遗传算法优化神经网络及信用评价研究

研究关于公司神经网络信用评估问题的现状,提出遗传算法辅助网络训练策略(优化后的网络称为进化网络),克服传统网络建模中产生的局部极小缺陷。建立了适合于我国商业企业的信用评分指标体系;然后依据该指标体系建立了基于进化神经网络的信用评估模型;最后,利用样本公司实际指标数据对该模型的评分效果进行了比较研究。     

大型供应链设计的基本数学模型与算法研究

随着信息技术与全球经济一体化的发展,供应链管理成为全球管理科学的研究热点。本文在分析国内外各种关于供应链设计的数学模型与算法的基础上,提出了具有普遍性意义且简单易行的MIP供应链设计的数学模型以及求解供应链问题的有界变量广义上界算法。实例计算表明,提出的模型和方法是可靠实用的。     

中国居民低碳意识与经济增长关系的省域差异分析

利用环境库兹涅茨曲线(Environmental Kuznets Curve,EKC)模型对中国30个省市的居民生活能源消费和经济增长之间的关系进行分析,以此研究不同省市的居民低碳意识现状与发展趋势,通过引入居民年龄结构效应、收入水平效应因素,扩展了对数平均迪氏指数分解方法(LMDI)模型,并对居民生活能源消费进行了分解。研究结果表明:30个省市中,12个省市的EKC曲线呈现“倒U型”,7个省市的EKC曲线呈现“U型”,10个省市的EKC曲线是斜率为正数的直线,宁夏回族自治区不存在EKC曲线;经济发达是居民低碳意识较强的必要条件却不是充分条件;收入水平效应对居民生活能源消费增长的贡献最大,而居民年龄结构效应的贡献接近于零。     

中国城镇化对服务业影响的区域差异——基于系统GMM模型的实证研究

目前中国服务业的发展离不开城镇化这一现实背景.文章选取2005-2015年省际面板数据,运用动态面板模型系统广义矩估计(SGMM)方法分别就城镇化对全国服务业发展的影响及其区域差异所做的实证研究结果表明:在全国层面上,城镇化水平对服务业发展有较显著的促进作用,但促进作用还比较小;在区域层面上,东部、中部、西部三大区域城镇化对服务业发展的影响也较小,且存在较明显的地区差异.基于研究结果,文章提出了从战略高度上重视加快新型城镇化进程以促进中国服务业更好发展,同时根据各区域的实际情况制定适宜的以城镇化促进服务业发展的政策措施等相关建议.     

西方文论研究与翻译视野

近期,国内的西方文论研究开始出现反思趋势,西方文论本身也成为反思对象之一。反思过程中出现了对西方文论的一些误读,原因之一在于部分研究者可能忽略了自身研究奠基于译文之上的事实,将译文直接等同于原文,因而也可以说是翻译视野的缺失。在西方文论研究中引入翻译视野,即意味着基于译本进行的文论研究须与译本拉开一定的距离。翻译视野又包括转换意识、语境意识、差异意识三重内涵。转换意识即意识到译文是语言转换的结果,同时意识到由转换所导致的信息不对称性;语境意识是指意识到西方文论扎根的特定时空的文化形态及理论家的认知形态;差异意识是指对原作与译作所处时空差异的意识。翻译视野促使我们主动去了解西方文论在原语语境中的起源及发展,辩证地探讨其在译语语境中的适用性,有助于我们在西方文论译介热持续上升的今天,真正深入地理解与反思西方文论的内涵,更好地吸取其精华,批判其糟粕,推动中国文学与文化研究的发展,建构中国自己的理论体系。     

区域旅游业碳排放的时空差异——以山东省为例

碳排放问题是区域旅游业发展不可忽视的环境问题之一。根据相关统计数据,按照"自下而上"分析法对2000-2015年山东省旅游业碳排放进行定量估算,并采用系统聚类法将山东省旅游业碳排放划分为高、中、低三类碳排放区域,具体剖析山东省旅游业碳排放的区域差异。结果表明:（1）碳排放总量、游客人均碳排放量和碳排放强度是衡量区域旅游业碳排放的重要指标。2000-2015年山东省旅游业碳排放总量持续增长,而游客人均碳排放量和旅游业碳排放强度则逐年下降,旅游业节能减排取得一定成效。（2）区域旅游业三大部门碳排放存在明显差异,旅游交通是区域旅游业碳排放的主要来源,旅游活动碳排放增长速度最快,而旅游住宿碳排放波动性较大。2000-2015年山东省旅游业累积碳排放总量为4 764.05万吨,其中,旅游交通、旅游住宿、旅游活动三大部门占比分别为66.52%、25.80%、7.68%。（3）区域旅游业碳排放水平空间差异显著。从空间分布上看,山东省旅游业碳排放总体上呈现东高西低、北高南低的特征,旅游业碳排放总量呈现出东部沿海 > 鲁中地区 > 鲁西地区,游客人均碳排放量和旅游业碳排放强度则是东部沿海 > 鲁西地区 > 鲁中地区;从碳排放指标上看,山东省大多数地市位于中高旅游业碳排放的行列,东部沿海是旅游业碳排放的主要来源区。     

Higher-order Bayesian Approximations for Pseudo-posterior Distributions

The theory of higher-order asymptotics provides accurate approximations to posterior distributions for a scalar parameter of interest, and to the corresponding tail area, for practical use in Bayesian analysis. The aim of this article is to extend these approximations to pseudo-posterior distributions, e.g., posterior distributions based on a pseudo-likelihood function and a suitable prior, which are proved to be particularly useful when the full likelihood is analytically or computationally infeasible. In particular, from a theoretical point of view, we derive the Laplace approximation for a pseudo-posterior distribution, and for the corresponding tail area, for a scalar parameter of interest, also in the presence of nuisance parameters. From a computational point of view, starting from these higher-order approximations, we discuss the higher-order tail area (HOTA) algorithm useful to approximate marginal posterior distributions, and related quantities. Compared to standard Markov chain Monte Carlo methods, the main advantage of the HOTA algorithm is that it gives independent samples at a negligible computational cost. The relevant computations are illustrated by two examples.     

考虑零件三维装载约束带时间窗的循环取货路径问题研究

为提高车辆的可装载性,对考虑三维装载约束带时间窗的循环取货路径问题进行研究.在给定假设与约束条件的前提下,建立该问题的多目标数学模型,并设计用于问题求解的基于改进策略的启发式算法.数值实例的计算结果表明,该算法可有效求解考虑零件三维装载约束带时间窗的循环取货路径问题;且与时间窗优先法的求解结果相比,可大幅提高车辆的可装载性,并能有效减少不同车型车辆的投入数量.     

Computation of an efficient and robust estimator in a semiparametric mixture model

In this article, we propose an efficient and robust estimation for the semiparametric mixture model that is a mixture of unknown location-shifted symmetric distributions. Our estimation is derived by minimizing the profile Hellinger distance (MPHD) between the model and a nonparametric density estimate. We propose a simple and efficient algorithm to find the proposed MPHD estimation. Monte Carlo simulation study is conducted to examine the finite sample performance of the proposed procedure and to compare it with other existing methods. Based on our empirical studies, the newly proposed procedure works very competitively compared to the existing methods for normal component cases and much better for non-normal component cases. More importantly, the proposed procedure is robust when the data are contaminated with outlying observations. A real data application is also provided to illustrate the proposed estimation procedure.     

A new family of multivariate slash distributions

In this article, a new form of multivariate slash distribution is introduced and some statistical properties are derived. In order to illustrate the advantage of this distribution over the existing generalized multivariate slash distribution in the literature, it is applied to a real data set.