一种求约束总极值的水平值估计方法

给出了一种求约束总极值的水平值估计方法,说明了修正的方差方程的根与原始问题的最优值之间的等价性,给出了一种基于牛顿法的水平值估计算法并证明了实现算法的收敛性.初步的计算例子表明所给算法是有效的.

基于模糊图论和最优水平值方法的概念设计方案求解

为便于机械产品概念空间的直观描述 ,将模糊图论引入概念设计 ,利用模糊与 /或树表征产品概念空间。利用模糊设计理论中的最优水平值方法遴选基本功能载体 ,对功能载体的组合得到备择方案并进行综合评价 ,达到优化概念设计方案求解过程和提高设计效率的目的。

一种无约束全局优化的水平值下降算法

本文研究无约束全局优化问题,建立了一种新的水平值下降算法(Level-value Descent Method,LDM).讨论并建立了概率意义下取全局最小值的一个充分必要条件,证明了算法LDM是依概率测度收敛的.这种LDM算法是基于重点度取样(Improtance Sampling)和Markov链Monte-Carlo随机模拟实现的,并利用相对熵方法(TheCross-Entropy Method)自动更新取样密度,算例表明LDM算法具有较高的数值精度和较好的全局收敛性.

模糊约束条件中最优水平值的综合评判

具有模糊约束的优化问题基本解法是根据最优水平截集的概念 ,将模糊约束转化为常规约束 ,从而将模糊优化问题转化为常规优化问题 ,其中最优水平值的确定是非常关键的。综合考虑影响最优水平值的各种因素、因素等级、因素的模糊性以及因素对不同水平值的影响程度 ,采用二级模糊综合评判方法 ,分别确定每个模糊约束范围上的最优水平值。实例表明 ,这种方法更加客观地反映了各种模糊因素对最优水平值的影响 ,具有一定的应用价值。

一种全局优化的随机水平值逼近算法

对一类在闭箱上处处有定义的单峰目标函数的全局优化问题,提出一种随机水平值逼近算法,证明了算法的渐近收敛性.数值结果验证了算法的有效性.

模糊优化问题中最优水平值的确定方法

模糊优化问题的基本解法是根据最优水平截集概念，将模糊优化转化为常规优化，再用常规优化方法求解，这种解法的关键是如何确定最优水平值。本文综合考虑影响最优水平值的各种因素、因素等级、因素的模糊性以及因素对不同水平值的影响程度，采用二级模糊综合评判法，分别确定每个模糊约束范围上的最优水平值。实例表明，这种方法更加客观地反映了各种模糊因素对最优水平值的影响，具有较好的应用价值。

贵州省图情机构学者学术水平值测定

通过CNKI的《中国学术文献网络出版总库》和《中国引文数据库》统计了贵州省图情机构获得正高职称并且发文在10篇以上专业人员的论文及被引情况（统计时间为2013年7月31日），在此基础上，通过计算得出了每名学者学术水平分值。

一种新的求总极值的水平值估计算法

提出了一种求解总极值问题的新水平值估计算法.为此,引入一类变差函数并研究它的性质;给出基于变差函数的全局最优性条件,并构造出一种求总极值的水平值估计算法.为了实现这种算法,采用了基于重点样本技术的Monte-Carlo方法来计算变差,并利用相对熵算法的主要思想更新取样密度.初步的数值实验说明了算法的有效性.

关于数学期望型水平值逼近优化问题总极值的算法

本文研究用数学期望型水平值逼近一类优化问题总极值的算法,证明了算法所构造的数学期望型水平值迭代方程的解的存在唯一性,同时证明了方程的解是原来优化问题的总极值,并对可统一到该算法理论框架下的几种可实现算法进行了简要描述,数值实验结果验证了算法的有效性.

凸二次整数规划的随机水平值逼近算法

对凸二次整数极小化问题提出了一种随机水平值逼近算法,该算法应用了重点取样技术,并利用极小化相对熵的思想来更新取样密度.对算法的渐近收敛性进行了证明,给出了数值实验的结果.

求解全局最优问题的多重点样本水平值估计的相对熵算法

研究有界闭箱约束下的全局最优化问题,利用相对熵及广义方差函数方程的最大根与全局最小值之间的等价关系,设计求解全局最优值的积分型水平值估计算法.对采用重点样本采样技巧产生的函数值按一定规则进行聚类,从而在各聚类中产生的若干新重点样本,结合相对熵算法,构造出多重点样本进行全局搜索的新算法.该算法的优点在于每次迭代选用当前较好的函数值信息,以达到随机搜索到更好的函数值信息.同时多重点样本可有利挖掘出更好的全局信息.一系列的数值实验表明该算法是非常有效的.

