具有熵约束的均值-绝对偏差模糊投资组合优化

在实际投资过程中,有许多模糊因素影响投资决策.文章针对资产收益率为模糊数的投资组合决策问题,用绝对偏差和比例熵度量投资组合的风险和分散化程度,提出了具有熵约束的均值-绝对偏差投资组合优化模型,利用加权极大—极小模糊目标规划方法,将双目标规划问题转化为单目标规划问题,并运用旋转算法结合序列规划法进行求解.最后,通过实证研究比较了不同熵的取值对投资决策的影响.     

面板数据分位回归模型中固定与随机效应的选择

随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差.文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩.通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法.通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题.计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择.     

基于变步长梯形算法GM(1,1)模型背景值的优化

文章从GM(1,1)建模机理及背景值形成过程出发,分析出对于具有明显指数规律的一次累加生成序列,GM(1,1)有时会出现预测误差较大的情况,并得出背景值的构造方法是造成这种误差的重要原因之一.利用拉格朗日插值函数和变步长梯形算法对背景值进行优化,通过对变步长梯形算法中步长大小的变化,形成了一种新的背景值构造方法,可使由背景值构成的误差降低.     

模具钢干铣削试验及参数优化研究

为了对铣削力做进一步的研究,以及预测铣削参数的改变对铣削力变化的影响,文章建立了铣削力预测模型,引 入了PSO优化算法。试验采用正交设计方法,干式铣削SKD61模具钢;KISTLER测力仪测量铣削力;HRsoft_DW数采软 件采集试验数据,并对数据进行极差分析。研究结果表明每齿进给量是铣削参数中影响铣削力最为主要的因素。研究 验证了PSO算法对铣削参数优化问题具有有效性。     

移动互联网·大数据·智能化:人工智能时代权力的规训路径

人工智能时代,移动互联网、大数据和智能技术的突破性发展塑造了新的权力结构,也改变着权力的具体形态。首先,无处不在的移动互联网催生了一种全新的网络权力。在形式上,网络权力是一种人人自由驰骋网络的自主权利;但实质上,网络权力却是一种无孔不入的强制力,一种人们沉迷其中无法自拔的内在影响力。其次,无所不包的大数据催生了一种全新的数据权力,这种数据权力通过追踪、监控个体在社会生活中的轨迹,进而在注意力规训和思维方式规训中实现对整个社会的规制和重塑。此外,无所不能的智能技术催生了一种全新的算法权力,这种算法权力既可能使我们面临知识精英与资本寡头共谋所带来的新的人类专制,也预示着未来机器奴役人的潜在风险。很显然,人工智能时代的权力结构与权力形式都发生了根本的改变,网络权力、数据权力、算法权力,正是人工智能时代权力规训的三种新路径。而这必然会反映在社会治理、国家治理的实践和理论当中,进而对以权力研究为中心的传统政治学带来颠覆性的影响。     

启发式教学在教学过程中的启示

信息化时代，教育成为热点话题，教学方法、教学手段、教学媒体，教学思想等成为教育人士关注的焦点。作为与素质教育，创新教育密切相连的启发式教学思想得到了广泛运用和推广。启发式教学思想是一种优良的教学理念，在新的历史时期，迎来了新的发展机遇，只要我们及时反思，大力开展启发式教学，启发式教学思想仍具有潜力来开拓广阔的前景。     

《论语》名言的感悟

正先师《论语·述而》篇对孔子的思想、志趣等言论作了集中的记载。"学而不厌,诲人不倦""我非生而知之者,好古,敏以求之者也。"勤奋学习可成大器。"志于道,据于德,依于仁,游于艺。"以道为宗旨,以德为依据,以仁为依托,学好礼、乐、射、御、书、数六艺。"三人行,必有我师焉。择其善者而从之,其不善者而改之。"随时随地向一切可学之人请教,他们的优点需要学习,缺点可以借鉴以便避免。"不愤不启,不悱不发。举一隅不以三隅反,则不复也。"把握好时机,以激励、诱导、举一反三的启发式方法教学生,一定会取得良     

新时期启发式教学模式在体育教学过程中的应用实践

体育教学过程中采用启发式教学模式能够充分的激发学生学习的主动性，创新学生思维，促使学生能够自觉地、主动地参与到课堂上来，能够有效培养学生学习体育理论知识的兴趣，掌握体育运动技能和方法，进而实现学生的德智体美劳全面健康发展，增强学生的体制，创新体育教学模式。     

基于高维分步投影的多重分区聚类算法

数据分布密度划分的聚类算法是数据挖掘聚类算法的主要方法之一。针对传统密度划分聚类算法存在运算复杂、运行效率不高等缺陷，设计高维分步投影的多重分区聚类算法；以高维分布投影密度为依据，对数据集进行多重分区，产生数据集的子簇空间，并进行子簇合并，形成理想的聚类结果；依据该算法进行实验，结果证明该算法具有运算简单和运行效率高等优良性。