基于Oaxaca-Blinder分解法的区域经济发展差异研究——从环境规制角度分析#br#

区域经济发展不平衡问题,一直是理论和实践工作的热点。论文基于2005—2018年上海市和安徽省的省级面板数据探究区域经济发展的差异性原因。首先通过随机森林法筛选出除环境变量外的其他重要影响因素,再通过经典门槛回归模型找到环境规制水平的分界点,然后根据该分界点将样本划分为两阶段,最后基于Oaxaca-Blinder分解法讨论不同环境规制阶段下经济发展差异的原因。研究发现:1）环境信访数为35 217件是划分环境规制水平的分界点,且安徽省和上海市目前均处于环境库兹涅茨曲线的前半段,环境规制的“创新补偿效应”起着主导作用;2）在单个变量的Oaxaca-Blinder分解结果中,人力资本和信息化水平分别在低水平子样本和全样本中成为经济发展差异的最主要原因,其特征回报差异值分别是-3.161 3和0.092 6;3）在总体Oaxaca-Blinder分解结果中,特征回报差异在全样本中的贡献比例增加了15.28%,说明在整体水平下,安徽省的经济发展水平“歧视”程度更加显著。基于以上结论,建议国家和政府在完善公众参与型环境规制相关政策的同时,还应给予青少年创新环境与创新资源、适当调整各地财政支出以缩小区域间的经济发展差异。这不仅有助于了解不同环境规制情况下省市的经济发展状况,也能从各个角度为实现地区经济发展平衡提供方向。     

混合遗传蚁群算法优化BP神经网络预测空气质量

为了进一步提高空气质量指数预测精度,提出一种混合遗传蚁群算法优化BP神经网络的方式对空气质量指数进行预测.首先初始化蚁群算法的信息素分布,对不满足适应度条件的进行遗传算法的交叉、变异操作,进而计算蚁群的状态转移概率和信息素浓度,当适应度值满足条件要求时,将寻优结果作为BP神经网络的最优权值和阈值,来改善单一BP神经网络的不足.最后通过运用西安市的空气质量指数日历史数据进行验证,实验表明,本文所提模型的各个评价指标相对其他对比模型误差更小,在预测精度方面具有更高的说服力,因此能够有效地预测空气质量指数.     

融合螺旋策略的分片混沌群粒振荡搜索算法

针对标准鲸鱼算法(WOA)及部分衍生算法求解某些算例效果不佳的问题进行了研究与实验,证明了WOA"包围"过程存在零点搜索偏好陷阱;而混沌优化算法(COA)不均衡的搜索特性使得部分衍生WOA融合的混沌初始种群与群智能优化过程难以调和.为了改善上述缺陷,选用了两种混沌系统和气泡网捕猎策略,设计了一套融合式优化算法.算法采用基于适应度的基线式自适应振荡群粒划分策略指导群体行为模式,充分发挥混沌系统作用,平衡探索与收敛性能.对通用/改进算例和工程应用案例求解可知,该算法性能相较于对比组算法更优,且不存在搜索偏好.     

基于改进粒子群和模糊神经网络的雾霾分类研究

针对粒子群算法对初始种群敏感和易陷入局部最优解等问题,提出了佳点集理论结合多种群多策略协同进化算法改进的粒子群算法(IMPMSPSO).首先采用佳点集理论生成佳点作为初始种群,使种群分布更均匀而在一定程度上减弱其对位置的敏感性;然后利用协同进化算法,先将种群随机分成若干子种群,各子种群随机选择一种改进的进化策略并行计算,并进行最优位置的共享.经过测试,IMPMSPSO在计算精度和收敛速度上均优于其他算法.最后利用IMPMSPSO优化模糊神经网络初始权值和阈值构造分类预测模型,对雾霾污染等级进行分类预测.结果表明,与其他分类模型相比,该模型在各等级上的准确率均有提高.     

基于粒子群算法优化支持向量回归的水质预测模型

溶解氧是反映水污染程度的一个重要指标,准确的预测可以高效合理地判断水质环境的状况。由于水质环境的实时变化和复杂性以及收集数据的偏差,在水生系统中获得高效、精确的预测模型是困难的。因此,首先利用主成分分析（PCA）确定影响水质溶解氧的变量数目,降低数据维数,为解决变量间的非线性和非平稳性问题,提出用互信息（MI）选取影响...     

熔炼炉的节能信息

达文波特公司是生产厚板、薄板、箔材的冷金属加工厂。该厂熔炼炉用于熔炼厂内外的废料及原锭,用以生产板锭。近四年,该厂提出了许多不断完善的节能设想,其中有两种较为成功的方案:即安装实验性的陶瓷管废热回收装置和对所有的熔炉烧咀进行改造。安装实验性的陶瓷管废热回收装置是在第七次节能专题讨论会上提出的。本文将介绍达文波特阿尔考公司对这两种节能方案所取得的经验。一、陶瓷管废热回收装置一台典型的反射熔炉有70％的能量损耗在烟道里。一九八一年,在熔炉的侧壁安装了一台Hague陶瓷管废热回收装置,     

基于Lasso回归和SVR模型的消费者信心指数的预测

消费者信心指数是反映消费者消费趋向的重要指标,为了掌握消费者信心指数的发展趋势,本文对消费者信心指数进行预测.首先,构建与消费者信心指数相关的关键词作为其影响指标;其次,收集2011～2019年的百度指数数据,并采用Lasso回归等方法对变量进行筛选;最后,建立SVR模型进行预测,并比较在使用不同核函数时,SVR模型的预测效果.结果表明,使用高斯核函数时,SVR模型的预测效果最好,能够较好地预测消费者信心指数,从而为有关部门政策的制定提供参考.     

一种分片混沌贪婪振荡退火TSP优化算法

引入自适应升温策略或使用蒙特卡罗策略的模拟退火算法在复杂TSP求解时分别表现出收敛缓慢和全局最优逼近能力有限的问题;而现有的混沌优化算法由于logistic映射的缺陷,削弱了其跳出局部最优的能力.故设计一种融合型算法框架,在框架中嵌入分片Lorenz混沌映射系统,加强混沌算法对邻域解的搜索均匀度;引入了贪婪策略构造逼近全局最优解的初始解,使算法具有跃迁到全局最优解邻域的能力;此外设计了振荡退火互补机制,改善了子迭代解筛选过程,增强算法全局搜索性能.实现算法后,使用国际公开TSPLIB算例,经过多轮对比测试,验证了新算法对TSP的求解性能指标优于对比组模拟退火算法和logistic混沌优化算法,具有更短的收敛时间和更强的全局最优逼近能力.     

求解多目标带时间窗VRP问题的文化狼群算法

针对以最小化总距离和车辆数为目标的带时间窗车辆路径问题的求解,提出一种基于文化基因的狼群算法。根据客户近邻度矩阵构建初始狼群,提高狼群的优良性。结合问题特征与狼群算法的寻优思想,重新定义了群体的游走和突袭行为。提出头狼变异策略,增加了最优解的邻域搜索范围。受文化算法启发,将当前最优解的有利信息作为信仰空间的知识来指导狼群进化方向,提高搜索效率。仿真实验及与其他算法对比,表明文化狼群算法求解车辆数更少、总距离更短,且具有更好的稳定性。