文章研究三阶多智能体系统的尺度群一致性问题:个体网络由两个子网组成;个体网 络由任意有限个子网组成.分别针对这两种情形,设计分布式尺度群一致性协议,并基于矩阵 理论及Routh-Hurwitz判据分析得到系统达到尺度群一致性的判定条件,以及系统达一致时 的收敛状态.最后,通过仿真验证理论结果的有效性.

针对机器人视觉伺服中的位姿估计问题, 提出了一种基于滚动 时域优化的位姿估计方法. 根据基于位置的视觉伺服结构以及相机投影模型 给出了特征点的坐标变换, 建立具有特征点丢失下的运动学离散时间模型. 采用滚动优化策略, 通过最小化位姿误差代价函数设计了最优位姿估计器, 并 给出了次优滚动时域位姿估计器设计方法以提高计算效率. 进一步, 证明了最 优估计器和次优估计器的估计误差上界收敛. 最后, 通过仿真对比验证了文章所提算法的有效性和优越性.

基于参数依赖的~Lyapunov 函数方法及线性矩阵不等式~(LMI) 技巧, 文章考虑参数不确定广义离散系统的预见重复控制. 首先, 引入差分算子和二维模型方法, 构造了包含可预见目标值信号的二维扩大误差系统; 然后, 针对扩大误差系统, 分别设计状态反馈和输出反馈控制器. 在考虑输出反馈时, 改造输出方程、充分利用可预见信号的未来信息, 并通过~LMI 技巧给出闭环系统渐近稳定的条件及预见重复控制器的设计方法. 最后, 数值仿真表明文章结果的有效性.

船舶变压器是船舶电力系统的关键部件,变压器故障易导致电力系 统异常甚至引发船体及生命安全事故.针对基本智能算法故障诊断模型的局限性,文章 采用寻优能力强搜索效率高的QPSO优化KELM建立船舶变压器故障诊断模型.采用UCI 数据集对SVM、ELM、KLEM、PSO-KELM和QPSO-KELM进行对比实验,结果表明QPSO-KELM具有更好的 分类性能和计算效率.最后,通过船舶变压器真实故障数据集对QPSO-KELM进行测试分析,测试集 和训练集的平均正确率分别达92.15$\%$和97.65$\%$, 标准差分别为3.75$\%$和1.42$\%$,充分证明了QPSO-KELM具有优秀的诊断精度和算法稳定性,对 各类船舶具有一定的实际应用价值.

文章选取1993--2017年被中国证券监 管机构查处的内幕交易上市公司为样本, 总结了我国股票市场内幕 交易特征, 并对影响内幕交易的因素进行了实证检验. 研究发现:并购重 组领域和制造行业是内幕交易发生的``重灾区'';内幕交易主体呈现出以内幕 知情人为中心逐渐向周边非法定内幕人扩散的特点. 1993--2017年期间影响我国内幕交易的主要因素是上市公 司治理结构、投资者之间信息不对称以及制度环境, 并呈现由公司 内部因素逐渐向外部环境因素转变的特征. 同时, 独立董事会占比、高 管薪酬和法制化程度等因素对于内幕交易风险较小的公司来说影响较大;而对于内幕 交易风险较大的上市公司来说, 信息透明度和股权集中度是主要影响因素, 融资融券 制度和经济周期等外部因素的影响较为明显, 而法制化程度的影响在逐渐减弱.

在信息部分可观测金融市场中, 文章研究了存在股票 误价时保险公司时间一致再保险和投资策略. 假设保险公司的盈余过程由扩散模型刻画, 其可购买比例再保险, 并可投资于一个无风险资产, 一个市场指数和一对存在误价的股票. 这对存在误价的股票的风险溢价是随机且无法直接观测的, 但遵循均值回复过程. 保险公司的决策目标是终端时刻投资收益最大化的同时最小化投资风险. 利用滤波技术和纳什均衡思想, 文章得到了时间一致再保险和投资策略的解析式. 最后, 数值算例表明市场流动性增强会显著增加股票误价的对冲需求; 金融市场信息部分可观测导致时间一致投资策略和值函数存在显著的损失; 投资期限越长, 信息部分可观测导致的保险公司收益损失越大.

近两年来, Google 团队提出的BERT 模型被越来越多 地应用于文本分类任务中. 在BERT 模型的基础上, 文章提出了一个基于新闻文本挖掘的股指期货高频预测模型, 进而设计了相应的高频交易策略. 文章基于股指期货的高频价格波动为每条新闻赋予涨跌平标签, 利用所提出模型对新闻进行分类, 从而预测三大股指期货价格的涨跌平方向, 并完成股指期货模拟高频交易. 基于5 年半以来的三大股指期货的高频数据及证券新闻文本的实证研究显示, 文章提出的预测模型和交易策略取得了较高的准确率和收益率, 且在中证500 股指期货上表现最好.

