基于深度强化学习的自适应股指预测研究

基于股指成分股基本面和技术面数据构建了时序股票关联网络，然后利用深度图神经网络学习股票关联网络层次化表征，以端到端的方式获得候选预测信号.在此基础上，提出了一种考虑动作评估反馈的深度强化学习方法(Action Evaluation Feedback based Deep Q-Learning, AEF-DQN),旨在将不同的候选预测信号融入智能体的动作空间，并基于股票关联网络层次化表征、股票市场整体运行状态和历史动作评估反馈学习环境状态；借鉴前景理论中的参照依赖特性估计奖励值函数，从而建立状态、动作与奖励值之间的映射关系.最后，采用沪深300指数、标普500指数、英国富时100指数和日经225指数的成分股历史数据，构造了股指期货交易模拟器，在投资胜率、最大回撤率、阿尔法比率和夏普比率4个回测指标上对股指预测模型展开实证分析.研究结果表明：1)通过层次化聚合股票关联网络的节点属性信息可以动态捕捉不同行业对股指价格波动的影响，进而可提升预测方法的准确率；2)考虑动作评估反馈的深度强化学习结构可智能化选择适用于当前股票市场环境的最优模型结构，进而可提升预测方法的鲁棒性.     

以热流率作为补偿的智能PID控制

本文以电加热流动热力系统为例，提出了一种以静态模型为基础．以热流率作为补偿的智能ＰＩＤ控制处理动态模型的方法．较好地解决了由于热流率的变化而引起的温度波动，在应用中得到了满意的结果．     

全球化环境下主导企业寿命的自适应能力

文章提出了企业自适应能力的概念，分析了企业自适应能力的特征及企业自适应能力与企业寿命的关系，建立了企业自适应能力结构模型，探讨了企业自适应能力的形成机理，在此基础上论述了企业自适应能力的协同原理。     

智能结构设计技术与应用

给出了智能结构的定义,分析了智能结构的组成、特性,以及在航天、航空、机械制造加工系统、汽车工业、机器人技术及其他领域中的应用.并对智能结构的研究内容作了展望,为今后进一步开发研究奠定了基础.     

计算机智能自适应预测系统分析及应用

提出了一种工业生产过程中的智能自适应预测控制算法,并介绍了其在生物制品发酵过程中的应用.     

一种用于Optical Crossbar的自适应分组汇聚算法

在对现有分组汇聚机制进行深入分析的基础上,考虑不同网络环境下的流量特性不同,提出了一种动态网络流量自适应分组汇聚算法。理论分析及仿真实验表明,该算法可自适应网络流量特性的变化,通过优化汇聚分组长度解决连续阻塞问题、提高汇聚分组利用率,同时兼顾时间门限,使之在低流量负载下也能最大程度保证汇聚时延,较好地弥补传统算法的不足,保证了Optical Crossbar网络对于实时流量的低时延和高传输效率．     

HF通信网中的突发自适应选频技术

介绍了突发自适应选频技术在ＨＦ通信网中的应用，分析了突发自适应选频的特点及网络应用的优势，设计了一套用于网络突发选频的协议，讨论了协议中的重要参数设定和协议性能，并提出了多种方案供优化     

宽频带ADM系统分析与实验研究

实现了处理宽频带信号的自适应增量调制(ADM)及解调系统,并对该系统进行了一系列研究,实验结果与理论分析基本一致,系统在10Hz～10kHz工作带宽范围内具有良好的响应能力,其采样率、步长数和记忆比特均可变,适合不同条件下的应用要求。本研究在音乐信号处理实验上获得了满意的结果,对于语音、地震等信号的处理亦具有广泛的应用前景。     

一种瞬变步长LMS自适应滤波算法

基于规一化起动、平滑递推和ＰＬＳ算法导出了一种新的变步长ＬＭＳ算法。文中分析了起动后的平稳连接和提高起始收敛速度的条件，证明了步长因子μ（ｋ）的瞬变特性及其对减小失调噪声的作用。计算机仿真效果较好，支持了理论分析。