空中交通流非线性分形特征

为了给空中交通流建模与预测提供科学依据,建立4种时间尺度的时间序列,采用替代数据法进行了非线性检验,确定5 min尺度的时间序列作为后续研究对象;应用小波分解方法研究了时间序列的自相似性特征,通过R/S方法计算了全局和局部Hurst指数,研究了时间序列的长相关性特征;应用关联积分的二阶差分法计算了时间序列的无标度性区间;采用多重分形谱方法研究了时间序列的多重分形特征,应用Grassbeger-Procaccia （GP）算法计算了时间序列的关联维数. 研究结果表明:5 min时间尺度的时间序列具有非线性因素的概率为99.2%,其他3种时间序列的非线性尚不明确;从小波分解图可定性观察出时间序列具有较强的自相似性;全局Hurst指数为0.756 5,局部Hurst指数均大于0.5,表明时间序列具有长相关性;关联积分二阶差分法能够有效识别出无标度区间,说明时间序列具有无标度性,不同嵌入维数对应的无标度区间是不同的;多重分形谱图呈现钟型,说明具有多重分形特征;关联维数为6.89,表明至少需要7个变量才能清晰描述本时间序列对应的空中交通流.      

路面纹理的多重分形特征描述与识别方法

应用多重分形理论验证了路面纹理的多尺度特性,研究了路面纹理多重分形谱的直接计算方法以及权重因子对计算结果的影响规律.测量了4组不同级配的沥青混凝土样块纹理高程值,利用小波变换消除噪声数据,分别计算各组样块纹理的多重分形谱参数,构建了一种应用多重分形谱描述与识别路面纹理特征的新方法.分析结果表明:路面纹理呈现出复杂性与自相似性特征,不同路面纹理之间的多重分形谱存在明显的差异性;路面纹理越复杂,高程波度越剧烈,多重分形谱参数越大,反之则越小;对于相同类型的路面纹理,多重分形谱形状和参数均相近.可见,多重分形是一种描述与识别路面纹理特征的有效方法.     

中国股票市场分形结构探索

为充分认识投资活动的规律，采用上证综合指数对中国市场的价格行为进行了研究．结果表明中国市场具有分形结构．此外，从广义维数和不同幅度收益率在时间轴上的标度行为两方面对中国市场分形的局部结构进行研究的结果也显示了明显的多重分形特征．     

基于分形插值函数的路面构造模拟方法研究

通过对分形插值函数构成算法和纵向压缩因子取值方法的研究,给出了基于分形插值函数的路断面构造模拟方法和MATLAB语言编制的模拟流程图;对SMA-13马歇尔试件断面构造的拟合分析表明,实际路面断面构造和分形插值曲线在精度范围内具有一致的分维数,说明分形插值方法对路面断面构造等不规则曲线的拟合具有良好的适用性。     

中国和巴西港口拥塞指数多重分形研究

运用多重分形消除趋势波动分析法(MF-DFA)与多重分形消除趋势波动交叉相关分析法(MF-DCCA)对全球港口拥塞指数的中国港口ETA(Estimated Time of Arrival)海岬型船与巴西港口ETA海岬型船港口拥塞指数进行研究。研究表明:中国港口ETA海岬型船与巴西港口ETA海岬型船时间序列广义Hurst指数及MF-DCCA广义Hurst指数,均单调递减且值域在(0.5,1)之间,标度指数均表现凹向横轴的函数,分形谱密集钟形分布;两组时间序列均具有明显的多重分形特征,同时具有长期记忆性与多标度性,且二者多重分形交叉相关,表现长期相互影响。     

基于多重分形与SVM的高速列车运行状态识别方法

为了评估高速列车服役性态问题,提出基于多重分形与支持向量机(SVM)的高速列车状态识别新方法.该方法计算了高速列车振动信号的多重分形谱,分析了多重分形谱参数与列车状态之间的关联关系,提取了多重分形谱宽度、分形维数差和谱偏斜度作为高速列车状态的特征,使用支持向量机来对高速列车状态进行识别.获取了某型列车的正常状态、抗蛇行减震器失效、空簧失效3种典型的多重分形特征,训练了不同速度下的SVM和单一速度为160 km/h的SVM,并进行了工况识别实验.所提方法对高速列车的状态识别率大于88.8%,表明了该方法的有效性.      

