非平稳Gauss环境激励下模态参数识别的新方法

结合多元连续时间自回归模型,针对受均匀调制Gauss随机激励的线性时不变系统,提出了一种时域模态识别的新方法.该方法仅从响应数据就能够识别系统的物理参数.首先把结构动力学方程转化为一个3阶的连续时间自回归模型;接着基于在非常短的时间段内均匀调制函数接近于一个常数矩阵以及随机微分方程强解的性质,得到均匀调制函数的估计,并针对两种特殊情况进行讨论;然后利用Girsanov定理,对条件似然函数进行极大化,得到物理参数的精确极大似然估计.数值结果表明,该估计不仅具有极高的精度和稳健性,而且计算效率非常高.

基于温度的天气衍生品指数定价:以埃塞俄比亚巴赫达尔为例（英文）

本文提出了一个基于温度的导数来计算温度指数的日平均温度随机模型,该模型提出了一个季节性均值及其波动率的计算方法,使用均值回归的Ornstein-Uhlenbeck过程来刻画日平均温度的变化。本文还采用连续的三阶自回归过程来模拟去除趋势和季节性影响后的温度演变过程,模型的模拟结果与从埃塞俄比亚国家气象厅获得的2005年1月1日至2015年12月31日11年间埃塞俄比亚Bahir Dar记录的数据非常吻合。验证后的近似公式很容易根据热日和冷日(heating degree days (HDD) and cooling degree days (CDD))等典型温度指数推导期货价格,也给出了数值例子来说明该方法的准确性。结果表明,本文提出的模型比其他模型能更好地预测CDD指数。