提高用电效率, 减少污染排放是发展绿色经济的重要措施, 由技 术进步引发的居民用电引致效应与回弹效应直接关系到政策实施的有效性. 文章从家庭电力消费量以及电力效率两个方面出发, 基于 1998--2018 年的数据, 建立家庭用电消费量、居民用电价格、电力效率、家电政策、家庭收入以及气候因素的联立结构方程模型, 利用 3SLS 方法进行参数估计, 以弹性分析测度了家庭电力消费量与电力效率的引致效应与反弹效应. 结果发现: 1) 消费价格反弹效应短期值为 0.0249, 长期值为 0.0262; 消费收入引致效应短期值为 0.3781, 长期值为 $-1.8027$; 消费效率引致效应短期值为 $-0.0456$, 长期值为 $-0.0421$; 效率价格反弹效应短期值为$-0.4935$, 长期值为$-0.6605$. 2) 居民对电价较为敏感, 电价上升会降低居民的电力消费量, 对提升电力消费效率无显著影响, 但提高电力效率有助于减少电力消费量. 3) 短期内, 家庭收入上涨会增加电力消费, 但是长期会减少电力消费量, 收入提高后, 会出现替代效应, 居民会更加注重户外娱乐活动, 减少室内电力消费. 4) 由于电力的垄断性属性, 通过需求端, 即居民电力消费来提高电力效率的可能性较小, 政府应通过供给端, 即政策的强制性来迫使电力生产厂商或电器厂商来提高电力效率. 5) 城镇化提高与气温升高均增加了居民的电力消费量, 但降雨量增加总体上减少了电力消费量. 因此, 政府在制定电力政策时, 应该充分考虑到反弹效应与引致效应, 减轻节能减排的压力.

针对直接区间数多指标决策排序问题中存在无法比较中心数相同的 区间数的缺陷, 文章对区间数理想解法进行改进.同时, 现有的区间数理想解法主要侧 重于静态评价, 为比较多个系统在不同时刻的总体发展水平, 结合改进的区间数理想 解法, 文章提出了改进区间数动态 TOPSIS 评价方法.首先讨论了将具有不确定性的区间数应用于 TOPSIS 的问题, 把 TOPSIS 的研究拓展到属性值为区间数的模糊多指标决策.接着分析直接区间数 TOPSIS 法的不足, 对其进行改进并通过几个简单算例验证该方法的有效性.然后考 虑时间维度构建区间数动态评价模型, 计算正负理想解矩阵以及各方案在区 间数指标值差异程度和增长程度情况下的综合评价值.再通过时间权重将各 时间段的评价值进行二次加权计算得出各方案的综合评价结果.最后, 将该方法应用于实例中, 以验证方法的合理性.

研究了~DC 型养老金计划模式下的资产配置问题, 涉及养老金计划参与者的遗产动机、 退休前的工资流、 退休后的最低生活保障和基金管理者的最低业绩需求, 既考虑了养老金计划参与者的利益, 又兼顾了基金管理者对业绩的基本要求. 建模时, 假设养老基金可投资于无风险资产、指数债券和股票. 基金管理者的目标是最大化终端盈余~(即养老金账户的终端财富超过养老金计划参与者的最低生活保障的部分) 的期望效用. 应用~Lagrange 方法, 得到了最优终端盈余, 进而得到了最优终端财富; 同时利用鞅方法, 得到了最优投资策略和财富过程. 在此基础上, 给出了数值算例, 考察了一些重要参数对最优投资策略的影响. 结果发现遗产水平、最低业绩水平、贡献初值、 最低生活保障初值和财富初值都会影响基金管理者对经济环境状态的判断, 进而影响其投资行为.

大数据环境下, 通过建立关联关系、网络关系可挖掘 隐含在数据背后的深刻规律. 文章通过图网络结构表征资产组合内部的 稀疏与聚类关系, 采用带网络结构和低秩稀疏的最小一乘策略有效盯 住目标指数, 深度发掘有效特征因子并优化连续时间资产组合, 从而 获得非完备市场下更优的Smart Beta性能和绩效. 研究发现基于链路预 测的稀疏网络结构能够更好地捕捉资产之间的非线性相依特性并实现有效 的资产分类结果; 稀疏分散回归和网络结构的特征提取方法能够深刻揭示 资产潜含的内在特性; 基于最小一乘法的核范数回归策略能够自适应地优化跟 踪策略, 从Alpha和Beta分离的角度有效地提升了投资组合的整体业绩, 对非 完备市场下资产配置优化和指数型投资组合管理具有重要的指导意义.

为了更好地处理信用增进措施对于公司债券定价的影响问题,在 随机利率模型下, 考虑含有担保和违约负相关信用增进因素公司债券定价问题.利用三家公 司违约强度的传染性模型刻画三家公司因担保和违约负相关而形成的公司违约相关性结构, 通过约化方法, 描述了具有担保和违约负相关信用增进因素公司债券定价的按面值回收的约化模型, 基于依条件独立法和信息流的平滑性原理, 获得了公司债券定价的显式表达式, 并分析担保和违约负相关信用增进因素所体现的公司债券信用增进功能和所隐含的违约传染性风险.

