一、某些不完全概率分布函数(英文)（论文文献综述）
刘波,胡宗义,龚志民[1]（2021）在《农村居民健康差距中的机会不平等——健康指标选择、模型构建与基于CHARLS的实证研究》文中认为在居民健康差距中,既有合理的差距,又有不合理的机会不平等。首先,以"中国健康与养老追踪调查（2015）"中的农村居民为样本,从身、心健康两个方面验证自评健康作为健康量化指标的合理性。其次,在"环境-努力"的框架下,对环境因素和努力因素的范畴进行拓展,并在考虑环境因素、身份变量、努力因素与随机扰动项存在相关性的条件下构建测度模型。最后,结合样本数据测度农村居民健康差距中的机会不平等。测度结果表明:（1）原生家庭环境、生活条件、社区环境对健康差距的相对贡献度依次介于18.886%～19.780%、10.730%～11.072%、28.027%～28.642%,身份变量的相对贡献度介于9.851%～10.153%,努力因素的相对贡献度介于30.969%～31.892%;（2）健康机会不平等对健康差距的相对贡献度介于60.436%～61.010%。以实证研究结论为基础,本文从提升国民健康素养、增加医疗基础设施建设与阻断健康差距的代际传递提出政策建议。
蔡伟[2]（2020）在《群系统基本理论及其在FAST可靠性工程中的应用研究》文中研究指明系统工程、复杂系统和复杂性的研究是当前各领域研究的重点与难点,经济社会与科学技术的发展使研究人员面临越来越多的跨多学科的极大或极小的复杂系统工程。复杂系统工程在经济或科技发展中往往处于重要地位,有着较高的可靠性要求;这些系统多数处于研制、开发阶段,可借鉴的经验极少,在试验和投产初期故障较多;系统运行中有较详实的现场记录,但如何挖掘出有价值的信息和数据需要做深入研究。为解决上述问题,本论文基于研究团队前期在大型工程运输车辆、桥梁架设装备、冶金行业液压系统领域所展开的创新设计和可靠性研究工作,在给出群系统的定义、性质、分类的基础上,建立群系统基本理论体系,分析其功能实现过程,构建群系统可靠性工程方法,并在FAST射电望远镜可靠性工程中进行应用研究。本文的主要研究内容如下:（1）给出了群系统、子系统和族系统概念和分类标准;从群系统集合性角度确定了群系统的数学符号、矩阵构造和图像呈现方法;提出系统同态概念,结合同态系数及计算方式,给出了同态分析的过程,建立了群系统同态判定标准;给出了在群系统理论研究中可以进一步扩展研究的设计方法、可靠性工程、运行管理、反馈体系及应用探索等内容。（2）从群系统的功能性角度分析了影响群系统功能实现的影响要素及判断关键影响因素的方法,指导群系统的运行维护;基于目标导向的基本思想,提出了采用k-均值聚类的族系统划分方法,并分析了族系统数量的选择和评价指标计算;提出了群系统数据采集、处理和可视化方法;总结了子系统协调控制的形式及方法;给出了群系统的结构模型、系统合作协议的形式。（4）构建了群系统可靠性框图和模糊马氏退化数学模型表述形式,分析了群系统中的子系统间的可靠性逻辑关系,归纳出群系统的“三化两性”可靠性设计准则,设计了群系统的AGREE可靠性分配、降额设计和冗余可靠性设计方法,运用Duane模型和AMSAA模型完成了群系统可靠性增长分析,提出了基于阈值选择的群系统动态寿命预测方法,制定了群系统可靠性管理措施。（5）分析了FAST射电望远镜群系统的结构,采用python编程语对FAST健康监测数据进行了清洗及可视化,在分析了液压促动器单个系统的原理及构成基础上,开展了增长试验,建立了FAST液压促动器群系统可靠性模型,依托相关监测数据对可靠性模型进行验证,提出模型优化方案并进一步展开应用,根据可靠性模型的分析结果提出了FAST射电望远镜的运维策略,保障FAST的科学观测与安全高效运维。对一类具有典型可归纳特点的复杂系统的特点、性质、概念、体系、功能和可靠性等几个问题进行了研究,给出了群系统基本概念、性质及分类,研究了基本的描述研究方法及理论内容,分析了功能实现过程中的影响因素、数据挖掘、协调控制、评价反馈等相关内容,提出了群系统可靠性工程方法并在FAST射电望远镜可靠性工程中进行了应用。
徐佳康[3]（2021）在《大规模天线阵列基础理论研究及其应用》文中研究指明大规模多入多出阵列天线（Massive MIMO）是未来无线通信的核心技术之一,该技术是一种利用基站侧大规模阵列天线构建可高效利用空间分集信息的方法,解决了传统无线通信系统信号在空间扩散的利用难题。利用大规模多入多出阵列天线技术,每个用户都可以获得终端和基站之间独立的空域信道,每个用户都可以使用该独立空域信道的所有时频资源,实现从多用户共享时频资源到多用户独立占用时频资源的演进,使得蜂窝通信网络结构发生了根本变化。由于时频资源在小区内得到了多重复用,小区内的频谱效率得到了成倍增长,无线网络小区容量得到极大提升。除此以外,由于大规模天线阵列的使用,会带来很高的阵列增益,使得接收信号的信噪比得到大幅提升;而波束变窄,无线传播环境中的多径衰落现象也可以得到有效抑制,两者结合进一步提升了单个链路的容量。因此,大规模阵列天线技术对未来移动通信系统的容量提升,潜力巨大。因此,过去几年人们对大规模天线阵列系统开展了大量研究并取得了重要成果,但是在信道建模、导频污染和阵列构型优化等方面还存在着若干基础问题有待进一步挖掘,深化研究对于大规模阵列天线技术的潜能利用,意义重大。本文围绕三维信道建模、导频污染控制和多径环境中的阵列优化等若干方面,开展了基础理论和方法研究,主要创新成果如下:创新点一:针对目前二维信道模型和三维信道到达角分布模型不能完整表达大规模天线阵列信道中垂直空间传播信号传播特征、传播能量和到达角相关性的问题,开展了三维空间能量和到达角联合分布的信号传播建模研究,提出并建立一种基于三维空间DOA和到达能量的融合信道模型,给出了联合分布函数。该信道模型使用随机分布散射体结构的电波传播预测方法,解决了现有三维信道模型需要使用特定散射体分布带来的使用局限性问题,并针对不同小区的散射体分布范围,给出了宏小区和微小区的到达能量和到达功率的联合分布函数。通过仿真,并与现有结果的对比表明,传统二维信道模型的多径信号数量随着到达能量的衰减而增加,而三维信道模型和实测结果的多径信号数量都随着到达能量的衰减而增加,因此本文提出的信道模型与建立在实测基础上的信道模型在功率时延分布和多径信号到达角分布方面具备更好的一致性,能够更有效的反映三维真实传播环境中的信道特征,提升大规模阵列天线无线通信系统设计的针对性和有效性。创新点二:针对多小区导频污染情况下小区间干扰制约大规模阵列天线无线通信系统性能提升的问题,开展了小区间干扰模型分析和干扰消除的研究,提出了一种基于小区间协作的导频污染消除方法。该方法利用大规模天线阵列空域滤波的特性,通过两次波束赋形的方式分别实现小区内干扰消除（第一次波束赋形）和小区间干扰消除（第二次波束赋形）,解决了现有小区间频率多色复用方法频谱效率低、小区间导频异步传输方法残余干扰大的难题。通过仿真,并与现有结果的对比表明,本文方法能够有效地解决Massive MIMO系统的导频污染问题,为打破Massive MIMO系统的容量瓶颈提供了有效的途径。同时,通过小区间的协作,在天线数相同的情况下,该方法相对于无小区间协作的情况小区容量可提升3到5倍。创新点三:针对大规模阵列天线占用空间大,优化方式不灵活的问题,开展了稀布阵的优化研究,提出了一种多目标联合优化的方法。该方法通过对天线方向图的多个特征值进行统一化表征,设计了多级差分遗传算法,实现了主瓣波束集中、旁瓣干扰抑制和阵面体积降低。通过仿真,在32阵元天线阵列优化中,相对于等间距阵列,可以实现阵列尺寸降低40%,主瓣宽度降低约50%,旁瓣抑制-20dB。创新点四:针对多径环境下自动调制方式识别准确率低的问题,提出了一种大规模阵列天线的自动调制方式识别技术。该技术使用正交波束赋形的空域滤波方法,降低了多径干扰,并结合最大似然比信号合并算法和基于贝叶斯判决模型的决策融合算法对不同波束获取的信号进行处理,实现了多径环境中自动调制方式识别准确率的大幅提升。通过仿真验证,该技术相对于传统多天线合并决策方法,在-20dB信噪比条件下可以达到不小于90%判决准确率。本文围绕大规模阵列天线无线通信系统和信号检测基础理论和应用,丰富了大规模阵列天线系统在多径环境中的理论认识,可提升应用水平,为未来无线通信系统的空域信号处理理论研究和应用研究提供更好的支撑。
