求解最小比率旅行商问题的离散蝙蝠算法

研究了以总路程与总收益之比为目标函数的最小比率旅行商问题,提出了求解该问题的离散蝙蝠算法。介绍了蝙蝠算法的基本思想,重新定义了位置与位置的减法操作算子、实数与位置的乘法操作算子以及速度与位置的加法操作算子,引入了城市子序列逆序策略来对线路进行局部搜索。给出了算法的具体实现方案,并通过仿真和比较实验验证算法的优化性能,实验结果表明该算法可以有效求解最小比率旅行商问题。

最小比率旅行商(MRTSP)问题竞争决策算法

针对最小比率旅行商问题,利用竞争决策算法的通用模型,给出了一种基于竞争决策思想、能求对称型最小比率旅行商问题的快速求解方法,经过数据测试和验证,获得了较好的结果。

最小比率旅行商问题的引力搜索算法求解

经典旅行商问题的目标函数是总路程最小,而在实际情况中往往会考虑旅行商的收益问题,研究了以总路程和总收益之比为目标函数的最小比率旅行商问题.由于该问题的目标函数是非线性的,比求解目标函数是线性的旅行商问题更为困难,为有效求解该问题,提出一种引力搜索算法.算法基于万有引力定律和牛顿第二定律进行寻优,并采用速度和位置的计算模型.同时结合随机键的编码方法,将搜索个体的连续位置转换为离散的城市访问顺序.给出了算法的具体实现方案,并通过仿真和比较实验验证算法的优化性能.实验结果表明该算法可以有效求解最小比率旅行商问题.

求解最小比率旅行商问题的混合行为蚁群算法

为了快速并且有效地求解最小比率旅行商问题,文章提出了一种混合行为蚁群算法。通过对蚁群算法中转移概率以及信息素更新策略加以改进,使蚂蚁能够随机性地选择自己的行为规范,将蚁群进一步智能化;为防止陷入局部最优,算法中设计了交换策略与灾变策略。仿真实验结果表明,改进后的算法能够有效求解最小比率旅行商问题。

求解最小比率旅行商问题的大洪水算法

基于大洪水算法寻优思想,给出一种采用两城市互换策略进行邻域搜索的大洪水算法,以快速求解对称型最小比率旅行商问题.算法在Delphi7环境下编程实现,经大量数据测试和验证,大洪水算法是一种简单有效的算法,在运行效率上明显优于其他算法.

最小比率生成树的竞争决策算法

最小比率生成树是找出目标函数形式为两个线性函数比值最小的生成树,例如总代价与总收益比值最小的生成树。当不限制分母的符号时,这是一个NP-hard问题。在分析最小比率生成树数学性质的基础上,提出了最小比率生成树的竞争决策算法。为了防止算法陷入局部最优,采用edge_exchange操作来增加算法的搜索范围。为了验证算法的有效性,采用无关和相关两种策略产生测试数据,并使用Delphi7.0实现了算法的具体步骤。

最小比率旅行商问题的阴阳平衡优化算法

针对求解最小比率旅行商问题方法存在精度低和速度慢等问题,设计阴阳平衡优化算法进行求解。采用佳点集构造初始解集;以超球体和归档集进行解的更新;并用相对位置索引法将算法搜索空间映射为问题解空间;基于综卦变换引入局部搜索。采用典型算例进行一系列数值实验,并将算法与微粒群优化算法、引力搜索算法、生物地理学优化算法以及最有价值球员算法进行比较。实验结果表明,所提算法在计算精度和优化速度方面优势显著,能够有效求解最小比率旅行商问题。

求解最小比率旅行商问题的中心引力优化算法

最小比率旅行商问题是经典旅行商问题的扩展,不仅考虑路程,而且考虑收益,以路程和收益之比为目标函数。为求解该问题,给出了一种确定性的现代启发式算法——中心引力优化算法。针对算法依赖初始点敏感的问题,采用佳点集构造初始群体,使初始群体尽可能分布均匀;采用加速度和位置的计算模型,并给出基于随机键的编码方法,实现算法的搜索空间到问题解空间的转换。结合典型算例进行仿真和比较,实验结果表明本算法具有计算精度高和鲁棒性强等优点,为最小比率旅行商问题的求解提供了可行有效的方法。

