NNS模型及其对宏观经济学的新发展

20世纪80年代以来,新兴新古典综合(NNS)模型被广泛运用于解释具有微观基础的宏观经济问题。本文考察NNS模型的总体研究工作,论证其对于当下宏观经济学的新发展及意义。NNS模型分析性地说明:价格稳定将继续作为好的货币政策的基础,保证货币政策达到家庭福利最大化;在实际操作中,通过锚定预期未来通货膨胀,利率政策通过促进价格稳定的可信性强化了杠杆作用,导致利率政策在最大程度上促进了当前的总需求;只要现金优先的解释暗示了如果价格下降,产出只能增加,那么可以发现,扩张型的财政政策必然会在货币外生的体制下产生通货紧缩的后果。NNS模型对于中国经验具有一定的解释力。

基于NN/HMM混合模型的汉语地名识别系统

文章介绍了一个基于NN/HMM混合模型的汉语地名识别系统,该系统能自动判别并拒识词表之外的词。文中训练的基于HMM的模型,包括关键词模型、填充模型和“反关键词”模型。笔者对识别器的输出结果进行验证,把基于HMM的统计特征送到神经网络处理,由网络的输出来判断是否为词表之外的词。该文在实验中建立了一个基于传统N-Best方法的基准模型并试验了三种不同的网络拓扑结构,包括前馈后向传播网络、Elman后向传播网络以及可训练级联前导后向传播网络。实验结果表明前馈后向传播网络的性能最好,与基准模型比较平均错误率下降54.4%。

应用端部效应改善的LS+NN模型进行日长变化预报

现有ΔLOD(Delta Length-Of-Day,日长变化)预报模式在进行周期项与残差项拟合分离时,通常没有考虑LS(Least Squares,最小二乘)拟合序列的端部效应,预报精度难以取得较大提高。针对端部效应现象,首先采用时间序列分析模型在ΔLOD序列两端进行数据延拓,构成一个新序列,然后用新序列求得LS外推模型系数,再结合LS外推模型和NN(Neural Network,神经网络)对原始ΔLOD序列进行预测。算例表明,在ΔLOD序列两端增加延拓数据,能有效改善LS拟合序列的端部效应;端部效应改善的LS+NN模型的预报精度明显优于常规LS+NN模型,精度最大提高了17.86%。该方法不仅适用于LS+NN模型,也适用于LS外推模型与其他模型的组合。

基于NN/HMM混合模型的汉语短关键词识别系统

本文介绍了针对汉语单音节关键词的短关键词识别系统 .该系统包括一个关键词识别器和一组用于假想命中验证的分类器 .与以往的方法相比较本文作了两项改进 :一是按照汉字的发音特点和声学特征来构造识别器中的填充模型 ;二是结合 HMM的统计特性和神经元网络 (NN)的分类能力来对假想命中进行验证 ,NN的输入不是传统的特征矢量 ,而是一系列 HMM的输出概率和模型驻留时间 .实验表明 ,新方法比两个基准模型分别有 15 .2 %和 19.2

电力系统短期负荷预测组合NN模型的研究及运用

随着市场经济的不断发展,电力行业也取得了巨大的进步,在电力系统中,由于受到短期负荷的影响,而容易造成电力系统的故障,因此,电力系统的调度、规划等部门也一直将电力系统短期负荷的预测工作作为其一项重要的工作,并且在电力生产部门和供电系统中受到了广泛的重视,对电力系统短期负荷进行科学的预测,也是确保电力系统稳定运行的保障。本文就主要针对电力系统短期符合预测组合的NN模型进行简单的探讨。

基于ABC的GA-NN模型在飞机客服成本预测中的应用

在ABC(Activity-based Costing)成本法的模型基础上,利用遗传算法(GA)优化前馈NN网络对飞机客服成本进行预测。详细讨论了如何建立飞机客户服务成本的ABC模型,将影响飞机客户服务成本的因素抽象出来作为训练样本,并重点阐述GA算法优化NN网络结构、初始权值和阈值的思想和理论。经实验分析后得到,基于ABC的GA-NN模型不仅能发挥GA算法强大的搜索能力,同时在预测精度和收敛速度方面也比传统NN网络模型更优秀。

基于高价值小样本的石化装置旋转机械故障诊断NN模型

针对石化装置旋转机械故障特征之间呈现模糊性和耦合性导致故障类型识别难的问题,提出基于高价值小样本的石化装置旋转机械故障诊断NN模型。依据故障特征拟合情况,提取高价值小样本故障特征;运用高价值小样本故障特征建立高效的NN模型,利用梯度搜索技术,使网络的实际输出值和期望输出值的误差最小,达到最佳分类效果。研究结果表明:高价值小样本故障特征的训练数据与测试数据具有高度的一致性,故障类型识别的准确率达到98.3%。该方法应用于石化大机组旋转机械表明方法简单有效,高价值小样本特征提取准确,故障识别能力强,可为石化大机组及其他大型设备旋转机械故障诊断提供指导。

园林工程标前风险评价模型的研究

风险管理在园林工程中的应用尚处于起步阶段。本论文提出应对措施及投标报价风险量化的评估方法,结合长期园林工程行业项目风险管理经验,探讨一套适合园林施工企业的风险决策系统,作为项目决策和项目投标报价的参考。该项研究是项目风险管理理论与国内园林工程建设投标报价实践的有机结合。

园林工程标前风险评价模型的研究

风险管理在园林工程中的应用尚处于起步阶段。在此,提出应对措施及投标报价风险量化的评估方法,结合长期园林工程项目行业风险管理经验,探讨一套适合园林施工企业的风险决策系统,作为项目决策和项目投标报价的参考。该项研究是项目风险管理理论与国内园林工程建设投标报价实践的有机结合。

基于NDSI-NDVI特征空间的积雪面积反演研究

积雪是新疆高海拔地区大多数河流的重要补给来源之一,不仅是春汛期间融雪性洪水灾害和冰冻灾害的直接原因,在水资源管理、灾害防治和融雪模拟预报中也扮演着重要角色.针对目前积雪信息提取方法的优势与不足,结合二维特征空间理论,构建积雪信息反演模型,并与支持向量机提取积雪信息进行精度对比分析.结果表明:相比其他积雪信息提取方法,利用归一化积雪指数(NDSI)和归一化植被指数(NDVI)建立二维特征空间,且在特征空间基础之上构建的NN模型,反演新疆北部积雪信息精度较高,相关系数达0.837,提取精度优于支持向量机(SVM)方法,对当地防洪灾害模拟预测、生态环境保护、社会经济发展等方面具有一定参考意义.

海外石油工程风险评价系统功能分析及软件开发

随着国际高端石油工程建设的发展,发达国家业主在招标文件中明文要求总包单位提供风险管理计划和建立相应的管理制度。文章根据国际风险管理标准和海外石油工程的业务背景,对投标阶段的风险管理进行研究,提出投标阶段风险识别、风险量化评估、处置方法及风险管理流程,据此进行软件系统功能设计并开发成风险决策支持系统。

钢丝绳LF型断丝定量识别的神经网络法

基于神经网络理论，提出了钢丝绳损伤定量识别的新方法，建立了相应的ＢＰ网络模型。检测实验证明，运用该方法及其模型定量识别钢丝绳的ＬＦ型损伤，准确率高，自适应性强，是一种有效的实用方法。