庄健
- 作品数：8 被引量：7H指数：2
- 供职机构：安徽工业大学商学院更多>>
- 发文基金：国家社会科学基金更多>>
- 相关领域：自动化与计算机技术经济管理理学更多>>
- 基于自适应遗传算法的半监督支持向量机学习法
- 2013年
- 本文将自适应遗传算法用于半监督支持向量机(S’VMs)的训练,取得了令人满意的非线形分类效果,并将遗传算法与传统的最速下降法相结合能使分类精度进一步提高。
- 杨光庄健
- 关键词：自适应遗传算法
- 基于广义逆矩阵的多层径向基函数网络遗传算法
- 2016年
- 为了解决以往正则最小二乘法求权重向量时遇到的矩阵接近奇异而无法求逆的问题,采用广义逆矩阵的方法求多层径向基函数网络中各层的权重向量,并将这种方法引至多层径向基函数网络的遗传算法中。采用实函数逼近,混沌时间序列建模与预测等仿真实验对算法进行验证。结果表明,采用广义逆矩阵的方法要比正则最小二乘法在逼近精度上高1至2个数量级。
- 盛国敏庄健
- 关键词：遗传算法广义逆矩阵混沌时间序列
- KSS检验中漂移项与趋势项检验量分布研究
- 2015年
- 以数据生成是否含漂移项为依据,采用ADF检验模式分两种情况讨论非线性单位根KSS检验中漂移项、趋势项检验量分布。结果表明:在大样本下二者均收敛到维纳过程的泛函,为非标准分布。为在实证分析中使用这些检验量,通过蒙特卡罗模拟获得有限样本下常用临界值,模拟结果显示:虽然这些临界值随着样本的增加而上升或下降,但呈现稳定态势,且与理论分析结果相符。
- 江海峰庄健杨海文
- 关键词：单位根蒙特卡洛模拟
- 国内35个大中城市房价指数预测被引量：2
- 2014年
- 对我国35个大中城市同比和环比房价指数时间序列进行建模和预测,旨在比较完整和全面地揭示我国房价指数的可预测性以及所适合的预测模型。研究结果表明,我国房价指数是可预测的,且大部分是简单的AR模型和ARMA模型,预测精度较高。对服从非线性模型的房价指数,采用多层径向基函数网络建模可以大幅度提高预测精度。
- 李建庄健
- 关键词：房价ARIMA模型
- 基于复合多层RBF网络的组合预测的研究——以商业银行农村信贷为例
- 2017年
- 为了解决多元线性回归和logistic回归在预测中的精度不高问题,运用组合预测的思想,提出通过开发运用复合多层RBF神经网络将多元线性回归和logistic回归组合的预测方法,并应用于商业银行的个人信用评估中,其结果表明组合预测方法能够获得比单层RBF网络法和单一回归方法更高的预测精度。
- 盛国敏庄健
- 关键词：多元线性回归LOGISTIC回归组合预测个人信用评估
- 多层RBF网络的自适应遗传算法及其在实函数逼近中的应用被引量：5
- 2013年
- 将自适应遗传算法应用于多层RBF神经网络的学习,对隐层核函数的中心和宽度值进行同时优化,并用正则最小二乘法求权重,以完成网络的构建。应用该学习法进行实函数的逼近,实验证明了该算法比多层RBF网络的聚类学习法具有更高的实函数逼近精度。
- 盛飞庄健
- 关键词：自适应遗传算法
- 二阶单整过程单位根检验统计量分布与仿真研究
- 2017年
- 利用理论证明和蒙特卡洛模拟方法,研究数据生成为二阶单整过程时,经典单位根DF检验统计量分布,并考察误用临界值时检验效果。理论推导表明,在原假设成立时,检验统计量分布在大样本下收敛到维纳过程的泛函,但与经典单位根检验统计量分布不同。模拟结果显示,虽然临界值存在明显差异,但系数检验统计量具有满意的检验效果,伪t检验统计量检验效果取决于模型设置形式。因此,经典单位根检验统计量的临界值可以检验二阶单整过程,但应该综合利用两类检验统计量而不能仅使用伪t检验统计量。
- 江海峰庄健
- 关键词：单位根蒙特卡洛模拟
- 复合多层RBF网络及其在偏微分方程数值解中的应用被引量：1
- 2015年
- 针对多层径向基函数网络具有很高的实函数逼近能力,但每个聚类上的逼近精度不高的特点,通过引进子网络,构造复合多层径向基函数网络。模拟实验表明：这种网络可提高逼近精度,尤其对于实函数逼近精度更高;将该网络应用于偏微分方程的求解,可以克服传统径向基函数插值法因为引入导数边界条件而精度大幅下降的缺点,使得数值解的精度提高3～4个数量级。
- 徐光鲁庄健
- 关键词：子网络数值解偏微分方程