最小VaR套期保值比率研究

本文提出了最小VaR（风险价值）套期保值比率。与最小方差套期保值比率相比，最小化套期保值资产组合VaR套期保值比率，能够较好地反映金融资产收效率数据通常具有的尖峰厚尾、波动簇集等特征，提高了计算的准确性，从而更为精确地测定套期保值资产组合所面临的风险。实证研究结果表明，在动态预测中，使用最小VaR套期价值策略的预测效果优于最小方差套期保值策略，为投资者利用期货市场套期保值，估计和控制风险提供了一个有效手段。

基于修正GARCH模型的套期保值比率波动性分析

本文基于套期保值的基本原理,对GARCH进行修正,加入虚拟变量表示外界冲击对价格的影响,拟合价格波动的非对称变化。同时将数据对数化,使结果更具现实意义。同时,本文将最小二乘法(OSL)模型与修正GARCH模型运用于黄金期货市场和COMEX黄金现货市场,并得到运用OSL模型拟合的可决系数为0.909616,F统计量为30121.15,同时刻画比率波动图,得到随时间变化而产生的动态套期保值比率围绕由最小二乘法得到的静态比率上下波动,该结果对可为投资者提供相对精确的参考价值。

基于正交变换的多通道遥感影像变化检测

针对多时相多通道遥感影像的变化检测问题 ,引入了多元统计中的典型相关分析方法 ,对遥感影像进行典型变换 ,并采用最小噪声比率变换对典型变换结果作后处理 ,得到差异影像 ,初步解决了将变化信息集中到少数分量中的问题。实验证实了该方法的有效性 。

基于ICA/MNF变换的高分影像滑坡灾害检测方法研究

快速准确地从灾后影像中提取出受灾区域对于灾后救援具有重要意义。鉴于现有提取方法过度依赖滑坡在影像中的光学、纹理等特征的问题,研究了一种结合独立成分分析(ICA)与最小噪声比率变换(MNF)的变化检测方法,以单一时相的影像为基础,运用基于负熵最大化的Fast-ICA算法分离出两个时相影像相互正交的独立成分,并构建对应独立成分的差异影像,最后用最小噪声比率变换实现分布于各个差异影像上变化信息的集中,应用直方图阈值法得到了最终的滑坡灾害信息。选取了滑坡灾害前后两时相的高分辨率遥感影像数据进行实验,结果证实了方法的可行性。

MNF与MAD变换相结合的城市扩展研究

针对传统变化检测方法存在的缺陷,将最小噪声比率变换(M in imum Noise Fraction,MNF)和多元变化检测(Mu ltivariate A lteration Detection,MAD)方法应用于东营市城市扩展分析。从MNF和MAD变换获得的影像中提取的二值图像可知,检测结果总体精度达到90.1%,Kappa系数为0.802,证明了本文方法在变化区域检测方面的可操作性和有效性。

考虑基差非对称效应的动态期货对冲策略——基于大连大豆期货市场的实证分析

套期保值作为风险管理的重要工具,已得到广泛的应用。本文在GARCH模型的基础上提出了一种改进后的动态BGARCH模型,对大连商品交易所大豆的套期保值问题进行了实证研究。研究结果表明:基差对现货和期货风险结构的影响是不对称的,其中正基差对风险结构的影响要大于负基差的影响。从样本区间外各种对冲模型的保值效果看,考虑了基差非对称效应的对冲策略能更好地减小组合的风险。

运费率远期对冲策略(英文)

航运市场的不稳定性是产生运费率风险的主要原因.这种风险足以使投资者对航运业望而却步.基于这一事实,航运业需要采取有效策略以控制潜在的运费风险.降低运费风险可靠有效的措施就是使用金融衍生工具.解释作为金融衍生工具的运费期货为何可以很好地规避风险,从而航运部门可以使用金融衍生工具来对冲运费率风险.由于作为现货和期货价格不同点的基差和价格一样具有风险,有必要对套期保值战略进行阐述.在利用套期保值规避风险时可能会出现超额避险的情况,可以通过使用最小方差套期保值比率(Minimum Variance Hedge Ratio,MVHR)来避免超额避险.