针对企业绿色发展中政府、企业和高管之间的双重 委托代理关系,构建多任务的双重委托代理模型,得到政府激励 企业节能减排、企业激励高管兼顾生产和节能减排两项任务的最 优契约形式,通过数理推导和数值仿真相结合的方法分析各因素对 企业对高管的最优激励强度、企业对高管的相对激励强度和政府对 企业的最优激励强度的影响.结果表明,两项任务间的可替代程度、 高管付出努力的成本系数、生产任务方差、节能减排任务方差、高管风险 偏好都会影响最优激励契约的设计.两项任务间的可替代程度会直接和间接 影响企业对高管的相对激励强度、政府对企业的最优激励强度,两项任务的方 差比值会间接影响企业对高管的相对激励强度,而企业对高管的相对激励强度 会间接影响企业对高管的最优激励强度.

主要研究有灾难到达的可修流体排队中顾客的止步策略. 灾难 到达会导致系统故障停止服务,并迫使所有顾客离开. 系统被清空后将进入维修 状态, 此时仍然允许顾客进入. 假设新到达的顾客根据线性``收益-成本''效用 函数决定是否进入缓冲器, 在完全可见情形下得出了相应的纳什均衡策略和单位时间内的平均社会收益函数. 最后利用Matlab 进行数值仿真分析, 研究了一些系统参数对单位时间内平均社会收益的影响.

基于长记忆性的视角,将混频数据抽样 (mixed data sampling) 引入 Realized GARCH模型的条件方差方程中,扩展得到 Realized MIDAS GARCH 模型,结合金融波动的非对称杠杆效应 (asymmetric leverage effect),构建得到 Realized MIDAS EGARCH 模型,进一步考虑传统的正态分布假设不能够刻画金融时间序列的 非对称性、非正态性、厚尾性等特征,将偏$t$分布引入 Realized MIDAS EGARCH模型中,构建了基于偏$t$分布的Realized MIDAS EGARCH模型,推导其参数估计方法,并基于滚动时间窗技术预测和比SPA检验更具优势的模型置信集 (model confidence set, MCS) 检验评估各种波动率模型对我国期货黄金市场波动的预测能力.实证结果表明: Realized MIDAS GARCH族模型比起Realized GARCH族模型有更优的拟合能力,捕捉长记忆性的能力更强;考虑杠杆效应和 非对称厚尾分布能够提升模型的解释能力和预测能力;基于偏$t$分布的 Realized MIDAS EGARCH模型是本文所探讨的8种高频波动率模型里面拥有最高样本内拟 合优度、最强长记忆性的捕捉能力和最优样本外预测精度的高频波动率模型.

针对样本数据不足及依赖专家信度评估 系统可靠性的问题, 文章基于概率论和不确定理论, 建立了离散时间下随机不确定多状态系统的可靠性数学模型. 假设系统在各状态的逗留时间独立且服从参数为不确定变量的几何分布, 系统仅在相邻状态发生转移, 利用离散Markov过程方法给出了具有~$M{\rm{ + }}1$ 个状态的系统在状态~$i$ 及以上的可靠度函数、平均寿命及平均剩余寿命的解析表达式. 最后, 给出了四状态汽轮机发电系统的数值算例, 并与参数为常数的多状态系统模型进行了比较分析, 得到系统的可靠性指标均对参数为不确定变量的情况具有一定的敏感性.

目前, 带有测量误差的一元控制图显著降低 了测量误差对于控制图性能的影响，并在监控实际生产过程时发挥着重要 作用. 然而由于多元控制图的复杂性, 尤其是在协方差矩阵发生漂移情况下, 对带有测量误差的多元控制图的研究还有所不足. 因此文章结合多元测量误差 模型, 构建了对监控过程协方差矩阵漂移具有显著优越性的ME-KQE、KME-KQE 控制图, 并分析了测量误差对于检测效率的影响. 最后, 文章通过实例展示了 其在实际应用中对存在测量误差的数据有较好的监测效果.

人脸识别即是通过输入人脸信息(包括图像和视频等)对人进 行身份识别的一种生物识别技术. 文章主要针对人脸识别的数据处理部分 提出一种崭新的处理方法, 利用三维人脸重建的信息对齐二维图像, 以提高 人脸识别的准确度. 首先, 根据输入的人脸图片, 利用已有的三维人脸重建算法重建人脸的三维模型, 重建得到的三维人脸模型是身份模型和表情模型的线性组合. 随后去除模型的表情部分, 保留只有身份信息的三维人脸模型. 接着将去掉表情的人脸网格参数化到UV平面, 通过原人脸图片和重建的三维人脸网格的对应关系, 得到人脸 UV 纹理映射图. 最后结合人脸UV纹理图和常规处理的人脸图像, 输入至精心设计的伪孪生卷积神经网络中训练人脸识别的模型. 通过大量实验验证, 文章提出的算法相对于传统的处理方式, 人脸识别精度得到一定的提升.

针对解释结构模型中的可达矩阵,定义了一种新的矩阵自 乘运算,得出了一些关于可达矩阵的重要性质,并运用之对解释结构 模型方法进行了改进.文中从理论上严格证明了改进方法的正确性,并给出 了计算机算法,为计算机程序的实现提供了可操作性的指导意义.同时,以 建筑工程企业投资阶段风险管理为例,证实了该方法的简便.