TCAM中规则的优化表示

在高速分组分类中,基于TCAM的硬件实现方法是一种重要的解决方案。但TCAM存储空间价格昂贵,并且要求区间匹配转换成前缀匹配,大区间报文匹配的直接转化通常会引起规则空间的膨胀。本文提出一种规则的优化表示方案,提高了区间规则表示的效率,使区间匹配转化的最坏情况由2w-2减少到w,有效节省了空间。

西方经济学界货币政策规则理论述评

货币政策操作的“规则与相机抉择”之争由来已久 ,但近期西方经济学界对货币政策规则的研究表明 ,几乎所有的货币当局都倾向于折衷地进行政策操作 ,而且 ,作为货币当局制定政策的基准 ,规则本身也是相对灵活的 ,也会根据经济环境的变化而作出适当的、系统性的反应。

货币政策规则:基于国际的考察

本文分析比较四种货币政策规则1)汇率目标规则;2)货币数量目标规则;3)通货膨胀目标规则;4)隐性货币政策规则。结论:货币政策的透明性和责任性是所有货币政策规则成功的关键。货币政策规则选择是由各国经济、文化、政治等因素决定的。

货币政策规则研究

本文从理论界普遍讨论的货币政策规则的概念、传导机制、实际应用和比较联系出发,回顾了关于货币政策规则理论及应用的研究成果,深入地探讨了货币政策规则的理论形成渊源、实际应用存在的问题和目前学术界关于货币政策规则的争论。

货币政策操作规则的理论综述以及对我国的借鉴意义

要有效实现货币政策的最终目标,是采取相机抉择,还是采取规则操作执行货币政策?理论界和实业界难以达成一致的观点。赞成货币政策规则的一个基本原因在于这有助于消除随意性所带来的时间不一致性(time inconsistent),最新的理论发展和实践表明,货币政策有可能寻求一定的规则进行操作,以避免随意性所带来的后果。

多输入模糊神经网络及其应用

为了提高神经网络的训练速度和泛化能力 ,同时解决一般模糊神经网络由于输入增多而导致模糊规则膨胀的问题 ,提出了多输入模糊神经网络的结构和算法。此算法用取大取小运算部分代替网络的积和运算 ,同时提出一种获取重要规则的方法。最后将多输入模糊神经网络应用于建筑投标报价系统。仿真结果表明 ,本网络具有较快的训练速度和较高的泛化能力。

基于空间优化的决策树算法

通过增加一些规则来最终减少规则转换的冗余问题,并设计一种算法实现这种优化。在优化后的规则库、单维上用决策树方法查找,结果以位向量的方式存放,保持了算法的高速度,同时有效地节省了空间。

货币政策规则理论的发展回顾

本文对有关货币政策规则的著名建议及货币政策规则思想的现代发展历程进行了简要的历史回顾。讨论了在不确定性的短期宏观经济模型(即所谓的Poole模型)中规则的作用及中期模型如AS-IS-LM模型中的货币政策规则。我们特别关注所谓的工具规则和目标规则,工具规则以泰勒规则为代表,而通货膨胀目标规则是最流行的目标规则。最后,我们介绍了最优货币政策的理论观点,并将所谓的芝加哥规则放入一个简单的实际货币余额增长模型中进行考察。

信息不对称与非单一货币合作区政策协调

本文以两国模型为基本分析框架,研究了在信息不对称情况下非单一货币合作区遭受随机性不对称冲击时的政策协调问题。作者构造了一个适合非单一货币区的通货膨胀规则,以最大化期望效用为政策目标得到了一个它在信息对称情形下的最优解,但在信息不对称情形下,这样的最优解无法实现,只能选择一种次优的均衡解。