重庆大学数学与统计学院
- 作品数：725 被引量：1,900H指数：17
- 相关作者：曾理杨虎刘琼荪穆春来舒永录更多>>
- 相关机构：重庆科技学院数理学院长江师范学院数学与计算机学院重庆师范大学数学科学学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金重庆市自然科学基金更多>>
- 相关领域：理学自动化与计算机技术经济管理文化科学更多>>
- 基于ARFIMA-WRBV-VaR的中国股市风险研究被引量：9
- 2013年
- 采用日内高频数据,以上证综指和深证成指反映中国股市整体情况,建立了ARFIMA-WRBV-VaR模型,对中国股市进行了VaR风险预测研究.实证结果表明:用WRBV来估计2种指数的波动率,能有效解决2种指数收益率序列的跳跃点情况和消除股市的日历效应.预测得到的VaR序列能通过kupiec似然比失败率检验,且预测结果的准确度较高.通过对VaR预测序列进行R/S检验,发现VaR预测序列具有长期记忆性,即ARFIMA-WRBV-VaR模型能较准确地预测中国股市的VaR风险值.
- 傅强伍习丽
- 关键词：长记忆
- 一类非线性抛物方程解的爆破时间估计
- 2013年
- 主要研究带有第三界边界条件的非线性抛物方程解的爆破现象,建立一系列微分不等式,给出了爆破时间的下界估计,最后给出了方程解不爆破的条件.
- 王勤锋周寿明
- 关键词：爆破非线性抛物方程
- 基于微粒群算法的交通流量组合预测研究被引量：1
- 2011年
- 智能交通运输系统是目前国际公认的解决交通拥堵、提高运行效率的最佳途径,交通流的实时、准确预测是智能交通运输系统的核心技术之一;在对目前几种常见的交通流预测模型的基础上,提出一种基于微粒群算法的组合预测;新方法充分考虑了各种算法的优点,并结合重庆市某道路进行实证分析。
- 卞鹏
- 关键词：智能交通微粒群算法组合预测
- 非监督子空间学习中关联度量多维尺度分析被引量：3
- 2011年
- 多维尺度分析已经在维度约减和数据挖掘领域得到了广泛应用。MDS的主要缺点是其定义在训练数据上,对于新的测试样本无法直接获得映射结果。另外,MDS基于欧氏距离度量,不适合获取相似数据中的非线性流形结构。将MDS扩展到关联度量空间,称为关联度量多维尺度分析(CMDS)。与传统MDS在训练数据中完成映射,进而缩小空间范围相比,CMDS能够直接获得测试样本映射结果。此外,CMDS基于关联度量,能够有效学习相似数据中的非线性流形结构。理论分析表明,CMDS可以利用核方法扩展到新特征空间,解决非线性问题。实验结果表明,CMDS及其核形式KG-CMDS性能优于常用传统降维方法。
- 何光辉张太平唐远炎
- 关键词：多维尺度分析
- 模糊期望值证券投资组合模型研究和实证分析
- 2011年
- 本文着眼于研究不确定环境下的投资组合问题,主要讨论了模糊期望值模型,创新点是把协方差引入到风险度量里面,建立一个群投资组合选择模型。并选取"上证50指数"中的19支成份股进行实证分析,结合遗传算法,通过运用MATLAB软件编程得到了三种投资者各自应该采取的最优投资组合。
- 杨梅
- 关键词：投资组合模糊数遗传算法
- 不含5-圈的平面图的无圈边着色
- 2012年
- 图G的一个无圈边着色是一个正常的边着色且不含双色的圈.图G的无圈边色数是图G的无圈边着色中所用色数的最小者.本文用反证法得到了不含5-圈的平面图G的无圈边色数的一个上界.
- 吴燕青谢德政赵灿鸟
- 关键词：无圈边着色无圈边色数平面图
- 关于城市混合交通中乘客交通方式选择的研究被引量：6
- 2011年
- 在BPR路段阻抗函数的基础上,考虑路段上小汽车与常规公交的相互干扰以及常规公交与轨道交通之间流量的相互影响,构造了不同交通方式的路段阻抗函数。引入时间价值这一参数,分析乘客出行的整个交通过程,利用惩罚函数模拟乘客的出行心理,给出了不同交通方式的理解出行成本,然后根据随机效用理论给出了乘客的出行效用,利用Logit模型计算出乘客的方式选择概率。最后,结合重庆实例对城市公共交通的发展提出了一些建议。
- 陈义华钱倩白维雅
- 关键词：混合交通交通方式选择
- 稳定矩阵、正定矩阵和M-矩阵的新判定被引量：7
- 2012年
- 指出最近已有结论中存在的问题,给出其解决的办法.得到一种新的判定矩阵稳定性、正定性以及矩阵为M-矩阵的方法.
- 王大飞耿宏瑞刘静
- 关键词：稳定矩阵正定矩阵M-矩阵特征值
- 一个低阶滤子算法及收敛性被引量：1
- 2011年
- 提出了一种求解非线性规划问题的低阶滤子算法。使用该算法时,如适当选取罚参数可以避免马洛托斯效应。在适当的条件下证明了该算法具有全局收敛性。
- 王学永
- 关键词：滤子算法
- 改进粒子群和模拟退火混合算法及其应用被引量：16
- 2013年
- 基本粒子群优化算法每个粒子代表一个可行解,通过粒子间的协作来获得最优解。考虑粒子间协同作用,引入Gaussian核函数研究基于区域影响的粒子群算法(GPSO)。为了充分利用粒子群算法的快速全局收敛性和模拟退火算法能够跳出局部最优陷阱的优点,得到高精度的最优解,将GPSO算法与模拟退火算法相结合,研究了一种新的混合粒子群算法。混合算法在GPSO算法处于停滞状态时,于搜索到最优位置用模拟退火算法继续寻找最优解。数值实验结果表明,新混合算法兼顾了GPSO和模拟退火算法的优点,具有收敛速度快、搜索精度高、鲁棒性好等特点。这说明文中的混合算法不失为一种有效的进化算法。
- 郑申海胡小兵郑满满刘瑞杰
- 关键词：混合进化算法
