光伏并网下考虑电网安全约束的机组组合

基于Benders算法提出了一种求解光伏并网下考虑安全约束机组组合方法,借鉴两层分解思想,将其分解为无安全约束机组组合和考虑安全约束机组组合的线路潮流检测问题,形成了适合于混合整数规划问题的主问题和子问题的计算方法。针对主问题的检测引入了发电机输出功率转移分布因子及惩罚变量,从安全性和经济性角度实现对该机组组合问题的优化。在MATLAB和CPLEX中以加入光伏的IEEE14系统为测试算例进行仿真,结果显示在满足安全约束的前提下机组组合的总运行成本较无光伏并网时有所下降,表明该方法可以合理协调机组组合中的安全性与经济性。

基于惩罚组变量选择的COX财务危机预警模型

随着市场竞争的日益激烈,上市公司生存压力不断增大,如何从繁多的财务指标中选择重要指标,建立有效的财务危机预警模型显得尤为重要。COX模型具有对因变量分布无假设并可以对公司生存时间进行动态预测等优点,因此本文引入COX模型,并加入惩罚组变量选择CMCP方法,对具有分组结构的财务指标进行筛选。本文根据实际的财务危机数据特征设置模拟实验,并将CMCP-COX模型与Lasso-COX模型、逐步COX模型、COX模型和逐步Logistic相比,结果表明在不同的自变量相关性下CMCP-COX模型的指标筛选和预测效果均更优。实证分析中,CMCP-COX模型在测试集上的预测准确率高于80%,尤其在"危机"类别中预测准确率高于90%,其预测准确性和AUC值均优于传统的逐步Logistic回归和其他COX模型,并呈现出了理想的时点预测效果。综合对比认为CMCP-COX模型对于财务危机预测的综合表现较好,更具有现实意义。

含图结构的GR-LDA方法及其信用违约预警应用

信用风险管理关乎信贷行业的生存,风险指标筛选是其中的核心内容,已有研究发现指标间的关联信息有利于改进指标选择。为此,本文基于复杂网络理论建立了指标的图结构以体现其相关性信息,并将图结构与L0惩罚方法相结合,建立一个线性判别分析(GR-LDA)模型实现指标筛选。理论上证明了模型的损失函数可转化为最小二乘函数,因而求解十分便利。模拟分析显示,对比LassoLDA方法、L0-LDA方法、弹性网Logistic和Lasso-SVM,模型在变量选择方面和分类精度上具有一定的优势。图结构能够显著改进模型分类预测和指标选择能力,且随着指标间相关性增强,图结构的优势更加明显。最后将模型应用于P2P网贷数据分析,发现GR-LDA方法的预测评价表现良好,同时模型识别到了网络图中的重要指标。

巡航导弹航迹规划代价函数的改进研究

针对目前使用的航迹规划代价函数的不足之处进行改进.更改了代价函数中对长度惩罚变量的物理意义,提出了一种对敌方威胁指数惩罚的方法,直接对航迹长度、高度和离敌方威胁点的距离进行惩罚.新的代价函数更能体现航迹规划的约束条件.

基于零膨胀分位数两部模型的银行贷款违约预测研究

贷款信用风险评估是银行风控的重要内容。贷款逾期天数作为常见的风险度量指标,具有典型的零膨胀特征。对于零膨胀数据,传统的线性回归不再适用,两部模型是常用的代表方法。考虑到贷款数据具有偏态分布特征,本文构建了一个分位数两部模型—logit-quantile模型。该模型由Logistic回归和分位数回归构成,为了进行风险因素的选择,在模型的两个回归中添加了Lasso惩罚。为了求解模型,本文采用了坐标下降法和线性规划法相结合的迭代算法。模拟分析显示,对比逐步法和常用的logit-linear两部模型,新模型表现出了最好的变量选择效果,尤其在零膨胀比例为80%及高维情形时,该模型的表现仍然最优。最后对某银行的贷款数据实证分析显示,新模型具有更精简的结构,采用交叉验证技术进行预测显示新模型的预测和分类表现最好。