李欣亭[4]（2020）在《非完美市场条件下的信用债定价研究》文中认为作为金融市场的重要组成部分,信用债在拓宽融资渠道、促进经济发展方面有着重要作用,因而其价格变动规律一直是投资者关注的焦点。早期理论认为,交易是无摩擦的,信用债券市场风险主要来源于公司违约。但随着金融危机的爆发,由交易障碍造成的巨大损失促使学者重新思考信用债风险的构成。基于此,本文以交易损失为切入点,从市场微观结构理论出发,构建了非完美条件下的信用债定价模型。在此框架下,以中美两市场为研究样本,分别对债券市场的风险来源和影响机制进行分析。本文的具体研究内容和结论如下:第一部分建立了非完美市场条件下的信用债定价模型。首先,将市场微观结构下的交易折价模型引入到信用债简约定价理论中,提出一个考虑信用风险和交易风险的债券定价模型;而后,在模型中分析了信息水平、资金约束、市场竞争性程度对债券交易损失的影响,并从理论上指出市场下行是引起投资者信息水平和风险承受水平变化的主要原因,即下行风险是交易损失的主要来源。第二部分根据上述模型,实证检验了下行风险在两种信用债收益（即到期收益与持有收益）中的作用。一方面,采用GMM广义矩估计法分析下行风险对收益利差的影响,指出其解释能力远高于流动性风险,且这一解释能力随信用风险增加而显着提高;另一方面,采用Fama-French投资组合分析法,验证了下行风险对超额收益率的预测作用,并依此构建下行风险因子,完善了信用债因子定价模型,提高了模型的解释能力。第三部分在前两部分的基础上,分析了宏观信息对债券持有收益率的预测作用。首先,在给定的曲线信息条件下,分别检验了货币政策和市场活动对无风险利率变动的预测能力,并指出前者的引入对预测模型并无帮助,而后者能够提供显着且稳健的额外预测能力;然后,本文检验了宏观信息对信用债风险收益的预测能力,采用一种新的降维方法,从大规模宏观变量中提取预测指标＿(2,发现其对超额收益有显着预测能力;同时,本文还分析了＿(2与信用风险因子和下行风险因子间的关系,指出对于信用水平较低的债券,宏观信息通过影响市场两种风险因子水平,进而影响信用债收益。第四部分分析了危机时期信用债风险与收益的变化情况。首先,实证结果表明,在不同时期下,信用风险与下行风险间的相关性是变化的;然后,利用Copula联合分布函数对第一部分定价模型中风险事件的发生概率进行估计;最后,通过算例证明了在市场恶化环境下,风险相关性会扩大债券收益损失,并导致危机的持续性。本文的主要贡献在于:首先,以市场微观结构理论为基础,扩展了信用债简约定价模型,并从投资者风险承受力和信息精度两个角度对下行风险的形成机制给出一个新的诠释。其次,本文依据交易理论,分析了下行风险对超额收益的预测能力,并依此完善了债券市场因子定价模型,同时填补了当前中国市场对相关研究的空白。再次,提出了一种新的降维方法,通过从大规模宏观变量中提取有效信息,可全面考虑宏观信息对信用债收益的预测能力,并给出宏观信息的作用机制。最后,本文实证部分均以中美两市场为研究样本,增强了主要结论的鲁棒性,同时通过分析二者在指标选取、收益变动规律等方面的差异,研究了中国信用债市场特征在收益分析中的影响。
孔祥金[5]（2020）在《基于格子玻尔兹曼方法的DPF碳烟颗粒沉积分布特性研究》文中进行了进一步梳理随着我国能源安全问题和大气污染问题的凸显,加强内燃机移动源节能减排已成为内燃机工业要面临的当务之急。柴油机因其热效率高、动力性强、功率覆盖范围广等优点,在交通运输、农机、工程机械等领域得到广泛的应用,但其颗粒物排放问题仍是制约其未来发展应用的关键因素之一。壁流式DPF已成为柴油机满足现行或即将实施的排放法规中PM和PN排放限值的标准配置。DPF碳烟沉积分布一方面直接影响其压降特性、捕集效率;另一方面作为再生过程的初始条件,影响着再生过程的发展历程及特性。因此研究DPF碳烟沉积分布特性对于优化DPF捕集、再生性能,提升柴油机的经济性、动力性、排放性具有重要意义。本课题针对考虑多孔介质微观结构的DPF碳烟颗粒沉积分布特性问题开展研究,采用基于格子玻尔兹曼方法的气固两相流模型作为研究手段。针对现有的LB-CA模型的不足通过引入不可压缩的Boltzmann模型和定量的元胞自动机概率模型改进了其模型。利用方形柱体绕流模型分别验证了改进后模型中气相模型和固相模型的准确性。利用QSGS方法建立了考虑多孔介质结构的DPF单孔道模型,并利用改进后的LB-CA模型研究了该DPF单孔道内流场特性和碳烟颗粒的沉积分布特性。发现入口速度对DPF孔道内的流场影响显着。相同入口速度下,随着粒径的增大,颗粒逐渐向DPF进口孔道的末端沉积。对于相同粒径的颗粒,随着入口速度的减小,颗粒沉积分布均匀性逐渐变好。相比于粒径对颗粒的沉积分布的影响,入口速度对孔道内颗粒的沉积分布的影响更大。在多孔介质表层结构中沉积颗粒沿壁面方向存在梯度分布的现象,沉积颗粒沿轴方向的分布趋势与壁面流速分布趋势相吻合。由沉积颗粒组成的颗粒簇团首先出现的位置与颗粒沉积概率大的区域相一致。整体上,沉积的颗粒会逐渐增大进口孔道的轴向压力,逐渐降低进口孔道的轴向速度,但在孔道变窄的区域进口孔道的轴向速度存在增大的现象。提出了基于孔径分布与孔隙率特征参数生成多孔介质的新方法,可实现参数化控制生成多孔介质结构。提出了基于区域分裂DDLB-CA模型,通过方形柱体绕流模型验证了DDLB-CA模型的准确性。在此基础上,研究了碳烟颗粒在多孔介质内部沉积发展规律,研究了桥区的形成过程及其影响因素。发现碳烟颗粒首先在多孔介质迎风面和狭窄的孔道处沉积,逐渐形成桥区结构。后续的碳烟颗粒受到桥区结构的影响,沉积位置逐渐前移,同时新的桥区结构逐渐在上游的狭窄孔道区域形成。多孔介质结构的拦截、惯性、扩散捕集机制在颗粒沉积初期起重要作用,但随着桥区的形成,桥区对颗粒的捕集逐渐占主导地位。桥区的形成速度受流速、颗粒粒径大小的影响。在相同颗粒粒径下,流速越小,桥区越早形成。在相同流速下,对于随流性最好的中等颗粒,桥区形成速度最快。研究了不同多孔介质结构对于流场分布特性、颗粒沉积分布特性以及颗粒簇团的沉积分布特性的影响及规律。发现多孔介质的结构显着地影响其初始压力场和速度场的分布,可以通过调整孔径分布和孔隙率优化多孔介质结构中初始上游压力,压力梯度和速度的分布特性。多孔介质结构中的颗粒沉积分布概率特性和颗粒簇团（或桥区）的分布规律明显受到多孔介质结构参数的影响。颗粒簇团（或桥区）的位置影响压力和速度分布特性,因此可以通过调整多孔介质结构参数优化其压力和速度分布特性。颗粒簇团的形成促使颗粒更倾向在多孔介质结构的前部沉积,同时提高了颗粒的捕集效率。具有较小平均孔径的多孔介质结构在其表面形成的碳烟颗粒层更致密。
李京生[6]（2020）在《高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究》文中研究指明高速铁路作为国民经济的大动脉,在人民的日常生活中扮演着至关重要的角色。我国处于环太平洋地震带与欧亚地震带这两个世界上最大的地震集中发生地带,是一个地震灾害严重的国家。对高速铁路而言,即使是较小震级的地震,也可能会给正在行驶中的高速列车带来脱轨、倾覆等列车运行安全事故,造成人员伤亡和经济损失。在地震发生后,高铁地震预警系统可以在破坏性的地震波到来之前的数秒至数十秒之间发出预警,使高速行驶的列车尽快减速或者停车,这样可以防止或减轻地震灾害为铁路运输安全带来的危害,避免重大的人员伤亡和财产损失,具有相当可观的减灾效益。车载地震紧急处置装置作为高铁地震预警系统的重要组成部分之一,一旦可靠性达不到要求从而发生故障,将会导致高铁地震预警系统误报或漏报地震预警信息,这不仅会造成旅客的恐慌,而且会给行车带来不便,以及导致一些不必要的损失,产生不良后果。因此,合理正确的对车载地震紧急处置装置进行建模及评估,是亟需解决的重要问题。车载地震紧急处置装置包括车载地震紧急处置装置主机和车载地震紧急处置装置操作终端。对于车载地震紧急处置装置这种复杂的系统来说,由于其具有极高的可靠性,并且可用于试验的样本很少,在试验过程中几乎不产生失效数据,因此很难用常规方法对其可靠性进行建模及评估。本文根据车载地震紧急处置装置及其组成部分的各自特点,将车载地震紧急处置装置操作终端视为不可修单元,将车载地震紧急处置装置主机视为可修系统,分别求出了其可靠性相关指标,同时,将车载地震紧急处置装置视为复杂系统,通过对车载地震紧急处置装置操作终端和车载地震紧急处置装置主机的可靠性相关指标进行融合,从而得到其可靠性指标。本文主要内容和成果如下:（1）将车载地震紧急处置装置操作终端视为不可修单元,并对其可靠性进行建模及评估:为了解决用于进行试验的车载地震紧急处置装置操作终端数量较少的限制,以及随着产品的复杂度和产品可靠性的提高,车载地震终端发生故障的可能性越来越小,导致单一的实验室试验或者现场试验得到的可靠性数据有限的弊端,本文使用相似性理论的相关内容和贝叶斯方法求出车载地震紧急处置装置操作终端的后验分布,通过继承因子,将实验室试验和现场试验的数据进行融合从而得到车载地震紧急处置装置操作终端的可靠性相关指标。本文使用的方法充分考虑了实验室试验和现场试验的异同,并且充分利用了车载地震紧急处置装置操作终端各试验阶段的信息,因此更具有合理性。（2）将车载地震紧急处置装置主机视为可修系统,并对其可靠性进行建模及评估:为了解决车载地震紧急处置装置主机后验分布复杂,难于计算等问题,本文先是建立了车载地震紧急处置装置主机可靠性的分层贝叶斯模型,然后将随机过程中的马尔科夫链应用到蒙特卡洛模拟中,使用Gibbs抽样的方法得出参数后验分布的抽样,进而求得其后验估计值。这使得最终结果不仅比普通贝叶斯方法得出的结果更“安全”,而且解决了其后验分布复杂,难于计算的问题。（3）将车载地震紧急处置装置视为复杂系统,并对其可靠性进行建模及评估:车载地震紧急处置装置由两部分构成,分别为车载地震紧急处置装置操作终端和车载地震紧急处置装置主机。本文在考虑到其是由不同组成部分构成的因素,在其不同组成部分可靠性指标融合的过程中引入了权重的概念,并且采用了基于D-S证据推理的专家信息融合。与其他确定权重的方式相比,在使用D-S证据理论的方法确定车载地震紧急处置装置主机和车载地震紧急处置装置操作终端可靠性权重的过程中,充分考虑了不同的专家提供信息的不确定性,使不确定性在信息融合的过程中不断降低。
