基于混沌时间序列的误差纠错预测模型

提出了一种新型的非常实用的非线性时间序列的预测模型,即误差纠错预测模型(EAM),并从概率统计的角度严格证明了该方法的可靠性,同时分析了受噪声扰动的时间序列的预测.先按一般方法确定嵌入维数与时间步长,在每个当前时刻,先用局域线性回归方法得到预测点的预测值,根据信息在非线性演化中产生的失真误差大小予以修正得到修正值,并以该点为新的基点作进一步预测.该方法具备了滑动窗口二次自回归模型(MWDAR)的适用于小数据集且对大数据集具有高效率的优点,而且克服了MWDAR方法中一次项和二次项阶数及滑动窗口长度等参数难以确定,从而会导致预测恶化,使得应用受到限制的缺点.分别用Logistic方程产生的小数据集和大数据集的混沌时间序列数据作了预测,结果良好.     

跳跃连续时间SV模型建模及实证研究

仅包括跳跃或仅包括随机波动的模型对于股价和收益分布的描述不是很理想.研究了收益和波动中同时具有跳跃因子的连续时间随机波动模型.使用具有跳跃的连续时间随机波动模型分别对1996～1997年和2002～2004年两个时期我国股票市场的波动和跳跃进行分析,用MCMC算法估计模型的参数,结果表明,近年来我国股市的波动和跳跃较10年前有所减少.     

基于动态时间弯曲的区间值时间序列匹配算法

结合vague集的优点,将区间值的思想应用于时间序列研究,定义了基于区间值的时间序列.同时,在综合分析了不同的vague值(区间值)的相似度量的缺点后,提出了一种新的基于vague值的相似度量,并结合动态时间弯曲的思想,给出了一个基于动态时间弯曲的区间值时间序列的相似性匹配算法.     

从因果性到空间关系

早期认知心理学倾向于接受传统逻辑学的观点,认为归纳推理起源于因果性。近年来,认知心理学的实验研究表明因果性起源于人对时间关系和空间关系的认识。本文的研究指出,一般意义上的时间关系可以还原为空间关系。于是,在追溯归纳推理基础心理机制的道路上,出现了这样一个线索:归纳推理源于对因果性的认识,因果性起源于时间关系,而时间关系又是空间关系的衍生,因此,归纳推理起源于对空间关系的认识。     

经济转型时期我国城镇居民消费与收入的长期均衡关系

由于确定性时间趋势项代表了经济发展等的因素对消费的影响,故本文首次基于带有非参数时间趋势项的半参数模型对我国1978～2005年的消费收入进行了协整检验,实证结果表明：转轨时期我国城镇居民人均收入与消费之间存在着长期均衡关系;收入是消费的一个重要决定因素;同时趋势项的影响也并不是如很多文章描述的那样具有直线形式.     

项目进度中的离散时间-费用决策问题研究

离散时间-费用权衡问题(DTCTP)是项目进度文献中被研究最多的双目标优化问题,它通常以三种形式出现:1)P1:截止日期问题;2)P2:预算问题;3)P3:工期-费用曲线问题.然而,对问题研究都集中在P1上,P2被关注较少.首先建立了与一般项目网络对应的P2的数学模型,在分析模型特征基础上,设计求解模型的遗传算法.最后,通过3个数值实例,验证模型的正确性和算法的有效性.     

"已实现"双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.     

基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

具有可变抽样区间的二维EWMA控制图

对二维EWMA控制图进行了可变抽样区间设计,利用Markov chain方法计算出了过程的平均报警时间,数据结果显示,所设计的控制图较常规的固定抽样区间控制图能更快更准确地发现过程的变化.     

应用支持向量机预测公交车运行时间

采用一种新颖的神经网络-支持向量机(SVM),来预测公交车的到站时间,其目的是要验证SVM在运行时间预测领域的可行性.该模型采用了时间段、天气、路段以及当前路段的运行时间和下一路段的最新运行时间5个输入变量.最后,应用大连市开发区4路公交线对该模型进行了校验,并得到若干结论.