一、大风险分析中Stugent分布的M-估计和最大逼近估计（论文文献综述）
张中文[1]（2021）在《聚类生存数据下半变系数脆弱模型的统计推断》文中提出当前,脆弱模型和边际模型是分析聚类生存数据最常用的模型,其中,脆弱模型通过在传统生存分析模型中引入随机效应项来描述个体间的非独立性,它不但可以提高协变量效应估计的精度,而且可以给出随机效应变异性大小的估计.传统的生存分析模型在实际应用中往往假定协变量效应为常数,然而在很多实际问题中,某些协变量的效应并非固定不变的,而是随着协变量的取值不同而变化,甚至依赖于其它协变量或者生存时间.非参数生存分析模型具有足够的适应性,可用于此类问题的研究,但当自变量维数增加时,在拟合中会遇到难以克服的维数灾难问题.变系数模型假定某些协变量的效应是其它变量的单变量函数,因而在保持模型灵活性的同时有效避免了该问题的发生.本文提出并研究了一系列半变系数脆弱模型,包含了比例风险型脆弱模型、可加风险型脆弱模型以及加速失效时间脆弱模型.首先,本文提出一种半变系数伽马脆弱模型,并基于B-样条、惩罚部分似然以及面板似然等方法给出模型参数的估计,通过数据模拟对估计的有限样本表现进行评价,并采用该方法分析了晚期肺癌患者数据,相比于传统方法对协变量效应进行了更精准的解释.其次,本文提出了半变系数多元脆弱模型,针对积分似然函数没有显式表达式的问题,采用拉普拉斯近似法取得似然函数的近似表示,应用B-样条技术结合惩罚部分似然获得变系数函数和常数系数的估计,利用近似面板似然法获得了脆弱参数的估计,并且采用数值模拟和实例分析评价了模型的估计效果.再次,本文提出了一种时间半变系数可加风险脆弱模型,采用估计方程法给出了变系数和常数系数的估计,基于交叉矩法给出脆弱参数的估计,并应用经验过程理论证明了估计量的相合性和渐近正态性,利用数值模拟评价了模型在有限样本条件下的估计效果,还应用提出的方法分析了结直肠癌患者再住院数据,并就协变量对结直肠癌患者再入院风险的影响进行了新的解读.最后,本文提出一类半变系数加速失效时间脆弱模型,通过建立虚拟响应变量并采用B-样条逼近而获得分层似然函数,进而获得迭代加权最小二乘估计方程并给出参数的估计,运用约束分层似然法获得了脆弱参数和误差参数的估计.经模拟研究发现该模型的估计方法稳定、偏差小、适用于高删失率数据.在实例分析中应用所提出的模型分析了 SEER数据库中的老年膀胱癌患者数据,描述了性别对生存时间的影响随患者患病时年龄的动态变化情况.
陈健[2]（2021）在《模态回归模型的经验似然推断及其在水污染影响因素分析中的应用》文中研究表明模态估计的经验似然推断在计量经济、生物医学等领域广泛应用,其主要原因是该估计方法一方面体现了较传统最小二乘回归等模型的稳健优势,另一方面也保留了数据更多有效的信息,使得估计的结果更有代表性。它不同于传统的均值回归方法基于条件均值来研究变量间的相关关系,而是基于条件众数刻画分布的中心,从而得出响应变量与解释变量间的相关关系。尤其在现实生活中遇到的数据分布往往存在异常值,非对称或者重尾等特征情况。此时利用普通的均值回归模型得出的估计效率较低,而模态回归技术比均值回归技术提供了更为有效的估计和预测结果。本文针对众数回归模型的经验似然推断对水污染影响因素进行分析研究,其主要分析方法是基于条件密度的核密度估计方法和最大经验似然法,通过分布函数得出众数估计量,再去证明估计量的渐近正态性得出最终的分布结果。目前该方法已经被广泛应用到自然科学和社会科学的各个领域。进一步,将本文所提出的方法对水污染影响因素以及城镇化进程进行分析研究,最终结果表明:从整体来看,影响水环境的因素大致分为自然因素和人为因素。第一是气候因素,全球变暖已成为不争的事实。由于全球气温升高,从而造成水的蒸发速度加快,间接造成地表径流面积减少,同时也会使得原来水体中污染物的浓度增大,最后导致水环境的质量下降。二是人为因素,随着我国工业领域迅猛发展。工业生产过程中也产生了大量的废渣、废气、废水。