黄晓地[7]（2020）在《面向序列数据异常模式挖掘的集体离群点检测方法研究》文中研究指明序列数据是指一系列按先后顺序依次采集且顺序之间有特定意义,在分析过程中不可相互颠倒的数据。随着大数据时代的全面来临,互联网、物联网以及计算智能技术得到飞速发展,各类互联传感设备采集和交换的数据量级呈爆炸式增长。序列数据作为最常见的信息采集形式之一,广泛存在于各种业务流程中。例如,机器工作时产生的振动信号,城市交通系统中各类交通媒介的流量,股票市场的价格行情以及临床医学监测的人体生物波等。这些数据尽管在属性、结构以及相互关系上存在显着差异,但均属于具备序列特征的流式数据。作为业务流程的主要信息输出方式,其序列特征的背后往往隐含着系统的特定规律和潜在特性。如何通过分析序列数据,重构所观测系统的动力学行为,挖掘具有管理价值的业务模式,从而对系统进行预测和调控是当前大数据时代迫切需要解决的问题。序列数据的分析研究是一个新兴的交叉学科领域,集成了数据库、概率统计、机器学习、人工智能等多种成熟的理论和工具。针对序列数据显着的时序性、关联性以及高维性等特征,以模式挖掘为主的分析方法近年来十分活跃。根据应用需求,模式挖掘研究可以分为频繁模式挖掘和异常模式挖掘。尽管一般性研究中侧重于发现频繁出现的周期变换模式,但是在某些特定应用场景下,异常业务模式的发现往往具有更大的价值。基于异常模式挖掘分析序列数据的重难点在于面向不同应用领域的挖掘方法不具备普适性,需要针对数据类型和具体任务设计相应的挖掘方法。因此,本文首先基于数据的属性类别将序列数据划分为时间序列数据和空间序列数据;其次,立足于实际应用背景,根据两类序列数据的特征和异常模式挖掘的目标构建相匹配的集体离群点度量规则,将异常模式挖掘问题转换为集体离群点检测问题;最后,设计有针对性的集体离群点检测原理和算法框架,提高异常模式在各类序列数据上的挖掘效率。论文的主要研究工作如下:1.对于具有预标注信息的异常模式挖掘问题,若待测数据具备充足的正常样本标签信息,则异常模式挖掘目标在于从时间序列数据中挖掘与正常模式相似度差异最大的数据模式。对此,本文提出一种基于数据分布拟合识别异常模式特征的集体离群点检测方法。模型中采用多元混合高斯分布拟合序列数据中的集体离群点分布函数,根据最大似然法构建样本数据与待测数据分布特征的相似度度量方法,并设计一种基于不动点迭代的似然方程求解方法。若待测数据具备充足的异常样本标签信息,则异常模式挖掘的目标在于从时间序列数据中挖掘与异常模式相似度差异最小的数据模式。对此,本文提出一种基于层次聚类算法匹配异常模式特征的集体离群点检测方法。模型中首先依据不同的异常度量规则进行分层聚类,再过对比同层聚类簇以及对比上下层聚类簇的簇内信息构建样本数据与待测数据的相似度度量方法,并设计一种基于不动点迭代的改进聚类算法FPKmedoids（Fixed point k-medoids）,通过并行处理各聚类簇提高收敛效率。2.对于不具备充足样本标签的异常模式挖掘问题,既无法确定各种模式的边界,也没有清晰的异常模式判断标准。异常模式挖掘的目标在于从时间序列数据中划分出不同模式对应的数据边界,再通过模式间的特征对比识别异常模式。对此,本文提出一种基于模式间转换概率度量异常模式特征的集体离群点检测方法。模型中首先以蚁群算法拟合序列数据中各类业务模式对应的数据边界,其次以各模式对应的信息素浓度构建模式间的转换概率度量,并设计一种基于不动点单纯形法优化初始参数的连续蚁群算法。3.对于空间同质序列数据中异常模式挖掘问题,具有不同空间属性的序列数据用于描述相似的行为属性且这些行为属性旨在表述相同的目标,因此同质序列数据大多由相似的机理生成,具备相似的数据分布和结构。异常模式挖掘的主要思路在于先融合多源序列数据以消除空间属性影响,再按照处理时间序列数据的方式分析融合后的数据。对此,本文以融合多类交通数据预测城市中实时出现的异常交通状态为例,提出一种基于同质序列数据在不同分辨率下融合分析的集体离群点检测方法。模型中首先从交通检测点的单类交通数据,交通检测点的多类交通数据,以及交通枢纽点的交通数据三种分辨率对城市交通信息进行聚类分析,其次通过与整体数据变化趋势进行对比构建表征异常模式的集体离群点度量方法,并设计一种基于“距离-密度-权重”的DDWK-medoids聚类改进算法自适应确定最佳聚类簇数和初始中心点等初始参数。4.对于空间异质序列数据中异常模式挖掘问题,具有不同空间属性的序列数据用于描述同一目标的不同行为属性,但这些行为属性是相互关联的,因此异质序列数据大多源于不同生成机理,在数据类别、结构和分布等方面不尽相同。异常模式挖掘的主要思路在于根据异质序列数据之间的关联关系,对多源序列数据的分析结果进行融合,再根据融合结果挖掘异常模式。对此,本文设计了一种基于自适应权重加权融合异质序列数据的集体离群点检测方法。模型首先以多窗口技术和相关性分析技术确定关联关系,再通过双层粒子群框架自适应确定各类异质序列数据对结果以及相互之间的影响权重,将基于权重融合后与预期显着异常的数据序列识别为表征异常模式的集体离群点。在算法框架中,本文设计了一种基于不动点单纯形法的改进粒子群算法FP-PSO（Fixed point based Particle swarm optimization）,以不动点单纯形法在解空间内搜索到的近似不动点集作为初始种群并据此设置其余参数。
华珍[8]（2020）在《城市轨道交通列车区间运行缓冲时间设置方法研究》文中提出城市轨道交通列车区间运行缓冲时间具有提高列车运行准点率、提升列车运行图抗干扰性以及降低列车运行能耗的作用。本文在考虑列车区间运行时间偏离特性的基础上,同时考虑城市轨道交通系统站间距及线路条件等因素,以列车区间运行时间偏离程度和列车运行能耗加权和最小为优化目标,研究城市轨道交通线路各站间区间的列车运行缓冲时间优化设置问题。论文的主要研究成果包括:（1）总结了缓冲时间的定义与分类,分析了既有缓冲时间设置方法的优缺点。从列车运行晚点恢复与运行节能两方面,分析了城市轨道交通列车区间运行缓冲时间的作用机理,探讨了城市轨道交通列车区间运行缓冲时间的设置思路与设置原则。（2）研究了城市轨道交通列车区间运行时间偏离的特性,采用对数正态分布函数,通过对城市轨道交通列车实际运营数据的整理与拟合,得到不同站间区间的列车运行时间偏离的分布函数参数,并生成列车区间运行时间的随机扰动方案。以列车在受到随机扰动后的区间运行时间与图定计划区间运行时间之间的偏离程度最小为优化目标,在线路列车区间运行缓冲时间总值一定的基础上,建立了列车区间运行缓冲时间设置的优化模型,并设计了改进的自适应遗传算法对模型进行求解。（3）从列车属性和线路条件两方面,总结分析了列车运行能耗的主要影响因素,重点分析了线路纵断面及站间距等因素对列车运行能耗的影响。应用列车运行计算方法,分析计算了不同线路纵断面及站间距条件下的列车运行能耗与运行时间。建立了考虑列车运行时间偏离程度与运行能耗加权和最小的区间运行缓冲时间设置的综合优化模型,并设计了基于改进的自适应遗传算法的模型求解算法。（4）以某一城市轨道交通线路为例进行算例研究。首先,以列车区间运行时间偏离程度最小为优化目标,计算得到线路各区间的列车运行缓冲时间设置的优化方案,与既有方案相比,优化方案降低了5.31%的列车运行时间偏离程度;其次,以列车运行能耗最低为优化目标,计算得到了各区间运行缓冲时间设置的优化方案,相较于既有方案,能耗降低1.98%;最后,以列车区间运行时间偏离程度与运行能耗的加权和最小为优化目标,计算得到了各站间区间运行缓冲时间设置的综合优化方案,优化效果为1.86%。图32幅,表16个,参考文献60篇。
崔微微[9]（2020）在《中国保险业顺周期性与逆周期附加资本研究》文中研究说明随着中国保险市场的迅速发展,保险发展与宏观经济增长之间的关系日益成为热点议题。但与中国保险市场发展不相称的是,保险与银行、证券、信托并列为四大金融支柱产业,保险业是否对宏观经济产生系统性冲击并未得到学界的一致认可。甚至瑞再保险（Swiss Re）早期的保险学者研究发现,非寿险业可能不存在对宏观经济的系统性冲击。随着全球保险业的发展,保险业的顺经济周期性发展逐步成为研究保险业与宏观经济内在关系的焦点话题。直至今日,保险发展是否存在顺经济周期性波动依然是学界争论的议题之一。2012年3月保监会展开保险业第二代偿付能力监管制度体系（中国风险导向的偿付能力体系,China Risk Oriented Solvency System（C-ROSS）,简称“偿二代”）建设工作,随后中国保监会2012年初发布《中国第二代偿付能力监管制度体系建设规划》,同时考虑引入宏观审慎框架下的保险业逆周期监管机制。2016年保监会正式实施的“保险业第二代偿付能力监管制度”中,引入了保险业逆周期附加资本监管机制,并且《保险公司偿付能力监管规则第2号:最低资本》明确指出,保险公司需要计提逆周期附加资本,但具体实施细则尚未制定。因此,保险公司逆周期附加资本计提机制有待加速完善进程。为研究保险业逆周期附加资本监管问题,首先弄清保险业顺经济周期机理是什么?实际中的保险业是否存在顺经济周期现象或顺周期风险?如果存在顺经济周期问题,保险机构监管部门如何构建逆周期附加资本监管的中介指标?以及如何设计保险业逆周期附加资本计提与释放方案?为解决以上问题,本文研究思路是:梳理相关文献及分析实际经验数据发现并提出问题——中国保险业可能存在顺经济周期现象;然后基于已有研究文献理清保险业顺经济周期发展的内在作用机理;其次依据保险业与宏观经济相关指标构建实证模型,检验保险业发展的顺经济周期现象并进一步实证检验保险业偿付风险的顺周期性,从而确定保险业逆周期附加资本监管的必要性;再次,为实现保险业逆周期附加资本监管,首先需确定逆周期附加资本监管的中介指标,其次便是设计保险业逆周期附加资本计提与释放方案;最后基于保险业逆周期监管问题的研究基础,为宏观监管决策者等提出相关建议与对策。根据以上研究思路,本文的主要研究内容如下:第一,基于已有研究文献理清保险业顺经济周期性的内在作用机理。第二,由于保险业发展的不同阶段可能与宏观经济之间的顺周期性波动存在差异,因此基于保险业发展演变角度,以保险业及宏观经济样本数据为基础构建时变参数模型（TVP-VAR）并研究得出,无论非寿险还是寿险的发展过程均存在顺经济周期现象,同时其潜在的偿付风险水平也存在顺经济周期特征,且随时间推移顺周期发展强度也随之动态演变。