矩约束模型的最优矩条件选取方法

大量经济、金融以及企业管理等领域研究对象的行为特征可以通过矩约束模型来刻画。然而,该模型中参数的估计对矩条件的选取非常敏感。如何选取最优的矩条件,进而得到更准确的参数估计和更精确的统计推断,是实证研究面临的重要问题。本文从估计量均方误差（MSE）最小的角度,研究了一般矩约束模型两步有效广义矩（GMM）估计的最优矩条件选取方法。首先,利用迭代的方法,推导出两步有效GMM估计的高阶MSE,然后通过Nagar分解,求出了两步有效GMM估计量的近似MSE。接着,基于近似MSE表达式,给出了两步有效GMM估计矩条件选取准则的一般理论,即定义了最优的矩条件,提出了两步有效GMM估计的最优矩条件选取准则,并证明了选取准则的渐近有效性。模拟结果表明,本文提出的矩条件选取方法能够很好地改善两步有效GMM估计量的有限样本表现,降低估计量的有效样本偏差。本研究为实证研究中面临的矩条件选择问题提供了理论依据。     

商标侵权撤诉后还要行政处罚吗?

<正>2004年10月份,某私营企业在本厂 的电动自行车产品上使用了与另一家颇有 名气电机公司的注册商标相近似的标志, 造成了一些消费者的误认。电机公司获悉 后,向私营企业所在地的工商行政管理局 投诉。工商局经过调查,认定私营企业在 同种商品上擅自使用与他人注册商标相近 似的标志,构成了商标侵权行为。私营企 业在得知构成商标侵权行为后,主动与电 机公司协商,取得了电机公司的谅解,电     

供应商管理库存环境下的分销网络连续近似模型

本文在现有连续近似(CA)模型的基础上,从供应商管理库存(VMI)角度出发,引入了PowerofTwo(POT)周期配送策略,构建了VMI环境下分销网络设计的CA模型。该模型的目标函数不仅包括了分销中心的建设 运营费用、运输费用,而且引进了实际中关注的存储费和订货费;该模型在确定分销网络结构的同时,也确定了各分销中心的库存策略和对其客户的配送策略。文中给出了模型的解法,利用此解法对算例进行求解,并分析了求解的结果,得出各参数变化对解的影响。     

关于弱化缓冲算子的研究

通过对缓冲算子的研究,构造了几何平均弱化缓冲算子GAWBO、加权平均弱化缓冲算子WAWBO、加权几何平均弱化缓冲算子WGAWBO等若干个具有普遍意义的实用弱化算子,并研究了其特性及各种弱化缓冲算子之间的内在关系,从而使序列前一部分增长(衰减)速度过快,而后一部分增长(衰减)速度过缓的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题得到有效解决。     

基于HTFWGBM算子的供应商选择模型研究

由于供应商选择中的的复杂性与不确定性以及人类认知的有限性,从而导致信息融合失真和决策结果不准确的情况。针对决策属性以犹豫三角模糊数（HTFN）给出的供应商的选择问题,本文提出一种基于HTFGWBM算子的决策算法。首先,针对犹豫三角模糊数和几何Bonferroni平均算子理论,分别定义了犹豫三角模糊几何Bonferroni平均（HTFGBM）算子和犹豫三角模糊几何加权Bonferroni平均（HTFGWBM）算子,同时分别研究了算子的幂等性,置换不变性,单调性和有界性等性质。其次,基于HTFGWBM算子构建新型犹豫多属性决策模型,结合HTFN排序方法进行备选供应商排序。最后通过算南水北调中线工程中的供应商选择实例证明了决策模型的可行性与有效性。结果表明,通过调整模型参数,模型具有一定的延展性和容错能力,能够很好的进行科学决策。     

茶饮

<正>到一定年龄,都会在茶中找点什么,犹如水中倒影,虽然形貌各个不同,却同样言辞闪烁。向茶求问,无解而终,在生命序列中,与茶有关的心态渐次变化。     

关于弱化缓冲算子序列的研究

本文以预测过程中常常出现的冲击扰动问题为出发点,在灰色系统理论缓冲算子公理体系下,构造了一类弱化缓冲算子序列,对现有的弱化缓冲算子进行了整合,研究了这类弱化缓冲算子定义的内涵,实例验证了该算子序列的有效性和实用性,为解决冲击扰动系统在建模预测过程中出现的定量预测结果与定性分析结论不符的问题提供了可以借鉴的方法。     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

群决策中基于语言信息处理的一种理想点法

针对具有自然语言评价信息的多指标群决策问题,提出了一种基于语言信息处理的理想点法。该方法是采用近年来最新发展的LWD算子和LOWA算子对自然语言符号进行处理和运算,通过计算每个方案与正负理想点间的距离,最终确定最优方案,使该方案最贴近正理想点和最远离负理想点。最后给出了一个算例。     

基于小波分解自回归模型的CPI预测

文章利用小波分析与自回归模型相结合的方法来建模分析时间序列,这种方法主要是在尺度函数逼近和自回归模型的基础上建立的。小波分析提供了一种多尺度函数逼近的方法,而自回归模型能够预测时间序列。文章的对CPI序列进行了离散小波分解,并重构得到了尺度序列和每层的细节序列;然后分别对其建立自回归模型并预测每个序列的下一个值,将得到的预测值相加得到了CPI预测值,再用预测值,利用建立的模型进行预测;最后,用标准差来衡量估计量的好坏。