产生的废渣先是污染土壤,然后随着降水冲刷,最终流入江河中,从而间接污染了水体,废气则通过降雨融入到水体中,废水也直接排入水体中,进而影响了水环境;其次是生活用水污染和农业化肥污染。随着城市化进程的加速,人类在生活中产生了大量的生活污水,虽然,城市中有污水处理厂,但是由于污水处理厂的设备处理能力较低,与当前城市化进程的速度不同步,所以近年来城市生活污水也成为了水污染的原因之一。由于我国是农业大国,因此在农业生产中会使用大量的化肥,而这些化肥随着灌溉进入农田,再通过降水排放到自然水体中。这就增加了自然水体中氮磷钾等化肥含量,进而影响了水环境。
黄煜[3]（2020）在《面向高维不确定性电力系统的建模仿真与运行优化研究》文中研究表明在当今世界能源格局和供求关系经历深刻调整和变化的背景下,大力发展以光伏、风电为代表的可再生能源已成为保障我国能源安全、推进能源产业升级、实现能源系统向低碳化和清洁化转型的必由之路。受风光资源禀赋限制,新能源出力具有较强的随机性、间歇性和波动性,且难以准确预测和有效调控。随着新能源接入的规模迅猛增长,电力系统将受到不确定性的严峻挑战,而随机变量维度的显着上升,也使得含新能源系统的调度运行进一步复杂化。因此,未来电力系统将愈发呈现高维化和不确定性两大基本特征。届时,传统的确定性模型和方法将难以适用于不确定性环境下的电力系统运行和调度问题的求解。在此背景下,本文针对含大规模新能源接入的高维不确定性电力系统,分别从概率建模、稳态运行和优化调度三个层面出发,采用基于不确定性分析理论开展了如下的研究工作:（1）提出了一种改进蒙特卡洛模拟的通用随机潮流混合求解法。该方法综合了传统随机潮流算法中模拟法和解析法的特点,根据新能源场站历史量测数据的完备程度,利用混合高斯模型或经验分布建立通用化的概率模型。进而通过均匀设计抽样和Cholesky分解得到计及相关性的新能源出力样本,并采用分段线性化潮流方程保留精度、简化计算。针对混合高斯分布拟合的模型,引入一种高斯分量组合算法以优化随机潮流的求解思路。（2）提出了一种含多输入关联变量的随机潮流降维数值方法。针对高维不确定性系统中随机变量维数高、关联性强的问题,通过降维积分策略和高斯型数值积分公式,简化多维状态量的高阶统计矩计算,并利用Nataf变换处理随机变量的相关性对计算结果的影响。最后,根据得到的统计矩信息,采用C型Gram-Charlier级数重构输出状态量的概率分布。（3）提出了一种计及调频作用的电力系统静态随机风险评估方法。该方法以解析法随机潮流的计算结果为基础,考虑了电力系统的功频静特性,将系统频率作为待求状态量,并通过一次计算快速获取节点电压、支路功率以及系统频率的分布情况。进而从元件级和系统级两个层面,建立了一种量化的综合风险指标,能够全面反映新能源不确定性带来的事故概率及后果的严重程度,实现电网的在线静态安全评估,辨识出系统潜在薄弱环节。（4）提出了一种短期风电功率预测误差的综合建模方法。首先,根据单个风电场日前预测误差的统计特性,采用通用化的混合偏态模型来描述误差分布的有偏性、重尾性和多峰性的特点,具有形状灵活、求解方便及适用性强的优点。然后,结合风电场预测和实际功率之间的相关性,建立基于Copula理论的风电预测误差条件概率模型,并通过Pair-Copula结构,拓展到计及多个风电场空间相关性的高维场景。最后,将所得模型应用于短期随机潮流计算和储能的优化配置中,验证了模型的准确性和有效性。（5）针对含风电电力系统在实际调度中可能出现的传输阻塞问题,提出了一种基于图割理论的备用动态分区方法,建立了考虑分区备用的电能-备用联合优化调度模型。将电力系统表示为无向赋权图,通过求解计及风电和线路故障不确定性的线路实时潮流的概率分布,确定各条输电线路的阻塞风险大小,并以此为依据定义边权重指标。采用基于最小割理论的Gomory-Hu算法对区域进行划分,使区域内发生阻塞风险的可能性最小,以便缓解区域内的输电阻塞,充分利用配置的分区备用资源。