基于分形期权理论的船舶投资决策研究

船舶作为航运企业最重要的生产资料,其前期的投资决策分析至关重要.一直以来,船舶投资风险价值的计算是困扰人们的问题之一,实物期权理论与B-S定价模型的发展为其提供了一个解决办法.但B-S 定价模型中最重要的假设条件是资产价格波动符合正态分布,这与现实差距较大.本文以分形分布条件代替B-S定价模型中正态分布的假设,建立起分形期权定价模型,并利用BDI价格指数进行实证分析.结果证明BDI对数收益率序列的H指数大于0.5,说明BDI收益具有较强记忆性,呈现尖峰胖尾特征.在此条件下,以传统B-S定价模型计算出的船舶投资实物期权价值大于分形期权价值,说明其高估了船舶投资的管理柔性价值,这会使投资者产生盲目乐观心理,进而增大投资决策风险.     

���ڷ�����Ȩ���۵Ĵ���Ͷ�ʾ����о�

船舶作为航运企业最重要的生产资料,其前期的投资决策分析至关重要.一直以来,船舶投资风险价值的计算是困扰人们的问题之一,实物期权理论与B-S定价模型的发展为其提供了一个解决办法.但B-S定价模型中最重要的假设条件是资产价格波动符合正态分布,这与现实差距较大.本文以分形分布条件代替B-S定价模型中正态分布的假设,建立起分形期权定价模型,并利用BDI价格指数进行实证分析.结果证明BDI对数收益率序列的H指数大于0.5,说明BDI收益具有较强记忆性,呈现尖峰胖尾特征.在此条件下,以传统B-S定价模型计算出的船舶投资实物期权价值大于分形期权价值,说明其高估了船舶投资的管理柔性价值,这会使投资者产生盲目乐观心理,进而增大投资决策风险.     

中国股票市场的统计特性和期权定价

应用动力模型理论,研究和分析了实际数据（SSE和SZSE综合指数日收盘价）和模拟数据（动力模型）的收益率统计特性.发现我国股票市场的波动性与动力模型基本保持一致;还发现动力模型比正态分布能够更好的描述真实市场的对数收益率分布;在对数收益服从动力模型的基础上,应用随机理论,构造了股票价格过程;最后,通过引入风险中立概率（Risk Neutral Probability）,导出了欧式买入期权的定价公式.     

基于道路交通的相空间重构

利用相空间重构法,对道路交通中的车流量进行模拟分析,在选择适当的嵌入维数和延迟时间的情况下,得到相应的关联维度,即车流量这个时间序列的吸引子维度.得到的关联维度是个大于2的分形维,说明构成此序列的交通系统是个混沌系统.如果要进一步构建此系统的动力学模型,至少需要3个独立的参数变量.此方法为道路交通预测工作的顺利展开打下了一定的基础.     

Forecasting of stock returns by using manifold wavelet support vector machine

An admissible manifold wavelet kernel is proposed to construct manifold wavelet support vector machine(MWSVM) for stock returns forecasting.The manifold wavelet kernel is obtained by incorporating manifold theory into wavelet technique in support vector machine(SVM).Since manifold wavelet function can yield features that describe of the stock time series both at various locations and at varying time granularities,the MWSVM can approximate arbitrary nonlinear functions and forecast stock returns accurately.T...     

