非参数统计模型选择在SDVC数据压缩中的应用

在电能质量监测仪的开发中,针对短时电压变化(SDVC)信号,提出了一种新的数据压缩和消噪算法。利用小波函数以及局部余弦基(LCB)构成模型库,首先对信号进行离散小波变换(DWT)和局部余弦变换(LCT),然后应用信息论的MDL(minimum description length)判据作为价格函数(cost-function)对模型进行初选,最后结合压缩性能评价指标选择最佳的信号模型,并以MDL确定的最佳分解系数子集作为模型参数。针对不同噪声水平和不同信号类型,这种算法具有数据自适应(data-adapted)能力,不需要进行任何先验的参数设置(例如阈值设置)就能确定保留分解系数的最佳个数,并能根据信号动态选择模型。计算实例表明该算法能够满足电力部门的要求,同时图表证明了MDL能够在信号保真度与信号压缩效率之间找到最佳的契合点。

航线网络中需求无约束估计的非参数选择模型

传统的航空客运需求无约束估计方法仅针对平行直达航班中的顾客需求“溢出”和“再现”问题,未能考虑航空网络中直达和中转联程航班之间的网络替代效应.基于顾客偏好排序列表定义了航空网络顾客类型集合,建立了考虑顾客策略行为的网络型非参数离散选择模型.考虑到网络环境下历史预售数据的不完备性,站在线上和线下交易平台的角度,分别建立了非截尾和截尾需求情况下的完备数据对数似然函数.采用E M算法对顾客到达率和概率质量函数进行联合估计,并提出了网络环境下的顾客“初始需求”、“再现需求”和“溢出需求”无约束估计计算方法.通过数值模拟验证了所提方法的可行性和有效性,相较于现有方法能准确反映产品间网络替代效应对顾客选择行为影响,从而更加有效地避免对历史顾客“初始需求”的高估问题.

航线网络中非参数需求非限化估计的MM算法

尽管非参数离散选择模型可灵活地对航线网络替代效应和顾客策略行为进行建模,但其在历史顾客初始需求非限化估计中的应用会受到顾客到达过程分布假设的影响。为提高精确度,针对基于顾客偏好排序列表的网络型非参数离散选择模型,使用泊松分布对航线网络中短视型和策略型顾客需求的到达过程进行描述,并提出MM算法对泊松到达率和偏好排序概率质量函数进行联合估计。考虑到似然函数的非凹性,将极大似然估计问题重构为凹差(DC)规划问题,并应用凹-凸过程(CCCP)算法和Frank-Wolfe(F-W)算法对具有收敛性特征的凹优化问题进行求解。最后,通过数值模拟对所提方法的有效性和准确性进行了比较分析。结果表明,在综合考虑网络替代效应、顾客策略行为和模型需求分布假设等因素的情况下,本文所提方法相较于现有方法能够更加有效地控制非限化估计误差,避免对历史顾客初始需求的高估。

航线网络需求非限化估计中的策略行为发现算法

已有的优化类行为发现算法研究仅涉及短视型顾客,未考虑网络环境下的顾客策略行为。针对现有基于顾客偏好排序列表的网络型非参数离散选择模型,提出了考虑策略型顾客的偏好行为发现启发式算法。从定义顾客类型初始集和备选集开始,描述了受到顾客类型数量限制的模型参数极大似然联合估计问题,并通过广义拉格朗日函数将其转化为无约束问题,利用拉格朗日函数及其对偶函数梯度的性质确定顾客类型筛选条件。数值模拟表明,所提启发式算法能反映出顾客需求的网络替代效应,迭代并自动地生成符合筛选条件的短视型和策略型顾客偏好排序列表,其行为发现计算过程无须求解NP难问题,能更加有效地避免需求非限化估计过程对历史顾客初始需求的高估。

收益管理中考虑顾客策略行为的多航班无约束估计方法

传统的收益管理多航班无约束估计方法假设顾客到达时的购买决策是一次性的,未能充分考虑策略型顾客的跨期替代行为.在仅能获取产品的历史可观察订购量、历史预售开放状态以及市场份额信息的情况下,基于顾客偏好排名列表建立了考虑顾客策略行为的非参数离散选择模型.针对历史预售数据的不完备性,采用EM算法对顾客到达率和非参数离散选择模型的概率质量函数进行联合估计,并提出了考虑历史顾客策略行为的"初始需求"无约束估计计算方法.使用数值算例说明了所提方法的可行性,通过与现有文献中已有方法比较,验证了所提多航班方法能够反映产品价格变化对顾客选择行为的影响,并能更加有效地避免需求预测对未来顾客"初始需求"的高估.