第三,参照《巴塞尔协议Ⅲ》中商业银行资本缓冲机制中“挂钩变量”的设计思路,构建保险业逆周期附加资本潜在中介指标体系;然后基于时变Copula模型的动态时差相关分析,并结合KLR信号分析等检验潜在中介指标的经济预警效果,最终确定保险业逆周期附加资本监管的中介指标。第四,基于Markov区制转移（MS）模型判别非寿险和寿险业所处的不同发展区制,最终设计出离散式与平滑式保险业逆周期附加资本计提与释放方案。第五,结合保险业顺周期理论及逆周期附加资本监管机制的相关研究,做出总结并提出相关建议。本文总共分为七章,具体章节设置如下:第一章导论。本章着重介绍论文的选题背景、研究意义、国内外研究现状、技术路线与研究方法及论文可能存在的创新点与不足等相关问题。其中,文献综述部分主要针对金融业顺经济周期问题、逆周期监管机制及保险业顺经济周期性及逆周期监管机制等相关问题,梳理国内外相关文献,并进一步对相关研究做出总结与述评。第二章概念界定及相关理论基础。本章首先界定保险业顺经济周期性、附加资本及逆周期监管等相关概念。然后基于偿付能力监管制度、公允价值的会计制度以及投资不足理论、宏观审慎监管等方面梳理保险业顺经济周期性的潜在作用机理及逆周期监管的必要性。第三章中国保险业与宏观经济的关联性发展。本章基于保险业发展与经济增长的共同发展趋势以及保险周期与经济周期的内在联系得到,保险业存在顺经济周期发展现象,尤其保险业在金融危机期间以及宏观经济进入新常态后,顺经济周期发展现象愈发显着;最后以保险发展与宏观经济内在关联的数理基础作总结,并提出相关研究假设,为下一章保险业顺经济周期发展及顺周期风险问题的相关实证检验打下基础。第四章中国保险业顺周期发展与顺周期风险的实证检验。本章从微观与宏观两个角度分别验证了保险业顺周期性发展现象。首先基于微观角度,以2010年-2018年保险公司财务样本为基础,通过GMM差分估计得到,中国保险业存在顺周期发展现象。然后,基于宏观视角,以时变角度研究保险业发展与宏观经济指标之间的动态演变路径,通过时变脉冲响应研究了保险业的顺周期发展及顺周期风险问题。基于宏观视角,本章选取2005年-2018年月度数据分别研究非寿险业和寿险业的顺经济周期问题,一方面基于保险发展指标研究保险市场发展水平的顺经济周期特征,另一方面通过构建保险风险压力指数,分别研究非寿险与寿险偿付风险的顺经济周期性。通过时变参数模型得到,无论非寿险还是寿险的发展水平均存在顺经济周期特征,同时其潜在的偿付风险水平也存在顺经济周期特征,且随时间推移,顺经济周期发展强度呈现逐步递增的演变趋势。第五章中国保险业逆周期附加资本监管中介指标的确定。由于中国保险业存在顺周期发展现象且存在潜在顺周期风险隐患,因此对保险业实施逆周期附加资本监管制度存在必要性。为实现逆周期附加资本监管,首先需解决其中介指标问题。本章基于静态与动态时差相关分析并结合KLR信号分析等技术手段,确定保险业逆周期附加资本计提与释放机制的中介指标。首先,确定设计中介指标的基本原则:第一,指标同保险业发展与宏观经济之间的关联程度高且稳定。逆周期监管中介指标既要求与保险业发展相关,又要与宏观经济紧密相连,并且其关联结构要稳定,否则根据中介指标难于判别保险公司计提与释放逆周期附加资本的时点期限。第二,先行预警程度高。保险业逆周期监管中介指标类似于保险业发展的“晴雨表”,能够提前预判宏观经济处于兴衰周期之前,保险业未来的发展走势。其次,基于传统时差相关分析及时变Copula模型的动态时差相关分析,初步确定保险业逆周期监管的潜在中介指标,然后基于KLR信号分析的相关统计指标如噪音信号比、条件危机概率及正确信号发出率等,检验潜在逆周期监管中介指标的预警效果,最终结合时差相关分析、KLR信号分析及保险业实际发展状况等,确定保险业逆周期附加资本计提与释放机制的中介指标。第六章保险业逆周期附加资本计提与释放方案的研究设计。本章首先基于Markov区制转换模型能够甄别经济变量的结构性突变这一特征,分别推断出非寿险业和寿险业发展所处的萧条、平稳、繁荣三个不同区制,进而为计算非寿险与寿险业逆周期附加资本计提与释放资本比例做出相关准备。其次,基于KLR信号分析,分别评判基于区制转移（MS）模型获取的保险业发展区制与保险业实际发展状态的一致性程度。最后,依据《巴塞尔协议Ⅲ》等相关文献,分别针对非寿险业和寿险业逆周期监管机制,设计出离散式与平滑式保险业逆周期附加资本计提与释放方案。第七章结论、建议与展望。基于对保险业顺经济周期问题及逆周期监管的相关研究,归纳总结文章研究结论,并在研究结论的基础上提出相关监管问题与建议,展望今后保险业逆周期监管中可能存在的研究方向。本文可能存在如下三方面的创新点:（1）首次相对完整地设计了保险业逆周期附加资本计提与释放的研究方案。2016年正式实施的“偿二代”监管体系中,明确指出保险公司应该计提逆周期附加资本,国际保险监管组织也提出同样要求,但具体计提细则并未公布。国内外学者对保险公司逆周期附加资本的相关研究十分匮乏,更尚未提出一套完整的逆周期附加资本计提与释放方案。本文针对这一监管空白,在吴杰、粟芳等学者研究基础上,构建了逆周期附加资本监管方案的“中介指标”,以此为基础设计了一套相对完整的逆周期附加资本计提与释放方案。因此,对保险业逆周期附加资本计提机制的研究具有一定的实践前瞻性和理论前瞻性。（2）丰富和完善了关于保险业顺周期性及逆周期监管的相关理论研究。关于保险业顺周期性及逆周期监管的研究文献相对匮乏,尤其是保险业逆周期附加资本监管方面的理论研究严重不足,本文基于此进一步丰富和完善了相关理论。第一,已有文献多基于宏观监管角度论证保险业的顺周期性,而由于监管制度致使保险业出现顺周期性的内在作用机理未做阐释。本文基于前人对保险业顺周期发展的理论基础,比较全面系统地分析了中国“偿二代”监管制度引致的保险业顺经济周期发展作用机理,首次基于资产端和负债端等角度阐释了保险业顺经济周期发展的内在制度动力。第二,本文首次基于投资不足理论阐释了保险业顺周期性的作用机理,尤其是宏观经济处于衰退期时,保险业的萧条发展将进一步恶化宏观经济的下行发展趋势,另一方面也一定程度说明了对保险业施行逆周期附加资本监管的必要性。第三,本文首次全面系统的基于宏观审慎监管角度论证了保险业逆周期附加资本监管的必要性,一定程度丰富了中国金融市场的宏观审慎监管理论体系。（3）研究方法上的改进。第一,中国保险业起步较晚但发展迅速,保险业结构调整频繁,受经济政策冲击明显,在不同宏观经济环境下,保险业发展状态不同。已有少量研究文献中,多以微观线性或静态角度研究保险业顺周期性,不能反映保险业发展的阶段性特征。本文基于微观和宏观角度,首次基于保险业发展演变视角研究了保险业的顺周期问题,基于时变参数模型一定程度上反映了保险业发展的阶段性特征;并且首次通过构建偿付风险压力指数实证检验了保险业顺周期风险的潜在隐患。第二,已有研究文献基于KLR信号分析确定指标的先行预警效果,但不能确定先行预警期限。本文为解决这一缺陷,将时差相关分析与KLR信号方法相结合,通过设置预警期限较短的窗宽,一定程度能够确定指标的先行预警期限,基于此可以缓解监管滞后性问题。第三,本文对设计的逆周期附加资本监管方案进行了一定的实证检验。首先以逆周期监管中介指标为基础构建Markov区制转移模型,然后设计保险业逆周期附加资本计提与释放方案;最后基于KLR信号分析,对通过Markov区制转移模型所得到的保险业不同时期的发展状态与保险业实际发展状态进行一致性检验,使模型结论更具说服力。
张世广[10]（2019）在《拍卖市场中欺诈行为形成机理的博弈分析》文中进行了进一步梳理作为博弈论和交易机制理论的重要应用范畴,拍卖理论的发展已经有了近60年的历史。维克里于1996年以拍卖理论创始人的身份获得诺贝尔奖以后,拍卖机制就更加广泛地被接受,得到社会的高度认可和应用。公司（政府）采购、资产处置分配、碳排放交易等多样式的拍卖机制已经被全球大多数国家采纳。拍卖机制由于其资源配置的有效性以及充分引入市场竞争性的特点,使其在经济发展过程中发挥着越来越重要的作用。每年都有数以万亿的拍卖在全球进行。然而,拍卖过程中依然存在委托代理、信息不透明等问题使得拍卖欺诈现象时有发生。虽然拍卖理论的产生可以最早追溯到古巴比伦王国,但是通过系统的数理工具对拍卖进行分析研究还不到60年。对拍卖理论的拓展研究更是刚刚起步。随着拍卖欺诈事件的频频曝光,拍卖欺诈问题的作用机理开始逐渐引起学术界的关注。诸多学者首先对经典的拍卖理论做了探讨研究,随着经济多样化的不断发展,学者们逐渐发现传统的拍卖理论在假设层面要求过于严格,导致很多现实的拍卖问题难以解释,例如拍卖欺诈行为。尽管拍卖欺诈已经成为了社会各界的广泛关注,但是拍卖理论在学术领域的拓展研究并没有完全跟上。主要原因有两个:第一,拍卖理论的拓展研究需要放宽经典拍卖的基本假设,而这方面的研究近20年才逐渐出现,所以理论基础才刚刚开始建立;第二,作为一种特殊的经济问题,拍卖欺诈行为经常伴随着行贿受贿现象一起发生,所以违规违法的特点十分突出。而针对这方面的问题显然不会有官方的数据细节,也难以使用调查问卷等方式进行分析,为研究工作设置了障碍。我国对拍卖欺诈行为的研究也经历了从最初的定性的分析（主要是针对设租寻租现象的分析）到定量的研究的过程,目前已经开始出现了针对有限欺诈,串标合谋等欺诈行为的特例进行探讨。但是并没有对把拍卖中的违规行为作为拍卖欺诈进行系统性整理研究的工作。所以系统性地针对拍卖欺诈行为的形成机理进行分析,极具研究意义。