首页期刊导航|系统科学与数学
期刊信息/Journal information
系统科学与数学
系统科学与数学

陈翰馥

月刊

1000-0577

jssms@iss.ac.cn

010-62555263

100190

北京市中关村东路55号中科院数学与系统科学研究院

系统科学与数学/Journal Journal of Systems Science and Mathematical SciencesCSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的学报类季刊,是国内核心期刊之一,主要刊登系统科学与数理科学在理论和方法上具有创造性的学术论文,创造性地解决实际问题的科学技术报告以及重要学术动态的报道。1997年数学类期刊影响因子第三名。
正式出版
收录年代

    基于语言分布评估的DEMATEL及在可持续循环伙伴关键因素分析中的应用

    王代文魏翠萍
    741-754页
    查看更多>>摘要:决策试验和评估实验室(DEMATEL)方法,用以对相互影响的因素间的关系进行分析,确定关键因素.针对直接影响关系矩阵在给出时存在残缺判断以及元素为语言分布评估的情况,文章提出语言分布评估的DEMATEL方法,并将其运用于具有不同语义的语言术语集中.首先,文章定义了语言标度下的语言分布评估相似度公式,使用语言分布评估加权平均算子(DTWA)来对专家所提供的决策信息的残缺元素进行补全.其次,文章采用语言术语集的数值标度,将专家的语言分布评估决策信息进行数值化.综合所有专家的数值化决策信息进行DEMATEL过程,获取各因素的重要性权重,得到因素之间的影响关系,并将因素分为两组:原因组和效果组.最后,文章将所提出的方法应用于可持续循环伙伴选择的实际案例.

    语言分布评估DEMATEL方法数值标度

    新三板精选层提高市场流动性和股价信息效率了吗?

    何俊勇张国胜齐思郡
    755-779页
    查看更多>>摘要:市场流动性和股价信息效率是证券市场质量的重要体现.文章以2020年7月27日新三板市场设立精选层这一市场结构改革为背景,采用渐进双重差分方法研究了精选层设立对其挂牌公司股票流动性和定价效率的影响.研究发现,转入精选层的挂牌公司其股票流动性和股价信息效率得到显著提升,设立精选层等改革举措通过完善信息披露机制、提高市场流动性从而改善股价信息效率.进一步研究表明,信息不对称程度较低、市值规模较大的公司股价信息效率显著提高,而信息不对称程度较高、市值规模较小的公司股价信息效率并未发生显著变化,股票价格更多反映了市场和行业收益特征,并未充分吸收公司特质信息,表现为个股联动、股价同涨同跌.考虑到精选层挂牌公司大多为中小型高科技企业,而做市商为专业做市机构,具备为高科技企业股票定价的能力.因此,在精选层连续竞价交易机制基础之上,实施混合做市交易机制,能够进一步改善市场流动性,提高股价信息效率.

    精选层流动性股价信息效率渐进DIDPSM

    基于移动机器人的拣选系统货架动态储位分配研究

    袁瑞萍邹顺洁潘路可李俊韬...
    780-791页
    查看更多>>摘要:为了提高基于移动机器人的拣选系统拣货效率,更好地满足客户动态需求和订单时效要求,提出了考虑货架后续需求频次、需求紧迫程度以及拥堵因素的货架动态储位分配策略,构建了最小化货架搬运距离的动态储位分配模型,并设计了启发式算法进行模型求解.首先,基于货架需求紧迫程度,构造贪婪算法生成动态货架储位分配的初始解;然后,基于货架在后续批次订单的需求频次及通道间负载均衡,采用邻域搜索算法进行动态货架储位优化.最后,通过与其他静态和动态储位分配方法对比,验证文章提出的模型和算法的有效性.

    基于移动机器人的拣选系统智能仓储动态储位分配启发式算法

    基于分形和S型效用的选股策略及M-CVaR最优资产配置

    孙景云马小雯
    792-808页
    查看更多>>摘要:以上证50指数的主要成分股为研究对象,首先基于分形与S型效用理论构建股票风险综合评估指标,作为构建投资组合的选股依据.然后在金融资产收益率服从非对称拉普拉斯分布的假设下,采用CVaR值度量投资组合的风险,进而构建M-CVaR最优资产配置模型,并将该模型转化为二次规划问题进行求解.在实证分析阶段,利用滑动窗口法分别以月、季度、半年和一年为周期对最佳股票投资集的最优配置比例进行动态调整.结果表明,利用分形与S型期望效用理论筛选出的部分股票投资集可以获得比全部股票投资集更优的投资收益,且发现调整周期为1年的资产配置方案能获得较其他调整周期更高的累计收益率和夏普比率.