论掉期有效性衡量指标的运用

经济学家爱德林顿1979年提出了一个期货掉期交易的有效性衡量指标。从那以后,这项指标在理论界被广泛用做比较衡量指标,即将不同的掉期比率和普通最小平方掉期比率进行对比。本文试图阐明这种对比的方法是不恰当的。爱德林顿的掉期有效性仅适用于衡量普通最小平方掉期比率算出的风险降低,不适用于其他的掉期比率。因此也不能做为一个标准尺度来衡量不同的掉期战略与普通最小平方法掉期战略之间的优劣。片面地强调这一法则的运用是不妥的。

考虑基差非对称效应的动态期货套期保值策略——基于大连大豆期货市场的实证分析

在国内早期期货市场上,一直都使用GARCH来估计的最小方差套期保值比率,但由于现货和期货收益的条件方差和协方差的时变性,这种方法也就忽略了最优套期保值比率的时变性。本文在GARCH模型的基础上提出了改进后的BGARCH模型,考虑了时变性的影响,对最小方差套期保值比率进行估计。商品市场的实证研究表明基差对现货和期货风险结构的影响是不对称的,正基差对风险结构的影响大于负基差的影响。

基于最小可分辨对比度的近红外距离选通成像系统作用距离模型

基于近红外或短波红外脉冲激光照明的距离选通成像(RGI)技术能够有效降低后向散射的影响,提高夜间以及恶劣环境下光电成像系统的作用距离。针对近红外RGI系统的设计与分析需要,研究提出RGI系统的作用距离模型和预测方法,即在按照传统连续(被动)成像模式计算或测试RGI系统最小可分辨对比度(MRC)性能的基础上,采用曝光时间积分等效的原理,折算周期性脉冲激光的成像效果,进而采用等效条带图案方式预测RGI系统对不同目标的作用距离。该方法预测结果与实际系统实验结果具有较好的一致性,表明该方法的有效性。该方法可用于各种近红外RGI系统的设计与性能分析,也可适用于短波红外RGI系统的作用距离预测。

矩阵时间序列的减秩自回归模型及其应用

在矩阵维度较高或行(列)变量相关性较强的情况下,已有矩阵自回归模型的应用将面临预测精度下降与解释能力不足的双重挑战.为解决上述问题,本文提出减秩矩阵自回归模型及减秩-迭代最小二乘估计方法.通过设定系数矩阵的低秩结构,降低自变量维度及待估参数数目,该模型既能有效保证估计精度,增加预测准确性,又可简化变量间关系,提升解释能力.进一步,本文证明了估计方法的理论渐近性质,并指出模型秩的确定可采用最小特征值比率准则.数值模拟显示,在秩约束条件下,减秩矩阵自回归模型及其估计方法表现更优.最后,该模型被应用于城市空气质量研究,实证结果充分体现了其降维去噪,准确预测及有效解释的优势.

压缩传感理论、优化算法及其在系统状态重构中应用

分别对压缩传感理论、优化算法及其在系统状态重构中的应用3个方面进行了研究.在压缩传感理论方面,包括对所压缩信号的稀疏或低秩要求、编码测量以及与优化算法之间的关系进行了较为深入的研究,重点分析了原始信号的稀疏与低秩之间的关系、测量矩阵与压缩矩阵之间的关系、满足限制等距特性(RIP)的测量矩阵,以及由压缩传感理论提供的最少测量次数.在压缩信号重构过程中所需要采用的优化算法,着重讨论了核函数的凸优化问题描述,分别对常用的优化算法,包括最小二乘(LS)法、最大熵法、极大似然法和贝叶斯方法的求解过程中所用到的性能指标、优化目标和求解条件等进行了归纳与特性分析.对量子态估计中的交替方向乘子法(ADMM)以及作者最新提出的迭代阈值收缩法(IST)进行了专门的性能对比,并通过量子位分别5、6和7情况下纯态估计的应用为例,对不同测量比率对参数估计性能的影响,以及算法在不同量子位数下性能的表现,进行了不同层次上的对比和分析,完整地阐述基于压缩传感理论与优化的系统参数估计的研究过程.