Hull-White利率模型仿真与债券估值

由于“中”“庸”两词语义上的模糊性,其哲学含义颇为复杂。从郑玄到二程、吕祖谦,尤其是朱熹,都对“中庸”进行了解释,现代学者对《中庸》书名的释义更是多种多样。对于《中庸》的时代以及与子思的关系问题,中国历代学者以及西方的汉学家都提出了不同的观点,至今仍然莫衷一是。     

系统动力学模型关键参数的遗传算法估计

基于遗传算法 (GA)的理论与方法 ,提出了系统动力学 (SD)模型关键参数估计的遗传算法 ,并阐述了该方法的原理 ,给出了具体估计工作的流程 .最后 ,构造了一个 2种种群相互竞争的 SD模型 ,在无任何辅助信息的条件下 ,对其关键参数——种群间的竞争力系数用 GA进行估计 ,并与定性理论分析结果相比较 ,验证了该方法的有效性和可行性     

基于改进遗传算法的河流水质模型多参数识别

结合多种群遗传算法和自适应遗传算法,提出基于多种群-自适应遗传算法(MPAGA)水质模型多参数识别方法,实现对河流水质模型参数断面平均流速u、河流离散系数D和污染物降解系数K识别和估计。利用河流示踪剂实验监测数据,分别对美国特拉基河3个不同流量河段作水质模型多参数识别和估计。结果表明,与传统遗传算法(TGA)相比,MPAGA算法对3种不同流量河段水质模型参数估计结果准确和可靠。基于MPAGA水质模型多参数识别方法和分河段水质模型参数估计结果可提高河流水污染预测精度,判定河流水污染危险区域,为保障工农业用水安全提供重要科学依据和技术支撑。     

多抗菌素发酵动力学研究

通过测定菌丝体干重、多抗菌素含量和底物浓度,研究链霉菌NJYHWG66382发酵动力学方程。结果表明,这3个动力学模型能较好的解释发酵试验结果,选择Logistic模型来描述链霉菌生长曲线,利用Leudeking-Piret方程描述多抗菌素合成的动力学过程,发现该链霉菌生产多抗菌素的发酵类型属于部分生长偶联型;最后使用Leudeking-Piret-Like方程描述底物消耗的动力学规律。     

基于在线生理参数的黑曲霉生产葡萄糖酸钠发酵动力学模型

对黑曲霉发酵生产葡萄糖酸钠的发酵过程进行研究,并通过在线参数分析,发现在线生理参数摄氧率(OUR)和呼吸熵(RQ)可以用来表征发酵过程中底物葡萄糖消耗速率和得率的高低。基于此发现,将在线生理参数摄氧率(OUR)和呼吸熵(RQ)成功用于葡萄糖酸钠发酵动力学特性表征和分析,得到了葡萄糖酸钠发酵过程中葡萄糖消耗率和得率及葡萄糖酸生成的动力学方程,并对方程参数进行最优参数估计和非线性拟合。通过计算值与试验数据的比较,发现试验值和计算值可以很好地拟合。该模型可以很好地应用于葡萄糖酸钠发酵工艺优化预测及后续放大过程。     

基于遗传算法与方案优选的多目标优化模型求解方法

为求解含复杂约束的多目标优化问题并获得符合实际决策需求的最优解,将多目标优化问题的求解分为2步:1)使用改进的遗传算法对带有较复杂约束的多目标规划模型进行求解,得到Pareto解集;2)基于熵权法构建方案优选评价体系,对Pareto解集进行优选,从而获得多目标优化问题的最佳方案。将本研究方法应用到灌区水资源优化配置问题中检验其可行性与实用性。结果表明:相较于评价函数法获得的结果,Pareto解集可以直观展示不同目标之间相互制衡的关系;根据当地实际情况选取粮经产量比、用水结构信息熵、化肥使用量作为优选指标,优选后的配水方案水分生产力可以达到1.46 kg/m~3,总产量达到8.667×10~7 kg。与传统求解方法比较,本研究提出的求解方法全局寻优能力更强,可以获得更加合理的方案。基于遗传算法与方案优选的多目标优化问题求解方法在求解较为复杂的多目标优化问题时能够获得更为满意的方案,可以为其他多目标问题的求解提供一种新的思路。     

基于自适应遗传算法的渗流参数辨识研究

【目的】针对简单遗传算法难以确定交叉率和变异率的最佳值、计算量较大及易早熟等缺点,提出以自适应遗传算法来进行渗流参数辨识,为获得工程所需的计算参数提供参考。【方法】利用水头实测资料,以渗透系数为待辨识参数,在采用简单遗传算法进行参数辨识研究的基础上,力求使改进的遗传算法计算量更小,收敛性更强,同时结合三维稳定渗流有限元工程实例进行了反演计算。【结果】自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题。【结论】自适应遗传算法为渗流领域的参数辨识提供了新的途径。     

自适应遗传算法及其在渗流参数反演中的应用

利用水头实测资料,以渗透系数为待反演的参数,在采用基本遗传算法进行参数反演研究的基础上,针对简单遗传算法难以确定交叉率和变异率的最佳值及计算量较大、易早熟等缺点,提出以自适应遗传算法来解决工程中的这类反演问题;为力求使改进的遗传算法计算量更小,收敛性更强,同时结合简单的二稳定渗流有限元算例,在相同的情况下分别用简单遗传算法和自适应遗传算法进行了反演计算。结果表明,自适应遗传算法在保持简单遗传算法优点的同时,有效地提高了算法的收敛性,并在一定程度上克服了简单遗传算法的早熟问题。因此,自适应遗传算法为渗流领域求解反演问题提供了新的途径。     

参数可变自适应遗传算法在军事地形图矢量化中的应用

针对纸制军事地图矢量化问题进行研究,提出一种基于自适应遗传算法的军事地形图矢量化方法,并在生成新的个体后,增加个体修正操作,提高个体的适应度。在该算法中,提出一种即考虑进化代数对算法的影响,又考虑到每代不同个体适应度作用的自适应交叉概率和变异概率。通过与传统方法的实验比较,证明该方法的可用性和有效性。     

求解非线性Black-Scholes模型的自适应小波精细积分法

针对非线性Black-Scholes方程,基于quasi-Shannon小波函数给出了一种求解非线性偏微分方程的自适应多尺度小波精细积分法.该方法首先利用插值小波理论构造了用于逼近连续函数的多尺度小波插值算子,利用该算子可以将非线性Black-Scholes方程自适应离散为非线性常微分方程组;然后将用于求解常微分方程组的精细积分法和小波变换的动态过程相结合,并利用非线性处理技术（如同伦分析技术）可有效求解非线性Black-Scholes方程.数值结果表明了该方法在数值精度和计算效率方面的优越性.