混合学习法前向网络多属性储层参数预测

应用前向网络描述地震属性和储层参数间的非线性映射关系时，经典的误差反向传播算法存在收敛速度慢，易陷入局部极值等诸多不足。研究了融合粒子群优化算法和误差反向传播算法的混合学习法前向网络多属性储层参数预测技术。粒子群优化算法是一种群体随机搜索演化计算技术，具有较快的收敛速度和较强的全局搜寻能力；误差反向传播算法本质上是梯度下降算法，注重局部搜索。混合学习法为两种学习算法交替执行，首先以粒子群优化算法训练网络，当误差能量在规定的迭代次数内不再发生变化时，采用误差反向传播算法实现局部寻优。理论函数逼近测试和实际储层参数预测实验说明了混合学习法具有学习时间短、求解效率高、可靠性强的优点，具有良好的应用前景。     

实体经济“脱实向虚”的金融治理路径研究

实体经济与虚拟经济两种经济形态及其关系构成了现代经济体系的新格局。近年来，虚拟经济的过度膨胀导致了泡沫经济，削弱了实体经济发展的动力。本文分析了实体经济与虚拟经济协调发展的内在动因，为中国经济解决“脱实向虚”现象提供经验指导和优化路径选择。     

网络图绘制的一种新的算法

本文讨论最优箭线网络绘制中虚工序处理的一般规则并提出确定全部引向某一工序的虚工序法则和工序节点编号法则,然后给出利用这些法则和二叉树分解的表示方法实现最优箭线网络图工序关系数字化处理的新的算法。     

干扰环境下非正常航班调度策略研究

非正常航班问题是世界各航空公司都普遍面临的难题,本文提供改进的离子群算法为非正常航班的调度问题的解决提供了有效的途径,从而为我国民航调度管理提供有意义的参考。     

基于支持向量机的中国股指期货回归预测研究

本文针对股指期货预测的特点,选择对股指期货指数有重要影响的相关指标,首次提出用支持向量机(SVM)方法对其进行回归预测,并用遗传算法(GA)和粒子群算法(PSO)分别优化四种不同核函数的支持向量机,构建了八种不同的中国股指期货回归预测方案,用实证研究的方法对这八种方案的准确性和时效性进行了比较。实验结果表明粒子群算法优化的线性核函数支持向量机作为中国股指期货回归预测的模型,具有更好的预测效果。     

基于双层粒子群算法的上下游企业决策动态博弈

在寡占市场结构下,企业决策的相互影响效应更为显著。此时,企业融资决策与产量决策不仅仅影响自身利润,而且会影响到其竞争对手和供应商,即企业决策的策略性效应。本文建立一个考虑产品替代性与市场环境波动内外因素的上下游企业决策动态博弈模型,针对该决策的非线性二层规划特点,设计了双层粒子群算法,并利用计算机模拟技术对企业决策进行分析。研究发现,第一,产品替代性对下游企业具有“竞争效应”,对上游企业生产与利润的下降具有“放大效应”,与债务融资有限责任效应相比,产品替代性的“竞争效应”对下游企业的产量博弈和利润影响更大,另外,债务有限责任效应与债务破产效应左右了产品替代性对下游企业破产均衡临界点的影响。第二,市场环境波动对企业产量决策和融资决策的影响与Wanzenried^[1]一致,而在影响下游企业利润和上游企业利润方面并不一致。第三,针对负债融资和无负债融资两种情形,不论产品替代性较低还是较高,较高的市场波动程度都能促使负债企业考虑债务的战略性作用,且下游企业的负债融资存在“Prisoner’s Dilemma”现象,上游企业的垄断市场地位则加强了下游企业负债融资“放大效应”对其利润的影响。     

浅谈虚空间的实用价值——室内4D空间的实用价值

空虚形态是在不知不觉中被人感受的,因为它传递的是与实体之间的相互关系,表现为张力的变化。两则是相符相成的,不可分割,同理虚拟空间,是利用了虚体形态改变心里效应,而产生幻觉,但给人带来实用价值。设计师一旦了解和掌握了它,即将成为一个魔法师,不在为已存在的空间所局限,我们可以利用虚拟空间任意的改变现实空间的大小、形状、尺度等。将为生活带来更多实用的价值。     

基于约束的离散粒子群算法求解大规模指派问题

针对现有进化算法在求解传统指派问题时因取整而影响优化效果的问题,采用了一种基于AllDifferent约束的置换离散粒子群优化算法,该算法针对指派问题中各变量不能重复取值的特点,改进了算法的迭代方式,并引入了模拟退火的差解接受准则以提高优化效果,仿真算例表明改进后的算法在质量上和时间上更具有效性.