可以看出,因为客观的约束限制,拍卖欺诈行为的研究不太适合利用计量经济学的方法,而以博弈论为基础的拍卖理论更适合作为主要研究手段。本文根据拍卖欺诈实施方的不同,将欺诈行为分成了三个方面:卖方欺诈,买方欺诈以及中间商合谋。这三类欺诈基本包含了一般拍卖的参与方类型。中间商大多时候是拍卖行以及拍卖平台,因为佣金基本是固定的,又不直接涉及买卖交易,所以只能利用自己的权力找到参与拍卖的另一方进行设租寻租。所以中间商不涉及单独的欺诈,归为合谋类型。基于以上对拍卖欺诈的分类,本文利用博弈论原理以及数值模拟的方法,进行了相关的分析研究。首先本文对卖方欺诈进行了研究,卖方通常占据拍卖的主导地位,有更多改变游戏规则的权力（正向拍卖）。本文假设欺诈型卖家可能会使用虚假报价的手段,而诚实型卖家不会,其中欺诈行为有概率发生在第二价格拍卖中:欺诈型卖方冒充竞拍者递交仅次于最高价的报价从而获得额外收益。在拍卖过程中,竞买者不知道参与拍卖的卖家是哪一种类型,两种卖家根据各自效用选择拍卖形式。而竞买者将卖者的选择作为信号,更新对卖方类型的判断。这是一个买卖双方信号交叉影响的过程。其次分析买方欺诈不难发现,因为其在拍卖环境占据被动的局势（正向拍卖）,所以能自行单独进行的欺诈行为十分有限。所以买家结成联盟团体进行串标合谋是最常见的手段。由于买方与买方之间的合谋发展在同级之内,本文称之为“横向合谋”。中间商通过利用手中的特权给某些竞买者竞拍优势,从而获得贿赂的合谋本文称之为“纵向合谋”。本文在第一价格拍卖的基础上,利用关联价值假设研究了纵向（拍卖中间商与买方）以及横向（买方之间）两种合谋形式。并设计了两种合谋情况下的激励相容机制,并比较两种合谋的发生概率和条件。以上的模型是以本文总结的三大欺诈类型为基础进行建模,为了充实研究内容,本文又做了拍卖欺诈的两个拓展研究。首先,社会监管对拍卖欺诈行为肯定是有抑制作用的,那么社会监管的力度要如何把握,它对欺诈行为的影响是怎么样的呢?本文在存在采购欺诈的逆向拍卖模型的基础上,加入了社会监管因素,分析了社会监管对拍卖欺诈造成的影响。最后,招聘行为从广义上来讲可以看做逆向拍卖过程。招聘单位招聘的过程类似招标,招标标的就是未来员工的工作付出,价格就是单位支出的薪酬,而应聘者就是这场拍卖的竞卖者。由此为模型背景本文建立了模拟“萝卜招聘”的拍卖模型,该类模型也属于中间商联合竞拍方纵向欺诈的范畴。并模型中对欺诈流程的阐述揭露了欺诈现象对社会公正的损害,提醒监管工作的监察范围应重视欺诈报价边界以内的异常资金流动。本文的创新点主要有三点:首先,本文在拍卖欺诈的研究中增加了交叉信号博弈的过程,模拟了买卖双方信号传递与多阶段博弈行为,与单纯的以概率分布方法模拟欺诈发生相比,增加了实践价值;然后,针对合谋这一大欺诈手段,本文根据其形成机理,将合谋行为总结为了“纵向合谋”和“横向合谋”两大类,并进行了比较分析;最后,在拍卖欺诈模型的基础上,本文加入了社会监管作为抑制拍卖欺诈的逆向影响因素,考虑了监管力度对拍卖欺诈带来的影响。通过以上的分析研究得出,拍卖欺诈的滋生根本源于拍卖代理链条过长,拍卖环境以及规则的不透明是欺诈行为的必然条件。社会监管对拍卖欺诈的抑制作用并不是线性增长的。为了更好地实现拍卖优化资源配置的职能,必须做到责任明确、管理透明、监管到位三大关键点!随着市场经济的不断完善,拍卖必然会扮演越来越重要的角色,那么如何监管、预防拍卖欺诈必然会收到更多的关注和研究!
二、某些不完全概率分布函数(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、某些不完全概率分布函数(英文)（论文提纲范文）
（2）群系统基本理论及其在FAST可靠性工程中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.1.1 课题背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 系统科学起源与研究内容 |
| 1.3 国内外研究现状 |
| 1.3.1 系统科学研究现状 |
| 1.3.2 复杂系统理论及方法 |
| 1.3.3 可靠性工程研究现状 |
| 1.3.4 复杂系统及可靠性问题总结 |
| 1.4 本文的主要研究内容 |
| 第2章 群系统理论研究 |
| 2.1 群系统、子系统与族系统 |
| 2.1.1 群系统cluster-system |
| 2.1.2 子系统sub-system |
| 2.1.3 族系统family-system |
| 2.1.4 群系统实例分析 |
| 2.2 群系统的分类 |
| 2.2.1 宏观与微观群系统 |
| 2.2.2 固定、递增与递减群系统 |
| 2.2.3 主观群系统 |
| 2.3 群系统的集合性 |
| 2.3.1 符号声明 |
| 2.3.2 矩阵构造 |
| 2.4 系统的同态 |
| 2.4.1 同态判断 |
| 2.4.2 初等变换 |
| 2.4.3 同态分析 |
| 2.5 理论扩展内容 |
| 2.5.1 群系统设计方法 |
| 2.5.2 群系统可靠性工程 |
| 2.5.3 群系统运行管理 |
| 2.5.4 评价反馈体系 |
| 2.5.5 群系统应用扩展 |
| 2.6 本章小结 |
| 第3章 群系统功能实现 |
| 3.1 群系统的功能性 |
| 3.2 功能影响要素 |
| 3.2.1 主观要素 |
| 3.2.2 客观要素 |
| 3.2.3 影响要素识别 |
| 3.3 族系统划分 |
| 3.3.1 基本思想 |
| 3.3.2 划分方法 |
| 3.3.3 族系统数量 |
| 3.3.4 分族结果评价 |
| 3.4 数据挖掘 |
| 3.4.1 数据的意义与内涵 |
| 3.4.2 数据采集方法 |
| 3.4.3 数据处理方法 |
| 3.4.4 数据可视化 |
| 3.5 协调控制 |
| 3.5.1 硬连接 |
| 3.5.2 软连接 |
| 3.5.3 同步控制 |
| 3.6 结构模型与系统协议 |
| 3.6.1 结构模型 |
| 3.6.2 系统合作协议 |
| 3.7 本章小结 |
| 第4章 群系统可靠性工程 |
| 4.0 群系统的复杂性 |
| 4.1 群系统可靠性模型 |
| 4.1.1 可靠性框图 |
| 4.1.2 可靠性逻辑关系 |
| 4.1.3 可靠性数学模型 |
| 4.2 群系统可靠性设计 |
| 4.2.1 可靠性设计准则 |
| 4.2.2 可靠性设计方法 |
| 4.3 群系统可靠性增长 |
| 4.4 群系统寿命预测 |
| 4.4.1 阈值选择 |
| 4.4.2 动态寿命预测 |
| 4.4.3 与传统方法对比 |
| 4.5 群系统可靠性管理 |
| 4.5.1 可靠性计划 |
| 4.5.2 可靠性管理 |
| 4.6 本章小结 |
| 第5章 FAST液压促动器群系统可靠性工程 |
| 5.1 FAST群系统结构构建 |
| 5.1.1 FAST系统结构 |
| 5.1.2 群系统结构 |
| 5.2 数据可视化处理 |
| 5.2.1 数据清洗 |
| 5.2.2 可视化处理 |
| 5.3 FAST液压促动器群系统寿命预测 |
| 5.3.1 液压促动器原理 |
| 5.3.2 液压促动器群系统分析 |
| 5.3.3 促动器群系统寿命预测 |
| 5.4 可靠性增长试验 |
| 5.4.1 可靠性增长试验台 |
| 5.4.2 可靠性增长试验 |
| 5.5 可靠性模型与应用 |
| 5.5.1 群系统可靠性模型 |
| 5.5.2 可靠性模型验证 |
| 5.5.3 FAST射电望远镜运维策略 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）大规模天线阵列基础理论研究及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 大规模阵列天线通信系统的发展 |
| 1.1.1 阵列天线在无线通信系统中的意义 |
| 1.1.2 5G中的大规模阵列天线的发展 |
| 1.2 大规模阵列天线的研究现状和存在的问题 |
| 1.2.1 大规模阵列天线的信道模型研究 |
| 1.2.2 大规模阵列天线在蜂窝通信系统中的导频污染 |
| 1.2.3 大规模阵列天线的优化和其他应用 |
| 1.2.4 主要结论和存在的问题 |
| 1.3 论文的贡献和组织结构 |
| 第二章 大规模阵列天线系统的信道建模 |
| 2.1 研究背景 |
| 2.2 系统模型 |
| 2.3 基于随机散射体分布的三维信道模型 |
| 2.3.1 微小区场景下的联合分布 |
| 2.3.2 宏小区场景下的联合分布 |
| 2.4 随机散射体三维信道模型的仿真和验证 |
| 2.4.1 微小区的边缘概率分布函数和仿真验证 |
| 2.4.2 宏小区的边缘概率分布函数和仿真验证 |
| 2.5 基于实际传播环境的模型修正 |
| 2.5.1 基于天线高度的影响对模型的修正 |
| 2.5.2 基于地面吸收和建筑物高度的修正 |
| 2.6 小结 |
| 第三章 大规模阵列天线导频污染的抑制方法 |
| 3.1 研究背景 |
| 3.2 系统建模 |
| 3.3 基于小区间协作的Massive MIMO干扰消除技术 |
| 3.4 量化分析结果 |
| 3.5 小结 |
| 第四章 大规模阵列天线的优化和应用 |
| 4.1 大规模阵列天线稀布阵优化算法 |
| 4.1.1 研究背景 |
| 4.1.2 波束赋形建模 |
| 4.1.3 基于差分遗传算法的多目标稀布阵优化技术 |
