简介：在行为金融研究框架下,通过分析情绪投资者与理性投资者的市场均衡条件,构建基于投资者情绪的资产定价模型,并对模型进行了数值模拟。结果表明,投资者情绪是影响资产价格的重要因素：被情绪投资者高估的资产,其回报将下降;被情绪投资者低估的资产,其回报将增加;资产回报的变化程度与情绪投资者卖出低估资产的份额正相关,与资产预期回报金额的相关系数负相关;并且,乐观情绪与悲观情绪对资产价格的作用是非对称的。

简介：利用对抗分析法，从供求双方的基准框架出发，根据各自的建议解与反击策略，分析了双方可能面临的悖论，通过消除理性悖论的可能手段来分析价格随着市场供求状况变化而变化的情况，进而对完全竞争市场条件下均衡价格的形成机制作出解释。

简介：针对具有一个领导者和一个跟随者的Stackelberg博弈模型,考虑两种情况：（i）没有凸性条件;（ii）没有凸性条件且减弱连续性。并利用非线性分析方法,证明了在这两种情况下的Stackelberg博弈均衡点的存在性及通有存在性的结论,这些结论改进了BasarT,OlsderGJ的结论[1]

简介：针对模糊随机需求下的分布控制型报童问题，建立了无数量折扣和有数量折扣情况下的利润最大化两层规划模型，并结合模糊随机模拟技术和遗传算法设计了模型求解的混合智能算法。解决了上层制造商制定包括折扣区间和折扣价格的最优数量折扣策略，以及下层多零售商确定各自的最优订货量的Stackelberg—Nash均衡策略问题。

简介：研究由一个供应商和两个零售商组成的供应链共享信息均衡问题。两个零售商具有不同的私有成本信息。当零售商不公开此成本信息时,其他的零售商和供应商只能推断出该信息的模糊分布。不同市场需求参数下,使零售商和供应商均达到最大利润的局势也有所不同。为了使供应链上的供应商和零售商达到双赢,分析了各同均衡策略存在的前提条件。

简介：本文构建了电力供应链网络均衡模型,网络中包含三级决策主体,分别是：发电厂、电力服务商和用电市场。在分析各级决策者行为的基础上,得到了基于变分不等式的均衡条件,研究了针对发电厂的排污权交易政策设计问题。研究发现：排污交易政策实施后,总排污量不会超过给定的排污权总量;发电厂清洁生产能力的差异对排污权交易政策影响显著。

简介：本文对指数分布的无失效数据，在引进失效信息后，在先验分布为Gamma分布时，给出了失效率的多层Bayes估计和综合Bayes估计，并给出了无失效数据情形可靠度的综合估计，还结合实际问题进行了计算。

简介：轮廓线的变点识别是质量管理的研究热点之一，当前研究多以轮廓整体变化为识别对象，而对局部变化问题研究相对较少，且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文针对轮廓线局部变化识别问题，提出基于小波变换和聚类分析的方法。通过仿真性能评价，并与现有方法进行比较，结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾，本文采用了一个实例对该方法的效果进行验证。

简介：采样数据合理性检验,是数据处理中重要的一环,它的主要功能是鉴别采样数据中可能含有的异常值,并进行相应的机理分析与修复工作。本文从飞行器外测系统工程应用的角度出发,给出了两种简单易行的判断方法。

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。

简介：针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。

简介：服务外包是推进我国产业结构调整的重要方式。数据处理作为服务外包中基础业务之一,对人力依赖程度很高。企业只有合理有效安排员工生产才能及时处理并以低成本交付订单。文章以数据处理业务为研究背景,考虑订单加工整个流程和员工技能种类,建立两步多层复合技能人力调配分段模型。选取实地调研企业数据运用模型进行求解。结果表明了模型的有效性,对于有效提升企业接包能力,促进我国服务外包发展有重要意义。

简介：时间序列聚类分析是时间序列数据挖掘中的重要任务之一，通常由于时间序列数据的特殊结构，导致一般的聚类算法不能直接应用于时间序列数据。本文提出了一种基于独立成分分析与改进^一均值算法相结合的时间序列聚类算法，该算法首先利用独立成分分析对时间序列数据进行特征提取，然后利用改进￡．均值聚类算法完成对时间序列特征数据的聚类分析，从而得到了一种新的基于特征的时间序列聚类方法。为了验证该方法的有效性和可行性，将其应用于实际的股票时间序列数据聚类分析中，取得了较好的数值结果。

简介：随着互联网＋战略的深入推进,了解不同产业内信息技术能力与产业绩效之间的协调发展情况,对于系统把握我国的信息化发展水平,分类制定有效产业政策具有重要意义。有别于以往采用宏观产业数据,重点评价工业化与信息化融合度,本文主要基于2008~2015年的上市公司的微观数据,采用耦合协调模型,分类测度四大类产业的IT能力与产业绩效的耦合协调度。研究发现：总体上看我国的产业IT能力与产业绩效之间存在中高度耦合关系,但耦合质量不高,耦合协调度处于中低水平,呈现逐渐上升趋势;此外,我国的不同的产业之间的耦合协调度发展趋势存在差异性,本文进一步分析了该差异的存在的原因,并提出政策建议。