基于盾构掘进参数的LVQ神经网络地层识别

以苏州4号线2标及2号线东延伸线5标地铁工程为背景，分析了盾构机的掘进参数：千斤顶推力、推进速度、刀盘扭矩、螺旋机转速和同步注浆量在不同地层条件下的变化规律。提出了基于盾构机掘进参数的学习向量量化（Learning Vector Quantization，LVQ）神经网络地层识别方法。建立了以盾构机五个掘进参数作为输入，地层特性编码为输出的数学模型，通过每种地层100组训练样本对模型进行训练，通过57步训练，训练样本误差控制在0.1以内，并用每种地层50组检验样本进行检验，地层总体识别率达到82.7%。     

几种岭参数选择方法的比较

比较了不同的几种岭参数选择方法的应用效果，结果表明，几种方法中没有一种方法被认为是优于其它的方法。但在均方误差准则下．几种岭参数选择方法所获得的估计都改进了设计阵呈病态时的最小二乘估计。     

样本选择参数分位回归模型及其在工资分布分解中的应用

在工资差距分解问题中,研究者经常会遇到样本选择偏差问题,直接忽略会导致最终估计结果产生严重偏差,同时在众多工资差距分解方法中,相比于均值分解,分布分解方法更受研究者青睐。针对参数分位回归,本文首次提出可加形式与非可加形式的样本选择参数分位回归（SSPQR）模型,并基于这两类样本选择参数分位回归模型给出修正样本选择偏差后的参数分位回归工资差距分布分解方法。运用上述方法及已有的工资分布分解方法,借助CHNS2015年度城镇数据,本文研究了我国城镇男女工资差距及差距分解问题,得出以下结论：①男女工资差距主要来源是性别歧视问题;②经过样本选择偏差修正后,实际的工资差距更大,歧视问题更严重;③男女工资差距程度在不同分位点上结果不同,换句话说,我们不能简单地仅从平均水平来判断工资差距程度;④与其他已有方法计算结果比较发现,SSPQR计算的工资差距程度更大。     

单指标非参数期权定价——改进的非参数定价方法

本文建立一种改进的非参数期权定价模型,称为单指标非参数期权定价模型。相比现有非参数回归期权定价模型是期权价格关于各个因素的多元回归函数,本模型通过变量变换把期权价格多个因素指标转换为一个综合变量——单指标,得到期权价格关于单指标的一元非参数回归方程。改进的模型实现了多元非参数期权定价模型的降维和简化了模型计算;还通过多个期限期权的单指标组合解决了非参数估计的样本数量问题;以及通过期限平滑解决了现有非参数定价模型中的日历效应问题。选取上证50ETF期权数据实证分析表明,无论是样本内的估计结果还是样本外的预测结果都比传统的Black-Scholes模型、半参数Black-Scholes模型和多元非参数回归期权定价模型估计效果有提高。     

基于模糊理论评估连续梁桥地震破坏状况

为了研究不同强度等级地震作用下连续梁桥的破坏模式及破坏程度,采用多级模糊综合评判方法建立连续梁桥的综合评估模型。根据连续梁桥的特点,利用连续梁桥各单元及各构件的破坏程度建立多个因素集,根据各因素的权重和评价标准,对多个因素集进行逐级评判,根据最大隶属度原则得到地震作用下连续梁桥的破坏情况,并通过等级参数评判法对不同地震强度下连续梁桥的破坏情况进行等级评判,得到连续梁桥破坏情况与地震强度之间的关系。最后,基于多级模糊综合评判方法对一座连续梁桥实例进行评判     

基于半参数混合模型的碳排放影响因素研究

文章在计算碳排放量的基础上,利用2000年-2012年30个省市的面板数据构造半参数混合模型,对影响碳排放的各因素进行了实证分析.结果表明:GDP、人口总量、城市化水平、对外贸易与碳排放之间存在正相关关系.第二产业增加值所占比重与碳排放量之间的关系比较复杂.随着第二产业增加值占比的增加,刚开始碳排放量的波动不大,随后出现明显快速的增长趋势,慢慢增长的边际作用下降.煤炭消费的增加会导致碳排放量的快速增长,到该值超过90％之后出现拐点.最后通过将半参数混合模型与其他模型进行比较,得出在充分考虑变量间非线性关系的条件下,半参数混合模型的拟合效果是最优的.     

中国经济结构性减速时代的来临

本文从产业结构调整视角,研判中国经济结构性减速时代的来临并预测中国未来20年的经济增长速度.对产业结构合理化和高度化的传统测度指标进行完善,基于1978-2012年省域数据,利用非参数面板模型均值估计和逐点估计方法,实证检验了中国产业结构调整与经济增长的关系.结果显示,中国产业结构合理化和高度化都显著促进了区域经济增长,但无论采用合理化还是高度化指标,结构调整效应的产出弹性均随产业结构的调整、资本积累和劳动投入的增加而呈现“倒U型”动态演进过程.当前,中国整体正处在“倒U型”曲线的拐点,面临从“结构性加速”向“结构性减速”转变的困境.经济增速的预测表明,中国经济增长将在2013-2017年进入“7时代”,在2018-2022年进入“5时代”甚至“4”时代.     

基于偏最小二乘回归的COCOMO模型校准方法

准确的软件成本估算对于实现软件项目的科学管理具有重要意义.COCOMO系列模型是当今实践应用最为广泛的成本估算模型之一.文章针对现有的COCOMO模型参数校准方法只对比例因子和指数因子进行校准的问题,为了更好的实现COCOMO模型本地化,提出了一种基于偏最小二乘回归的参数校准方法,解决了工作量乘数因子的校准问题.采用COCOMO81原始建模数据库对校准后的参数进行验证,结果表明该方法能够明显提升COCOMO模型的估算精度.     

异方差下多个正态总体共同均值的参数bootstrap推断

文章使用参数bootstrap (PB)方法考虑了当方差未知且可以不相等时多个正态总体共同均值的假设检验和置信区间构造问题.基于共同均值一个著名估计,提出了一种参数bootstrap统计推断方法,并借助Mon-te Carlo方法与经典的近似解法和广义推断方法进行了比较.随机模拟结果表明,就第一类错误概率和覆盖率而言,参数bootstrap推断方法表现更好.参数bootstrap方法不仅具有满意的第一类错误概率和覆盖率,而且具有良好的检验功效和置信区间平均长度表现.     

基于非参数分位数方法对金融风险的研究

文章提出了使用非参数密度分位数方法来计算VaR模型.此方法完全由数据驱动,不需要设定新息项的分布,并同新息项服从正态分布、T分布和GED分布计算的VaR进行对比,得到了比较理想的结果,从而为金融风险研究提供了较有效的参考方法.