| 4.1.4 仿真结果分析 |
| 4.2 基于大规模天线阵列的自动调制方式识别技术 |
| 4.2.1 研究背景 |
| 4.2.2 信号模型 |
| 4.2.3 天线数量趋于无穷情况下的AMC性能分析 |
| 4.2.4 天线有限情况下的AMC性能分析 |
| 4.2.5 仿真结果分析 |
| 4.3 小结 |
| 第五章 总结和展望 |
| 5.1 论文的主要工作 |
| 5.2 下一步研究计划 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）非完美市场条件下的信用债定价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.2 研究内容与创新点 |
| 1.3 结构安排 |
| 第2章 相关研究评述 |
| 2.1 信用债定价模型 |
| 2.2 信用债券收益研究 |
| 2.2.1 收益利差 |
| 2.2.2 超额收益 |
| 2.3 信用债券交易中的风险 |
| 2.3.1 市场微观结构下的交易理论 |
| 2.3.2 流动性风险 |
| 2.3.3 信息不对称 |
| 2.3.4 投资者行为 |
| 2.3.5 下行风险 |
| 2.4 宏观信息的作用 |
| 2.5 本章小结 |
| 第3章 非完美市场条件下的信用债定价模型 |
| 3.1 信用风险下的债券价格 |
| 3.2 信用债券交易折价模型 |
| 3.2.1 市场假设 |
| 3.2.2 投资者需求 |
| 3.2.3 债券出清与均衡价格 |
| 3.3 下行风险与交易折价 |
| 3.4 价格操控与交易折价 |
| 3.5 考虑交易风险的债券价格模型 |
| 3.6 本章小结 |
| 第4章 下行风险与收益利差 |
| 4.1 下行风险测度 |
| 4.2 模型设定与方法 |
| 4.3 下行风险与美国公司债利差 |
| 4.3.1 美国公司债市场数据 |
| 4.3.2 描述性统计 |
| 4.3.3 结果分析 |
| 4.4 下行风险与中国信用债利差 |
| 4.4.1 中国债券市场数据与描述性统计 |
| 4.4.2 结果分析 |
| 4.5 两市场比较分析 |
| 4.6 本章小结 |
| 第5章 下行风险与超额收益 |
| 5.1 模型方法与变量选取 |
| 5.2 美国公司债收益预测 |
| 5.2.1 样本描述 |
| 5.2.2 单变量组合构建 |
| 5.2.3 双变量组合分析 |
| 5.2.4 Fama-Macbeth回归模型 |
| 5.2.5 下行风险因子与债券收益 |
| 5.3 中国信用债收益预测 |
| 5.3.1 样本描述 |
| 5.3.2 单变量组合构建 |
| 5.3.3 双变量组合分析 |
| 5.3.4 下行风险因子与债券收益 |
| 5.4 两市场比较分析与结论 |
| 5.5 本章小结 |
| 第6章 非完美市场下的宏观信息与信用债收益预测 |
| 6.1 宏观信息与无风险收益 |
| 6.1.1 模型设定 |
| 6.1.2 货币体系与利率 |
| 6.1.3 市场活动与利率 |
| 6.2 宏观信息与风险收益 |
| 6.2.1 模型设定与方法 |
| 6.2.2 宏观信息的预测能力 |
| 6.3 宏观信息与风险因子 |
| 6.4 本章小结 |
| 第7章 危机时期的信用债风险与收益 |
| 7.1 信用风险与下行风险相关性 |
| 7.2 考虑风险相关性的债券定价模型 |
| 7.2.1 风险事件发生概率的估计 |
| 7.2.2 联合分布函数的构建 |
| 7.3 算例分析 |
| 7.3.1 相关性水平与债券价格 |
| 7.3.2 金融危机时期的相关性与价格波动 |
| 7.4 本章小结 |
| 第8章 结论与展望 |
| 8.1 主要结论 |
| 8.2 本文不足及研究展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）基于格子玻尔兹曼方法的DPF碳烟颗粒沉积分布特性研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 字母注释表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 柴油机在国民经济中的作用 |
| 1.1.2 环境法规简介 |
| 1.1.3 柴油机微粒捕集器技术 |
| 1.2 DPF碳烟沉积分布相关研究进展 |
| 1.2.1 捕集机理的研究进展 |
| 1.2.2 多孔介质结构的重要性 |
| 1.2.3 碳烟捕集过程的研究 |
| 1.3 碳烟沉积分布的数值模拟方法 |
| 1.3.1 欧拉-欧拉法 |
| 1.3.2 欧拉-拉格朗日法 |
| 1.3.3 格子玻尔兹曼法 |
| 1.4 主要研究意义、内容及论文结构 |
| 第二章 格子玻尔兹曼气固两相流模型改进及验证 |
| 2.1 气相模型及边界处理 |
| 2.1.1 气相模型 |
| 2.1.2 边界处理 |
| 2.2 固相模型 |
| 2.2.1 Lagrangian点源跟踪方法 |
| 2.2.2 元胞自动机概率方法 |
| 2.3 LB-CA模型验证 |
| 2.3.1 气相模型验证 |
| 2.3.2 固相模型验证 |
| 2.4 本章小结 |
| 第三章 DPF单孔道颗粒沉积分布研究 |
| 3.1 单孔道模型与边界条件 |
| 3.1.1 多孔介质生成方法-四参数随机生长方法 |
| 3.1.2 DPF单孔道模型 |
| 3.1.3 边界条件 |
| 3.2 DPF单孔道流场分析 |
| 3.2.1 压力场分析 |
| 3.2.2 速度场分析 |
| 3.3 颗粒沉积分布概率特性研究 |
| 3.3.1 多孔介质表面颗粒沉积分布概率特性研究 |
| 3.3.2 多孔介质内部颗粒沉积分布概率特性研究 |
| 3.4 颗粒动态沉积过程及其影响研究 |
| 3.4.1 颗粒动态沉积过程 |
| 3.4.2 颗粒簇团对流场及颗粒分布的影响 |
| 3.5 本章小结 |
| 第四章 DPF多孔介质桥区形成过程及其影响因素研究 |
| 4.1 非均匀格子玻尔兹曼气固两相流模型及验证 |
| 4.1.1 基于区域分裂的非均匀格子玻尔兹曼气固两相流模型 |
| 4.1.2 DDLB-CA模型验证 |
| 4.2 多孔介质模型与边界条件 |
| 4.2.1 多孔介质生成方法 |
| 4.2.2 多孔介质计算模型 |
| 4.2.3 边界条件 |
| 4.3 桥区形成过程及其影响 |
| 4.3.1 桥区形成过程 |
| 4.3.2 桥区对颗粒沉积的影响 |
| 4.3.3 桥区形成对流场的影响 |
| 4.4 不同流速下桥区的形成过程 |
| 4.5 不同粒径颗粒下桥区的形成过程 |
| 4.6 本章小结 |
| 第五章 不同多孔介质结构下颗粒沉积分布研究 |
| 5.1 多孔介质计算模型及边界条件 |
| 5.1.1 多孔介质 |
| 5.1.2 多孔介质计算模型 |
| 5.1.3 边界条件 |
| 5.2 不同多孔介质结构下的流场分析 |
| 5.2.1 不同多孔介质结构下的压力场分析 |
| 5.2.2 不同多孔介质结构下的速度场分析 |
| 5.3 颗粒沉积分布概率特性 |
| 5.3.1 多孔介质结构对颗粒沉积分布概率的影响 |
| 5.3.2 不同粒径颗粒的沉积分布概率特性 |
| 5.4 不同多孔介质结构下颗粒簇团沉积分布规律及其影响 |
| 5.4.1 不同多孔介质结构下颗粒簇团的分布研究 |
| 5.4.2 不同多孔介质结构下沉积颗粒簇团对流场的影响研究 |
| 5.4.3 不同多孔介质结构下颗粒簇团对颗粒分布的影响 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要研究结果和结论 |
| 6.2 本文主要创新点 |
| 6.3 未来工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（6）高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 系统可靠性理论研究现状 |
| 1.2.2 高铁地震预警系统研究现状 |
| 1.3 高铁地震预警系统简介 |
| 1.3.1 高铁地震预警系统及其架构 |
| 1.3.2 高铁地震预警系统的原理及控车方式 |
| 1.3.3 高铁地震预警系统功能及意义 |
| 1.3.4 车载地震紧急处置装置 |
| 1.4 本文主要工作 |
| 1.4.1 研究内容及结构 |
| 1.4.2 研究方法和技术路线 |
| 2 本研究的理论基础 |
| 2.1 传统可靠性相关概念 |
| 2.1.1 传统可靠性定义 |
| 2.1.2 常用传统可靠性指标 |
| 2.1.3 常用的寿命分布 |
| 2.1.4 典型系统传统可靠性模型 |
| 2.2 贝叶斯方法 |
| 2.2.1 贝叶斯学派基本概念 |
| 2.2.2 贝叶斯定理 |
| 2.2.3 经典学派与贝叶斯学派的比较 |
| 2.3 本章小结 |
| 3 车载地震终端可靠性建模及评估方法研究 |
| 3.1 概述 |
| 3.1.1 单元产品可靠性评估内容 |
| 3.1.2 单元产品可靠性评估方法 |
| 3.2 车载地震终端可靠性分析 |
| 3.2.1 车载地震终端功能分析 |
| 3.2.2 车载地震终端结构分析 |
| 3.3 车载地震终端可靠性建模及评估 |
| 3.3.1 车载地震终端可靠性分析概述 |
| 3.3.2 车载地震终端可靠性后验分布的确定 |
