基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测

由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GA-BP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。     

考虑消费者忠诚的雇员激励契约设计

在信息不对称条件下,企业雇主如何在员工行为无法被观测到的情况下达到最优绩效成为企业上层需要解决的重要问题。在此背景下,区别于既有文献,本文根据服务型企业以消费者为中心的特点,将消费者忠实度纳入委托——代理模型,通过设计企业激励契约机制,探讨了企业雇佣员工的最佳方式。结果表明:(1)长期稳定工作的员工会选择提成工资制,这类员工倾向于将努力水平用于提高消费者忠诚度,其选择的结果能为企业带来利润;(2)短期非稳定工作的员工选择固定工资制,这类员工的零付出将给企业造成亏损,且损失额即为短期非稳定员工的固定工资额;(3)选择提成工资制的员工将给服务型企业带来正效益,而选择固定工资制的员工给企业带来固定工资的损失额。本文从企业雇佣员工方式的角度,为企业更偏向于为直接面对消费者创造业绩的服务型员工采取提成工资制,而为没有直接面对消费者的非服务型员工采用固定工资制提供了一种解释,有助于把握企业管理的着力点,进而增强企业绩效提升对经济发展的推动性作用。     

人民币均衡汇率的估计和评价

均衡汇率模型的核心是分析基本经济因素变化对均衡汇率的影响,并利用它们之间存在着的系统联系来估计均衡汇率。通过现代计量经济分析发现,国内投资、经济增长、利用外资效果和对外贸易状况,是人民币均衡实际汇率的长期决定因素。分析结果表明,人民币汇率已经进入一个相对稳定的变化发展阶段。     

视频车辆分类与计数的模型与应用

由于受形态变化、光照变化、视觉碰撞和视觉模糊的影响,基于监控视频的车辆分类和计数一直都是待解决的复杂问题。为了更好地解决这个问题,本文提出新的模型来更好的提取前景。详细来讲,在初次前景提取中,建立模型判断是否存在车辆碰撞,对存在碰撞的车辆通过灰度空间双阀值和YCbCr图像空间处理后,对前景进行更准确的再提取。并在此基础上针对碰撞车辆,定义间隙特征向量将车辆分割问题转换为寻找分割点的优化问题,从而给出高效的车辆分割算法,对发生碰撞的车辆进行准确分割。之后利用神经网络对车辆分类,并设计一种基于已正确对碰撞车辆分割的算法对车辆计数。实验结果表明,本文提出的模型在视频车辆的分类和计数中取得优异的表现,并且数据处理速度能够满足及时性。比起人为计算车流量或建立三维模型等进行分析车辆碰撞情况下的车辆分类与计数,此方法兼顾了准确性与时效性,效率提高,成本减少。