生产力水平值的计算和应用

文章认为生产力是人类研究和生产物质产品的能力。劳动者的生产力是生产力的基本单位。基本单位的水平值是由技术值、功能值、效能值的发挥和相互作用所决定。依据这几个值进行计算,可确定生产力的水平和发展速度,进而判断发展原因。在企业生产中,管理值与基本单位发挥出的实际水平值成正比。科技知识的应用量与生产力水平值的增长率成正比,并决定了产品的产量、基本单位的数量和劳动时间按一定规律发展变化。

非线性互补问题的水平值估计算法

本文研究非线性互补问题(NCP)的求解算法,先将NCP转化为约束全局优化问题(CGOP),然后直接移植求解问题(CGOP)的水平值估计算法来求解问题(NCP).文章证明了算法对于NCP是收敛的,数值实验说明了算法的有效性.

有限维逼近无限维总极值的水平值估计方法

变分计算、最优控制、微分对策等常常要求考虑无限维空间中的总极值问题,但实际计算中只能得出有限维空间中的解.本文用有限维逼近无限维的方法来讨论函数空间中的总体最优化问题.用水平值估计和变侧度方法来求得有限维逼近总体最优化问题.对于有约束问题,用不连续精确罚函数法将其转化为无约束问题求解.

股指水平值与股指收益率波动性之间关系的研究

TGARCH模型能较好地描述了股指收益率序列波动的集聚性和非对称性。但是,该模型并没有考虑股指水平值对收益率波动性产生的影响。本文将上证综合指数分成不同的区段,建立虚拟变量并引入到TGARCH模型,以此来对收益率的波动性特征进行实证分析,并研究股指水平值对波动性的影响。

约束全局最优化的水平值估计算法

本文针对约束全局最优化问题,定义并研究了约束水平集上的方差函数,利用牛顿切线法求解方差方程的最大根构造出一种全局优化的水平值估计算法,并基于数论中一致分布佳点集求数值积分的方法建立了它的实现算法,验证了实现算法满足不精确牛顿算法的收敛性条件,从而证明了实现算法的收敛性.初步的数值实验说明了算法的有效性.

模糊优化问题中最优水平值的灰色综合评判方法

模糊优化问题的基本解法是根据最优水平截集的概念，将模糊优化转化为常规优化，再用常规优化方法求解，这种解法的关键是确定最优水平值．本文基于灰色理论，提出了模糊优化问题中最优水平值的灰色多层次综合评判模型，克服了一般综合评判法常常丢失信息的不足．实例表明，该模型计算简便、科学合理、可信性强。

120例不同日龄新生儿一氧化氮水平值的观察

本文研究了120例不同日龄新生儿一氧化氮水平值。根据日龄分为三组：≤3天组，4～6天组和≥7天组，各组40例。三组水平值分别为29．83±15.09；22．60±813；17．84±9．87（μmol／L）。各组两两比较P＜0．05；＜0．05；＜0．001。证明不同日龄新生儿一氧化氮水平值差异显著。

基于形状约束和局部演化的二值水平集运动目标分割

针对水平集分割模型运算效率较低且易出现过分割的现象,结合视频中运动目标分割的应用背景,该文提出一种将运动目标检测作为先验形状约束和曲线局部演化方法相结合的二值水平集分割模型。该模型提出将运动目标检测的区域作为先验形状信息对水平集分割进行约束,并使用二值函数替换传统水平集函数提高运算效率,同时融入曲线的局部演化方法解决二值水平集模型缺乏曲线演化渐进性的问题。实验结果表明,该文方法在分割准确性、鲁棒性和运算效率等方面与相关模型相比均有不同程度的提高。

公司特质风险、估值水平与股票收益——基于分位数Fama-MacBeth回归模型的实证分析

文章建立理论模型探究公司特质风险、估值水平与股票收益之间的关系,理论模型结果表明:对于被低估的公司,特质风险的私有信息效应更加明显,股票预期收益率与特质风险之间呈正相关关系;对于被高估的公司,特质风险的噪声交易效应更加明显,股票预期收益率与特质风险之间呈负相关关系。在此基础上,从公司估值水平和卖空限制的角度对整体市场的特质波动率之谜进行了理论解释。文章使用Fama-French五因子模型计算特质风险和估值水平,运用分组检验和分位数Fama-Mac Beth回归两种方法进行实证分析,基于我国上市公司数据的实证研究结果支持了理论模型的结论:中国股票市场存在明显的特质波动率之谜,公司估值水平会对特质风险与股票预期回报之间的关系产生影响。