| 3.3.3 超参数的确定 |
| 3.3.4 继承因子的确定 |
| 3.3.5 融合后验分布的确定 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 4 车载地震主机可靠性建模及评估方法研究 |
| 4.1 概述 |
| 4.1.1 可修系统可靠性评估内容 |
| 4.1.2 可修系统可靠性研究方法 |
| 4.2 车载地震主机的可靠性分析 |
| 4.2.1 车载地震主机功能分析 |
| 4.2.2 车载地震主机结构分析 |
| 4.3 车载地震主机可靠性建模及评估 |
| 4.3.1 车载地震主机可靠性数据分析 |
| 4.3.2 车载地震主机可靠性分层贝叶斯模型的建立 |
| 4.3.3 车载地震主机失效率后验分布的推断 |
| 4.4 实例分析 |
| 4.5 本章小结 |
| 5 车载地震紧急处置装置可靠性建模及评估方法研究 |
| 5.1 概述 |
| 5.1.1 复杂系统可靠性评估内容 |
| 5.1.2 复杂系统可靠性研究方法 |
| 5.2 车载地震装置的可靠性分析 |
| 5.2.1 车载地震装置功能分析 |
| 5.2.2 车载地震装置结构分析 |
| 5.3 车载地震装置可靠性建模及评估 |
| 5.3.1 信息融合方法 |
| 5.3.2 基于D-S证据理论的专家信息融合 |
| 5.3.3 基于D-S证据理论的不同权重的专家信息融合方法 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 论文的主要结论 |
| 6.2 待开展工作 |
| 6.3 论文的主要创新点 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的科研成果 |
| 学位论文数据集 |
（7）面向序列数据异常模式挖掘的集体离群点检测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 序列数据分析方法研究现状 |
| 1.2.1 序列数据分析方法 |
| 1.2.2 面向序列数据的异常模式挖掘研究 |
| 1.2.3 面向序列数据异常模式挖掘的集体离群点检测技术 |
| 1.2.4 研究评述 |
| 1.3 研究内容和结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.3.3 章节结构 |
| 第二章 理论基础 |
| 2.1 序列数据 |
| 2.2 离群点 |
| 2.2.1 点离群点 |
| 2.2.2 情境离群点 |
| 2.2.3 集体离群点 |
| 2.3 不动点理论 |
| 2.3.1 不动点定义和定理 |
| 2.3.2 不动点方程 |
| 2.3.3 不动点迭代法 |
| 2.3.4 不动点单纯形法 |
| 2.4 本章小结 |
| 第三章 面向预标注异常模式挖掘的集体离群点检测方法 |
| 3.1 引言 |
| 3.2 基于数据分布拟合的预标注异常模式挖掘方法 |
| 3.2.1 集体离群点检测模型 |
| 3.2.2 算法框架 |
| 3.2.3 实例测试 |
| 3.3 基于层次聚类的预标注异常模式挖掘方法 |
| 3.3.1 集体离群点检测模型 |
| 3.3.2 算法框架 |
| 3.3.3 实例测试 |
| 3.4 本章小结 |
| 第四章 面向未知异常模式挖掘的集体离群点检测方法 |
| 4.1 引言 |
| 4.2 基于模式转换概率的异常模式挖掘方法 |
| 4.2.1 问题描述 |
| 4.2.2 基于集体离群点度量的异常驾驶模式检测模型 |
| 4.3 算法框架 |
| 4.3.1 横摆角速度 |
| 4.3.2 基于信息素浓度的集体离群点检测算法 |
| 4.3.3 基于不动点单纯形法改进的蚁群算法 |
| 4.4 实例测试 |
| 4.4.1 测试数据 |
| 4.4.2 实验过程与分析 |
| 4.5 本章小结 |
| 第五章 面向同质序列数据异常模式挖掘的集体离群点检测方法 |
| 5.1 引言 |
| 5.2 基于交通数据多分辨率融合的异常模式挖掘方法 |
| 5.2.1 相关概念定义 |
| 5.2.2 基于集体离群点的异常交通状态度量 |
| 5.2.3 集体离群点检测模型 |
| 5.3 算法框架 |
| 5.3.1 单类交通数据拟合 |
| 5.3.2 检测点交通数据变化趋势拟合 |
| 5.3.3 枢纽点交通数据变化趋势拟合 |
| 5.3.4 异常交通状态预测规则 |
| 5.4 实例测试 |
| 5.4.1 检测过程的可视化示例 |
| 5.4.2 实验测试结果 |
| 5.5 本章小结 |
| 第六章 面向异质序列数据异常模式挖掘的集体离群点检测方法 |
| 6.1 引言 |
| 6.2 面向多参数系统中异质序列数据的异常模式挖掘方法 |
| 6.2.1 基于集体离群点度量的系统异常状态 |
| 6.2.2 检测模型 |
| 6.3 算法框架 |
| 6.3.1 窗口技术 |
| 6.3.2 相关性分析技术 |
| 6.3.3 双层粒子群算法 |
| 6.4 实例测试 |
| 6.4.1 实验数据 |
| 6.4.2 实验结果 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（8）城市轨道交通列车区间运行缓冲时间设置方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车运行图缓冲时间优化研究 |
| 1.2.2 列车区间运行时间特性研究 |
| 1.2.3 城市轨道交通列车节能运行优化研究 |
| 1.2.4 既有研究成果分析 |
| 1.3 主要研究内容 |
| 2 城市轨道交通列车区间运行缓冲时间分析 |
| 2.1 缓冲时间定义与分类 |
| 2.1.1 缓冲时间定义 |
| 2.1.2 缓冲时间分类 |
| 2.2 列车区间运行缓冲时间设置既有方法分析 |
| 2.2.1 均匀分配的设置方法 |
| 2.2.2 按比例分配的设置方法 |
| 2.2.3 基于关键点的设置方法 |
| 2.2.4 基于WAD的设置方法 |
| 2.2.5 基于晚点期望的设置方法 |
| 2.3 城市轨道交通列车区间运行缓冲时间作用分析 |
| 2.3.1 列车晚点恢复作用 |
| 2.3.2 列车运行节能作用 |
| 2.3.3 列车区间运行缓冲时间的综合作用 |
| 2.4 城市轨道交通列车区间运行缓冲时间设置分析 |
| 2.4.1 列车区间运行缓冲时间设置 |
| 2.4.2 区间运行缓冲时间设置原则 |
| 2.5 本章小结 |
| 3 基于列车区间运行时间偏离的缓冲时间设置优化方法 |
| 3.1 列车区间运行时间偏离特征分析 |
| 3.1.1 列车区间运行时间分布 |
| 3.1.2 列车区间运行时间分布拟合 |
| 3.1.3 列车区间运行扰动方案的生成 |
| 3.2 基于列车区间运行时间偏离特性的缓冲时间设置优化模型 |
| 3.2.1 假设条件 |
| 3.2.2 模型参数定义 |
| 3.2.3 目标函数 |
| 3.2.4 约束条件 |
| 3.3 模型求解算法 |
| 3.3.1 改进的自适应遗传算法 |
| 3.3.2 算法设计 |
| 3.3.3 算法流程 |
| 3.5 本章小结 |
| 4 考虑节能的列车区间运行缓冲时间设置综合优化方法 |
| 4.1 城市轨道交通列车区间运行能耗分析 |
| 4.1.1 列车运行能耗影响因素分析 |
| 4.1.2 列车运行能耗计算 |
| 4.2 考虑节能的区间运行缓冲时间设置的综合优化模型 |
| 4.2.1 假设条件 |
| 4.2.2 优化目标 |
| 4.2.3 模型参数定义 |
| 4.2.4 目标函数 |
| 4.2.5 约束条件 |
| 4.3 模型求解算法 |
| 4.3.1 算法设计 |
| 4.3.2 算法流程 |
| 4.4 本章小结 |
| 5 算例研究 |
| 5.1 基础数据 |
| 5.2 考虑区间运行时间偏离程度的缓冲时间设置算例分析 |
| 5.2.1 随机扰动方案设置 |
| 5.2.2 算法收敛性分析 |
| 5.2.3 算例结果分析 |
| 5.2.4 不同设置方案对比分析 |
| 5.3 考虑列车运行节能的缓冲时间设置算例分析 |
| 5.3.1 算法收敛性分析 |
| 5.3.2 算例结果分析 |
| 5.3.3 算例结果对比分析 |
| 5.4 考虑列车区间运行时间偏离与节能的综合优化方法算例分析 |
| 5.4.1 算法收敛性分析 |
| 5.4.2 算例结果分析 |
| 5.4.3 算例结果对比分析 |
| 5.4.4 权重取值分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）中国保险业顺周期性与逆周期附加资本研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.导论 |
| 1.1 选题背景、意义及研究目的 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.1.3 研究目的 |
| 1.2 国内外研究现状及评述 |
| 1.2.1 关于金融业顺周期研究的相关文献 |
| 1.2.2 金融业逆周期监管相关文献 |
| 1.2.3 文献述评 |
| 1.3 研究思路与框架、技术路线及研究方法 |
| 1.3.1 研究思路、框架及技术路线 |
| 1.3.2 研究方法 |
