一种改进的算法,使得属性的约简得以简化.     

线性双层规划的一类鲁棒解

文章基于上层目标函数获得鲁棒解的前提假设,对上下两层目标函数和约束条件的系数均在箱集内扰动的不确定线性双层规划进行了研究.提出了系数扰动情形下线性双层规划一类鲁棒解的概念,给出相应的定义与定理,以此将原不确定性模型转化为确定性模型.继而通过引入一个充分大的常数,将含有互补等式约束的确定性模型处理为混合整数规划问题,从而获得鲁棒解.最后通过数值算例验证了该算法的可行性及有效性.     

基于BP算法的人口平均寿命预测

本文阐述了神经网络及其BP算法的工作原理,对BP算法中的S函数和规范化方法进行了改造,同时将人工神经网络的BP算法引入人口平均寿命研究领域,并应用Matlab神经网络工具箱,对江苏省各年龄组人口平均寿命进行了预测研究。预测模型在预测精度和算法的收敛速度方面都达到了较好的效果,对未来人口平均寿命的研究具有重要的意义。     

SAM平衡的SG-RAS与SG-CE方法

随机cross entropy(Robinson et al.,2001)方法是目前用于平衡社会核算矩阵的最主流方法,本文综合其与GRAS(Lenzen et al.,2007)方法的思想,扩展提出了SG-CE(stochastic generalized CE)与SG-RAS方法,避免了原始CE方法在平衡SAM时需要对负值元素进行预处理的步骤,试图改进由此引致的缺陷并提高平衡SAM质量。在此基础上,本文运用SG-RAS、SG-CE、CE以及国内常用的余量法对中国2007年SAM进行了平衡,实证结果的对比表明:在平衡系数SAM时,SG-RAS优势非常明显;而平衡流量SAM时,除SG-RAS之外,余量法也具较好表现;但无论是平衡系数还是流量SAM,SG-CE的效果只能说差强人意,原始CE方法更差。     

中国股指波动率的智能预测模型与实证检验

文章提出将改进型粒子群算法与最小二乘支持向量机(LSSVM)相结合的中国股指波动率智能预测方法,利用径向基核函数LSSVM对股指波动率进行建模及预测,并将自适应惯性权重粒子群算法(AIWPSO)和动态加速系数粒子群算法(DACPSO)分别实现径向基核函数LSSVM的参数优化,建立了两种股指波动率的智能预测模型.以日内价格极差作为波动率的代理变量,通过对上证综指和深证成指的实证研究检验了两模型的有效性.检验结果表明,AIWPSO算法优化的径向基核函数LSSVM作为中国股指波动率智能预测模型,具有更高的波动率预测精度和更快的建模速度.