大都市轴心化与生态危机

城市的吸引力与城市规模日益形成正比甚至平方正比关系,以前的城乡剪刀差如今日益恶化为城市等级剪刀差。随着大都市轴心化趋势的发展,不同城市之间的等级差距拉大,使得宏观层面上的不公平反而加剧。都市化竞赛的结果是使大部分中小城市变成大都市的附庸;大都市则成为资源高度集聚、经济文化高度发展的轴心。这就是城市的立体化结构造成的中国城市发展的大都市轴心化趋势。西方大都市的没落和中国大都市的繁荣扩张形成了鲜明的对比,从表面上看是中国式后发式发展优势的体现,而从深层解读则可能意味着中国的大都市发展同样需要走向“后大都市”的转型——从繁荣转向寂寞。     

全媒体环境下“引爆点”理论在主流新闻报道中的应用

全媒体时代的主流新闻发布面临着自媒体和社交媒体等无把关信息传播的越来越大的挑战,信息过量和注意力碎片化的媒介社会,重要信息往往会被垃圾化、泡沫化的消息所瞬间淹没。新闻媒体从新闻报道的策划到发布、传播都需要科学合理的把控,找到自身吸引公众关注的独特价值,制造“引爆点”,正确引导舆论。引爆点理论归纳出的流行三原则来阐发流行潮兴起的原因。引爆点理论中引发关注、引导潮流的思路对新闻报道也有一定的借鉴意义。     

三个多元正态总体在简单半序约束下均值估计

 多元保序回归理论对统计学中研究多维参数在序约束下的估计理论起着关键性作用。本文讨论了当协方差矩阵已知,在简单半序约束下,对三个多元正态总体均值的估计问题,给出了估计的算法。并证明了在多元均方损失条件下,给出的均值估计优于无序约束的均值估计。     

核主成分遗传算法与SVR选股模型改进

 量化选股一直是金融领域研究的热点。随着人工智能技术的空前发展,量化选股方法取得了很大进步。本文构建了基于核主成分遗传算法改进的支持向量回归机人工智能选股模型(KPCA-GA-SVR),并基于沪深股市股票基本面及交易数据,分别从短期和中长期对其选股性能和预测精度进行了实证分析。主要结论为：①遗传算法(GA)改进的SVR较传统模型预测精度更高,且避免了过度拟合;②与采用主成分降维技术的PCA-GA-SVR模型相比,基于核主成分特征提取的KPCA-GA-SVR模型,具有更好模型稳健性及预测准确性;③中长期内该模型的预测误差随滑窗长度的增加有降低趋势,且一年期预测精度最高;短期内不同滑窗下,一周的预测效果最佳。本研究对个人投资者的投资决策及国家宏观监控股市动态变化都具积极意义。     

Least Median of Squares Solution of Multiple Linear Regression Models Through the Origin

Barreto and Maharry (2006 Barreto , H. , Maharry , D. ( 2006 ). Least median of squares and regression through the origin . Comput. Statist. Data Anal. 50 : 1391 – 1397 .[Crossref], [Web of Science ®] , [Google Scholar]) showed that PROGRESS algorithm fails to find a correct minimum “Least Median of Squares/LMS” estimate for bivariate regression models which have no intercept. Kayhan and Gunay (2008 Kayhan , Y. , Gunay , S. ( 2008 ). A new approach to least median of squares and regression through the origin . Commun. Statist. Theor. Meth. 37 ( 5 ): 773 – 781 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) presented a different approach for the regression models through the origin which includes at most two unknown parameters. However, LMS estimate for multiple linear regression models still remains an open issue. The aim of this study is to show that finding true LMS estimate for zero intercept multiple linear regression models can be treated as a convex optimization problem and to provide a more general algorithm for any dimensional linear regression models.     

Adaptive optimal scaling of Metropolis–Hastings algorithms using the Robbins–Monro process

ABSTRACT

We present an adaptive method for the automatic scaling of random-walk Metropolis–Hastings algorithms, which quickly and robustly identifies the scaling factor that yields a specified overall sampler acceptance probability. Our method relies on the use of the Robbins–Monro search process, whose performance is determined by an unknown steplength constant. Based on theoretical considerations we give a simple estimator of this constant for Gaussian proposal distributions. The effectiveness of our method is demonstrated with both simulated and real data examples.     

Bayesian Versus Frequentist Approach of the Frailty Cox Model,Application to Calf Gastroenteritis

In the frailty Cox model, frequentist approaches often present problems of numerical resolution, convergence, and variance calculation. The Bayesian approach offers an alternative. The goal of this study was to compare, using real (calf gastroenteritis) and simulated data, the results obtained with the MCMC method used in the Bayesian approach versus two frequentist approaches: the Newton–Raphson algorithm to solve a penalized likelihood and the EM algorithm. The results obtained showed that when the number of groups in the population decreases, the Bayesian approach gives a less biased estimation of the frailty variance and of the group fixed effect than the frequentist approaches.     

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题（vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW）是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。     

混合指数几何分布

本文讨论元件的寿命分布服从双参数混合指数分布,元件个数服从几何分布的情形下,定义了混合指数几何分布,并研究了该分布的各种性质,讨论了参数的极大似然估计,并使用EM算法得到参数的近似估计. 最后,本文给出了参数的渐近方差、协方差、置信区间.     

基于CBR的化妆品销售组合预测模型

预测是销售企业面临的至关重要的问题,预测精度会直接影响到企业的利润及长远发展。考虑到化妆品销售独特的生命周期特点,提出基于案例推理技术的化妆品销售组合预测模型。基于案例推理技术能够弥补短生命周期产品数据不足的问题,根据"最相似"产品的数据对目标产品属性进行推理计算,既提高了预测精度,又便于实际操作。在此基础上,提出了改进的BASS模型及季节性趋势增长模型,充分考虑数据序列波动的季节性、趋势性及其完整的生命周期特征。为了进一步提高预测精度,提出AFTER-GA组合预测算法,并添加PSOWv-SVM模型作为组合预测的模型之一,利用模型处理外界影响因素的能力,使得各模型取长补短,更有效地突出各模型的优势,从而取得更精确的预测结果。实例分析表明,AFTER-GA组合预测算法在精度上要明显优于其他方法;基于CBR的组合预测模型在化妆品销售预测方面,能够达到令人满意的精度要求,具有实际应用价值。