| 1.4 论文创新点及不足 |
| 1.4.1 可能的创新点 |
| 1.4.2 存在的不足 |
| 2.概念界定及相关理论基础 |
| 2.1 保险业顺周期性及逆周期监管相关概念 |
| 2.1.1 保险业的顺经济周期性 |
| 2.1.2 附加资本 |
| 2.1.3 逆周期监管及其相关概念 |
| 2.2 保险业顺周期性相关理论 |
| 2.2.1 保险业偿付能力监管制度引致的顺周期性 |
| 2.2.2 公允价值的会计制度 |
| 2.2.3 薪酬激励制度的顺周期性 |
| 2.2.4 投资不足理论 |
| 2.3 基于宏观审慎视角的保险业逆周期监管必要性 |
| 2.3.1 对微观审慎监管制度的冲击 |
| 2.3.2 宏观审慎监管概念的提出及其内涵 |
| 2.3.3 保险市场宏观审慎监管的理论基础 |
| 2.3.4 保险业逆周期监管的必要性 |
| 2.4 本章小结 |
| 3.中国保险业发展与宏观经济周期的关联性发展 |
| 3.1 中国保险市场的发展现状 |
| 3.2 中国保险业与宏观经济的发展趋势分析 |
| 3.2.1 中国保险业总体发展与宏观经济增长的趋同性 |
| 3.2.2 中国非寿险业发展与宏观经济增长的趋同性 |
| 3.2.3 中国寿险业发展与宏观经济增长的趋同性 |
| 3.2.4 中国保险资金运用与宏观经济的互联互动 |
| 3.3 保险周期与经济周期的界定及共同发展趋势 |
| 3.3.1 经济周期与保险周期的基本概念及划分 |
| 3.3.2 保险周期与经济周期的趋同性发展 |
| 3.4 保险业顺经济周期波动的数理基础与研究假设 |
| 3.4.1 宏观经济作用于保险发展的数理基础 |
| 3.4.2 保险发展作用于宏观经济的数理基础 |
| 3.4.3 研究假设 |
| 3.5 本章小结 |
| 4.中国保险业顺周期发展与顺周期风险的实证检验 |
| 4.1 基于微观视角的顺周期发展检验 |
| 4.1.1 指标设计与数据分析 |
| 4.1.2 模型构建 |
| 4.1.3 模型结论 |
| 4.2 基于宏观视角的顺周期发展检验 |
| 4.2.1 时变参数模型理论基础 |
| 4.2.2 TVP-VAR模型的估计方法 |
| 4.2.3 样本数据及指标体系构建 |
| 4.2.4 时变参数模型脉冲响应分析 |
| 4.3 基于偿付风险压力指数的顺周期风险检验 |
| 4.3.1 指标设计 |
| 4.3.2 模型估计 |
| 4.3.3 保险市场偿付风险压力的顺周期性 |
| 4.4 本章小结 |
| 5.中国保险业逆周期附加资本监管中介指标的确定 |
| 5.1 确定保险业逆周期监管中介指标的基本原则与具体思路 |
| 5.1.1 筛选保险业逆周期监管中介指标的基本原则 |
| 5.1.2 确定保险业逆周期附加资本监管中介指标的具体思路 |
| 5.2 潜在的逆周期附加资本监管中介指标体系设计 |
| 5.2.1 Copula模型的相关理论 |
| 5.2.2 构建逆周期附加资本监管相关指标的基础准备 |
| 5.2.3 数据来源及指标体系构建 |
| 5.2.4 保险发展指标及潜在中介指标的描述性分析 |
| 5.3 保险发展与潜在中介指标之间的时差相关分析 |
| 5.3.1 非寿险业与潜在中介指标之间的静态时差相关分析 |
| 5.3.2 基于时变Copula模型的非寿险业动态时差相关分析 |
| 5.3.3 寿险业与潜在中介指标之间的静态时差相关分析 |
| 5.3.4 基于时变Copula模型的寿险业动态时差相关分析 |
| 5.4 逆周期附加资本监管潜在中介指标之间的差异化分析 |
| 5.5 确定保险业逆周期附加资本监管的最佳中介指标 |
| 5.5.1 关于KLR信号分析的相关理论 |
| 5.5.2 基于KLR信号分析筛选非寿险业逆周期附加资本监管中介指标 |
| 5.5.3 非寿险业逆周期附加资本监管最佳中介指标的确定 |
| 5.5.4 基于KLR信号分析筛选寿险业逆周期附加资本监管中介指标 |
| 5.5.5 寿险业逆周期附加资本监管最佳中介指标的确定 |
| 5.6 本章小结 |
| 6.中国保险业逆周期附加资本监管方案的研究设计 |
| 6.1 马尔科夫区制转移(MS)模型的相关理论 |
| 6.1.1 马尔科夫区制转移(MS)模型的理论基础 |
| 6.1.2 滤波与平滑 |
| 6.1.3 马尔科夫区制转移动态回归模型 |
| 6.2 关于保险业的Markov区制转换模型相关参数估计 |
| 6.2.1 基于非寿险业的Markov区制转移模型参数估计 |
| 6.2.2 基于寿险业的Markov区制转移模型参数估计 |
| 6.3 基于KLR信号分析对保险业发展区制划分的评判 |
| 6.3.1 关于非寿险业马尔科夫区制划分的检验 |
| 6.3.2 关于寿险业马尔科夫区制划分的检验 |
| 6.4 保险业逆周期附加资本计提与释放方案的设计 |
| 6.4.1 非寿险业逆周期附加资本计提与释放方案的设计 |
| 6.4.2 寿险业逆周期附加资本计提与释放方案的设计 |
| 6.5 本章小结 |
| 7.结论、政策建议与展望 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.2.1 缓解“偿二代”监管制度引致的顺周期风险应对能力 |
| 7.2.2 构建应对保险业系统性风险的宏观审慎监管制度 |
| 7.2.3 缓解公允价值计价引致的顺周期性波动 |
| 7.2.4 构建薪酬激励制度的长期机制 |
| 7.3 研究展望 |
| 参考文献 |
| (一)中文文献 |
| (二)英文文献 |
| 后记 |
| 致谢 |
| 在读期间科研成果目录 |
（10）拍卖市场中欺诈行为形成机理的博弈分析（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景与问题的提出 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 文章创新点 |
| 2 相关文献综述 |
| 2.1 经典拍卖理论 |
| 2.1.1 相关概念的解释 |
| 2.1.2 基于风险中性假设的扩展研究 |
| 2.1.3 基于私人独立价值假设的扩展研究 |
| 2.1.4 基于对称性假设的扩展研究 |
| 2.1.5 基于不存在共谋假设的扩展研究 |
| 2.1.6 其它方面的扩展研究 |
| 2.2 考虑欺诈行为的拍卖理论 |
| 2.2.1 国内关于拍卖欺诈行为的研究 |
| 2.2.2 国外关于拍卖欺诈行为的研究 |
| 3 拍卖中卖方欺诈行为分析 |
| 3.1 引言 |
| 3.2 模型描述 |
| 3.3 模型分析 |
| 3.4 模型与欺诈单纯按照概率发生模型的比较 |
| 3.5 本章小结 |
| 4 拍卖中买方欺诈(横向合谋)与中间商合谋(纵向合谋)的比较分析 |
| 4.1 引言 |
| 4.2 基本模型描述 |
| 4.3 纵向合谋模型 |
| 4.3.1 主持人策略 |
| 4.3.2 竞买方策略 |
| 4.4 横向合谋模型 |
| 4.5 纵向合谋与横向模型合谋效率的比较 |
| 4.6 本章小结 |
| 5 考虑社会监管影响的逆向拍卖中的欺诈行为分析 |
| 5.1 引言 |
| 5.2 模型及假设 |
| 5.2.1 基本假设 |
| 5.2.2 相关各方的效用函数 |
| 5.2.3 欺诈影响的多属性逆向拍卖机制描述 |
| 5.3 模型分析 |
| 5.3.1 投标者策略 |
| 5.3.2 中间商行为以及监管力度等因素分析 |
| 5.4 本章小结 |
| 6 模拟招聘行为的拍卖模型中欺诈行为分析 |
| 6.1 引言 |
| 6.2 模型基本描述 |
| 6.3 模型的建立以及分析 |
| 6.3.1 第一价格关联价值模型 |
| 6.3.2 全支付关联价值模型 |
| 6.4 数值分析 |
| 6.5 本章小结 |
| 7 总结以及展望 |
| 7.1 总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读学位期间发表的论文目录 |
| B 学位论文数据集 |
| 致谢 |
四、某些不完全概率分布函数(英文)（论文参考文献）
- [1]农村居民健康差距中的机会不平等——健康指标选择、模型构建与基于CHARLS的实证研究[J]. 刘波,胡宗义,龚志民. 科学决策, 2021(04)
- [2]群系统基本理论及其在FAST可靠性工程中的应用研究[D]. 蔡伟. 燕山大学, 2020
- [3]大规模天线阵列基础理论研究及其应用[D]. 徐佳康. 北京邮电大学, 2021(04)
- [4]非完美市场条件下的信用债定价研究[D]. 李欣亭. 天津大学, 2020(01)
- [5]基于格子玻尔兹曼方法的DPF碳烟颗粒沉积分布特性研究[D]. 孔祥金. 天津大学, 2020(01)
- [6]高速铁路车载地震紧急处置装置硬件可靠性建模及评估方法研究[D]. 李京生. 中国铁道科学研究院, 2020(01)
- [7]面向序列数据异常模式挖掘的集体离群点检测方法研究[D]. 黄晓地. 合肥工业大学, 2020(01)
- [8]城市轨道交通列车区间运行缓冲时间设置方法研究[D]. 华珍. 北京交通大学, 2020(03)
- [9]中国保险业顺周期性与逆周期附加资本研究[D]. 崔微微. 西南财经大学, 2020(02)
- [10]拍卖市场中欺诈行为形成机理的博弈分析[D]. 张世广. 重庆大学, 2019(05)