Simulation on Remanufacturing Cost by Considering Quality Grade of Returns and Buffer Capacity

Selecting the remanufacturing system as object of the study, the buffer capacity is served as control variable, and design of experiment(DOE) and simulation are used to analyze the effect that uncertain quality of returns acts on system performance. The remanufacturing time and the recovery rate in each station are used to represent the quality level of the returns, and the variance of remanufacturing time is used to denote the variability of returns' quality. Three factors(the variability, the proportion and the recovery rate) of different quality levels in returns are considered. By analyzing the variance and the range of the simulation results, some important conclusions are obtained: recovery rate affects the remanufacturing cost by far, and the variability has the minimum influence; furthermore, for the returns, the more obvious of the dispersion degree, the higher proportion of the high-level quality, and the higher of the recovery rate, the lower the cost of remanufacturing will be.     

铁路运输企业间收益合理分配的数学模型

利用多人合作对策模型解决铁路运输企业间收益的合理分配，在特征函数的基础上，根据铁路运作生产的特点，引入势指标的概念反映不同联盟的“势力”。     

基于选举模型理论研究股市特性

基于交互粒子系统之一的选举模型理论,构造了一个股票价格方程（模型）来实现股市价格和收益的模拟.文中讨论了选举模型理论中3个重要参数,强度、初始密度和网格维数,对股票收益统计特性及幂律分布的影响.为验证价格模型的有效性,对比上证综指、香港恒生指数及模拟收益,通过自相关系数分析、经典R/S分析法和修正R/S分析法来研究以上3个时间序列的长期依赖性.同时计算并检验了著名的Hurst指数,求取了以上3个金融序列的记忆周期.     

基于神经网络的混沌时序数据失真检测方法研究

介绍了时序数据的混沌识别方法,并根据混沌时序数据的可预测性,提出了一种基于神经网络的混沌时序数据失真检测方法.通过实例证明该方法能准确地检测出混沌时序数据的失真点,并将其还原.该方法既是检测过程同时也是修复的过程,在数据处理领域有一定的应用前景.     

基于神经网络的混沌时序数据失真检测方法研究

介绍了时序数据的混沌识别方法,并根据混沌时序数据的可预测性,提出了一种基于神经网络的混沌时序数据失真检测方法.通过实例证明该方法能准确地检测出混沌时序数据的失真点,并将其还原.该方法既是检测过程同时也是修复的过程,在数据处理领域有一定的应用前景.     

基于GRNN的船舶阻力预测

文章通过介绍广义回归神经网络(GRNN)的原理及其非线性拟合的能力,建立了基于GRNN的船舶阻力预测模型。本文将该模型运用到Taylor系列船舶剩余阻力预测中,得出预测结果。通过与实际阻力比较,得出预测阻力的相对误差在5%之内的百分比为93.98%,最后本文通过预测插值后的数据,得出相对误差在5%以内占85.38%。由此可以看出,GRNN预测船舶阻力有很高的精度和较强的泛化能力,为船舶阻力的预测提供了一种简便的预测方法。     

逆向物流：现代物流企业的“新大陆”

逆向物流是一种包含了产品退回、物料替代、物品再利用、废弃物处理和再处理、维修与再制造等流程的物流活动,目前中国对逆向物流的研究和科学实践基本还处在空白阶段。中国每年因退货、过量生产、不合格品退回、报废和损坏等产生的损失正在以惊人的速度增长,开展逆向物流对遭遇巨大的资源和环境制约的中国而言,前景诱人。     

中国社会阶层结构变迁的展望和导向

中国正在全面建设小康社会，并为到本世纪中叶基本实现现代化而奋斗。中国社会阶层结构也正在朝着现代化的方向变迁。不少学者把按经济等级划分中间大、两头小的橄榄形结构作为中国社会阶层结构形态所要追求的现实目标，这是不符合拥有超级人口的中国国情的。到本世纪中叶的社会阶层结构形态，只能是下比上大具有弧形底部的生梨形。我们要在这样的社会阶层结构形态下，以最广大人民的根本利益为导向，采取一系列的适当的制度安排和政策选择，使社会富有活力和持久稳定。