    分形理论S型期望效用非对称拉普拉斯分布CVaR

    考虑决策目标的FIC模型选择

    王璐瑶张新雨邝雄周建红...
    809-823页
    查看更多>>摘要:收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术,对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中,预测和优化问题的复杂性,通常采用先对产品需求进行预测,然后对收益进行优化的步骤.在对产品需求进行预测时,通常会面临多个候选模型,即面临模型的不确定性,这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则(Akaike information criterion,AIC),贝叶斯信息准则(Bayesian information criterion,BIC)等通常只考虑了模型选择对预测精度的影响,而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则(focused information criterion,FIC)这种模型选择准则,运用FIC模型选择准则选择产品需求预测模型,考虑了优化模型的结构,以最小化决策误差,而不是预测误差为目标,来选择预测模型.数值模拟结果表明,在大部分情况下,相比于AIC和BIC两种模型选择准则,考虑决策目标的FIC模型选择准则表现最佳.同时,实证研究结果也验证了考虑决策目标的FIC模型选择准则的优越性.

    决策定价需求预测FIC模型选择

    探索加密货币波动率预测中的模型不确定性问题:log转换、时区采样以及模型设定

    邱越谢天
    824-843页
    查看更多>>摘要:文章全面地比较了一系列模型在预测加密货币波动率时的表现.结果发现,粗糙波动率模型在预测多期样本外的波动率时表现更加稳健和可靠,而异质自回归(HAR)模型相对较弱,但经过log转换后的HAR模型在预测上则表现更优.此外,考虑到加密货币的特点,选取合适的时区划分依据也非常重要,因为不同的时区可能对加密货币市场的波动率产生影响.研究还引入了最小二乘模型平均法来应对波动率建模中的模型不确定性.结果表明,模型平均方法在加密货币市场波动率预测中相比其他方法具有优越性,能够平衡不同模型之间的优缺点,提高预测的可信度和稳定性,对于预测市场的波动性是非常有效的.文章研究指出,在选择合适的波动率模型时需要综合考虑加密货币波动率的特性和历史表现,并且在应用模型时需要注意其在不同数据集和预测目标下的表现,避免盲目使用导致预测效果的不确定性.

    加密货币波动率预测模型不确定性

    半参数平滑转换分位数自回归模型及应用

    康宁莫璐瑶荆科
    844-861页
    查看更多>>摘要:已有针对平滑转换自回归模型(STAR)的研究多是将转换函数设定为Logistic函数或指数函数形式,并在均值回归框架下获得模型的估计、检验及预测结果.文章基于重心权有理插值和分位数回归方法,构建一类新的半参数平滑转换分位数自回归模型,其主要特点表现在:第一,基于重心权有理插值方法构造的平滑转换函数,形式更加灵活自由,有效减少了模型误设的风险.第二,在分位数回归框架下,利用遗传算法获得新模型在不同分位点处的平滑转换自回归系数估计,比单纯的均值回归得到的信息更为丰富.数值模拟结果显示,新模型的平滑转换自回归系数估计在无偏性、有效性和一致性方面均具有较好表现.最后,将新模型应用于上证综指日收益率的动态趋势及预测研究,细致揭示了收益率序列在不同阶段、不同分位点处的非线性和异质性变化特征.

    重心权有理插值分位数回归平滑转换自回归遗传算法

    基于经验似然比检验的高维非参EWMA控制图

    钟文刘浏
    862-878页
    查看更多>>摘要:随着传感技术和数据采集系统的逐渐完善,大量复杂高维数据可以被收集,对多变量和高维数据流进行监控往往是现代制造业和质量管理部门的一个基本要求.然而,在高维数据监控领域中,由于"维数的诅咒"以及变量的分布通常是复杂未知的,大多数传统的多元控制图不再适用.针对这种情况,一些研究者讨论了对分布未知且复杂高维数据的均值向量的各种检验,但这些检验很少适用于Phase Ⅱ阶段的过程监控.文章提出了一种基于高维经验似然比检验的EWMA型非参数监控方案,该方案可用于多元过程和高维过程均值向量的监控,并且适用于子组数据流.所提出的控制图不仅易于实现和解释,而且蒙特卡罗数值模拟结果显示该控制图在对称、偏态、厚尾分布中都能有效地监测均值漂移.最后,将所提出的控制图应用于半导体制造过程,结果显示文章的方法对未通过测试的半导体具有良好的监控效果.

    高维非参多元统计过程控制经验似然比检验控制图