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

    资产收益率分形相关性下的Mean-PDCCA组合策略研究

    吴栩罗飞彭冲黎禾森...
    1064-1080页
    查看更多>>摘要:准确地测量资产之间的相关性,是构建有效投资组合模型的前提.文章针对资产收益率存在分形相关性的现实情况,首先通过消除趋势交叉相关分析(DCCA)等方法,构建了分形相关性统计测度,用于测量资产之间的相关性;随后,通过将分形相关性统计测度纳入到收益-风险准则之中,构建了多时间标度前置下的投资组合模型Mean-PDCCA,即分形投资组合模型,并给出了模型的解析解;最后,实证分析发现,在资产收益率存在分形相关性的典型事实约束下,分形投资组合整体上优于经典投资组合,不仅能够提升投资业绩,还具有更好的稳健性,为投资者提供了有效的决策参考.

    分形相关性Mean-PDCCA模型分形投资组合收益-风险准则

    基于SSA-LSSVM-KDE 的农产品价格区间预测

    张学竞胡焕玲凌立文张大斌...
    1081-1096页
    查看更多>>摘要:为了更好地把控农产品价格波动的波动范围,提高预测精度,文章基于分解集成思想,提出一种基于奇异谱分析(SSA)、最小二乘支持向量机(LSSVM)与核密度估计(KDE)的区间预测组合模型,简称SSA-LSSVM-KDE模型.首先针对SSA方法中窗口维度难以确定的问题,引入Cao方法优化SSA最小嵌入的窗口维度,通过奇异值分解重构出多条分量;其次,选择学习能力强的LSSVM,将各分量作为LSSVM的输入,得到组合预测输出;最后利用B-样条基的最小二乘交叉验证法(B-spline-LSCV)优化KDE模型,估计组合预测输出的不同区间误差概率分布函数,得到给定置信水平下的最终预测区间.为了验证提出模型的有效性,对小麦现货价和玉米现货价进行区间预测,与四个单模型、三个组合模型和四个分布函数进行多种预测性能评价指标的对比,结果显示提出的模型在点预测和区间预测的精度都得到了明显的提高.

    农产品价格奇异谱分析最小二乘支持向量机核密度估计区间预测

    一类非线性三层规划问题的罚函数方法

    吕一兵彭颜
    1097-1107页
    查看更多>>摘要:文章研究了一类结构为非线性-线性-线性三层规划问题的求解方法.首先,基于下层问题的Karush-Kuhn-Tucker(K-K-T)最优性条件,将该类非线性三层规划问题转化为具有互补约束的非线性二层规划,同时将下层问题的互补约束作为罚项添加到上层目标;然后,再次利用下层问题的K-K-T最优性条件将非线性二层规划转化为非线性单层规划,并再次将得到的互补约束作为上层目标的罚项,构造了该类非线性三层规划问题的罚问题.通过对罚问题性质的分析,得到了该类非线性三层规划问题最优解的必要条件,并设计了罚函数算法.数值结果表明所设计的罚函数算法是可行、有效的.

    非线性三层规划罚函数最优性条件最优解

    基于部分线性变系数空间误差模型的网络结构缺失数据借补估计

    杜丽萍孙志猛
    1108-1129页
    查看更多>>摘要:文章采用空间误差模型刻画个体之间的网络结构关系,讨论响应变量随机缺失时部分线性变系数空间误差模型的估计和借补问题.首先,利用矩阵分块和截面似然技术构建了参数估计量,并证明了参数估计量的渐近分布和未知系数函数估计量的收敛速度.其次基于部分线性变系数模型,提出了带有空间网络结构的缺失数据的借补方法.最后,通过蒙特卡洛模拟研究了估计量的有限样本性质,并将该方法应用于QQ数据集分析.

    缺失数据空间误差模型变系数截面似然

    具有L2正则项的新型离散多变量灰色预测模型

    熊萍萍武彧睿檀成伟童伟杰...
    1130-1146页
    查看更多>>摘要:MGM(1,m,N)模型存在参数非同源、模型结构简单、变量间易产生多重共线性三个问题.为解决模型不足,在MGM(1,m,N)模型中引入线性修正项和灰色作用量,以完善模型结构;利用导数一阶差分公式和递归法求解模型的时间响应式,以解决MGM(1,m,N)模型参数非同源性问题;为解决模型变量间多重共线性带来的不良影响,从减小参数估计量的方差角度出发,将L2正则项引入普通最小二乘估计中,并通过粒子群算法求解最优L2正则化参数.最后,将新型多变量灰色预测模型应用到中国三大主粮产量预测中.结果表明:新型多变量灰色预测模型从一定程度上解决了 MGM(1,m,N)模型在参数应用和模型结构方面存在的问题,有效解决了多重共线性对模型预测性能的影响,有效提高了 MGM(1,m,N)模型的预测精度.

    MGM(1,m,N)模型多重共线性L2正则项粒子群算法

    基于三种重复方式下超希腊拉丁方设计的方差分析

    肖宇佳熊烽景李洪毅
    1147-1158页
    查看更多>>摘要:超希腊拉丁方设计可以从多个不同方向控制试验的误差,在医学和工农业生产等领域有着广泛的应用.因此,对超希腊拉丁方设计进行方差分析有着重要意义.文章首先给出了超希腊拉丁方设计的方差分析,并讨论了在三种不同重复方式下的超希腊拉丁方设计的方差分析,最后通过例子验证所获的理论结果.

    试验设计拉丁方设计超希腊拉丁方设计方差分析

    双线性因子分析

    尚长春马璇蒋芬赵建华...
    1159-1188页
    查看更多>>摘要:因子分析(factor analysis,FA)是一种流行的从多变量中提取公因子的统计技术,但它仅适用于向量值数据(每个数据点为一向量).当FA应用于矩阵值数据(每个数据点为一矩阵)时,一种常用的做法是首先将矩阵值观测向量化.然而,向量化使得因子分析面临两个问题:可解释性变差,容易陷入维数灾难.为了解决这两个问题,文章从矩阵值数据本身固有的矩阵结构出发,提出双线性因子分析(bilinear FA,BFA).新颖性在于BFA采用双线性变换,模型参数大大减少,有效克服了维数灾难问题,同时提取感兴趣的行变量和列变量公因子.文章开发了两种有效算法用于BFA模型参数的极大似然估计,讨论了估计的理论性质并明确地求出Fisher信息矩阵的解析表达式来计算参数估计的准确度,研究了 BFA的模型选择问题.与传统因子得分为一向量不同,BFA的因子得分为一矩阵,文章为矩阵因子得分提供了计算方法以及可视化方法.最后,构建实证研究来理解提出的BFA模型并与相关方法进行比较.结果表明了 BFA在矩阵值数据分析上的优越性和实用性.

    因子分析矩阵值数据极大似然估计EM算法模型选择

    一类中立型随机泛函微分方程解的p阶矩在一般衰减率下的稳定性

    梁青
    1189-1206页
    查看更多>>摘要:研究了一类具有Markov切换和Lévy噪声的中立型随机泛函微分方程解的稳定性.首先,构造一个辅助的泛函微分方程,然后,在适当的假设条件下利用辅助方程的参数变化公式、不等式技巧以及比较定理,得到了该中立型随机泛函微分方程的解在一般衰减率下p阶矩稳定的两个充分条件,推广了已有文献中的结果.最后,通过举例和给出数值模拟说明了结果的有效性.

    随机泛函微分方程一般衰减率Markov切换Lévy噪声Itô公式