从而减小弃风量和切负荷量,提高电网运行的经济性和可靠性。（6）提出了一种计及风电不确定性的传输备用自适应量化方法,基于考虑阻塞风险的机会约束规划条件,构建了包含自适应传输备用的双层随机调度模型。其中,上层模型为计及安全约束和传输备用的日前机组组合,下层模型为考虑校正措施的实时经济再调度。将预留的线路传输备用纳入上层的机组组合模型中,针对下层的经济再调度问题,采用改进点估计法求得线路实时潮流的统计分布特性,并将结果返回上层模型以动态调整备用需求大小。同时,基于Karush-Kuhn-Tucher最优条件,将模型的双层优化结构合并为单层,并最终转化为便于求解的混合整数规划问题。该方法能够进一步缓解区域内的传输阻塞,提高风电消纳水平和备用可用性。
梁小青[4]（2020）在《梯级水库调度不确定性分析与多属性决策模型研究》文中进行了进一步梳理为缓解化石能源短缺、大气污染、温室效应等问题,我国高度重视和积极推进水电等具有清洁、可再生、储量丰富、分布范围广等特点的绿色能源的发展。水库一直是进行防洪减灾、水力发电、水资源供给等社会活动的重要组成部分,随着近些年我国各大流域梯级水库群的逐渐建成,且受全球极端气候变化的影响,防洪、发电、供水等各部门之间的关系越发复杂,因此,开展不确定性条件下的水库优化调度管理工作,寻求更为实用的优化调度方案成为水利和电力部门亟待解决的重要课题。本文沿着“减少不确定性—量化不确定性—考虑不确定性的调度风险估计一不确定多属性决策”的思路,运用数理统计、风险分析、运筹学、Copula函数等理论方法,重点针对洪水非一致性分析、入库径流过程预报误差模拟、调度风险估计、多属性决策等方面进行了深入研究,取得的主要成果如下:（1）基于Copula函数的非一致性洪水多变量联合分析。针对传统洪水频率分析未考虑洪水非一致性的问题,基于P-Ⅲ混合分布和Von Mises分布,分别建立了洪量变量的P-Ⅲ混合分布和洪量发生时间变量的Von Mises分布;在此基础上,应用Copula函数建立了洪量变量和洪量发生时间变量的联合分布。以锦屏一级入库洪水的非一致性分析为例,通过计算联合超越概率分布、条件超越概率密度等验证了这一方法的可行性与有效性。（2）入库径流过程预报误差随机模型及其应用。为了在量化入库径流预报误差的条件下有效提高调度方案制作的精度,基于高斯混合模型良好的自适应性,能更准确地描述单一预见时刻入库径流预报误差分布的特点,以及高维meta-student t Copula函数具有将多个类型边缘分布有机耦合的优势,建立了多个预见时刻入库径流过程预报误差随机模型。以锦屏一级水库日入库径流过程预报误差的模拟为例,对多个预见时刻的入库径流预报误差进行了随机模拟,验证了模型的可行性与有效性。（3）考虑多维入库径流过程预报误差的梯级水库群短期发电调度风险估计。以包含两个水库的梯级系统为例,对历史入库径流过程预报误差分类,定义了不确定性概率并将其作为调度决策的效益型指标之一,建立了考虑多维入库径流过程预报误差的梯级水库群短期发电优化调度模型,通过优化算法进行求解得到最优调度过程;基于入库径流过程预报误差随机模拟的思想,得到未来可能来流过程,然后进行仿真调度,得到风险指标估计值。与按入库径流预报值制作的调度方案相比,模型将入库径流预报误差考虑在内更符合实际。（4）基于马田系统和灰熵法的多维区间数决策模型及其应用。针对区间数决策中如何减少决策信息损失以提高决策结果准确性以及区间数排序难的问题,利用马田系统中正交试验次数少、获取信息量大以及马氏距离能较好反映指标间相关性的双重优势对灰熵法进行改进,并将改进的灰熵法与马田系统相耦合,提出了基于马田系统和灰熵法的多维区间数决策模型。将模型分别应用于潘口水库多目标优化调度方案优选和三峡梯级水库防洪优化调度方案优选,并与其他方法的决策结果进行了对比分析,验证了模型的优越性。
申朝永[5]（2020）在《西南山区滑坡隐患易发性及森林对其影响研究》文中研究指明地质灾害在我国属于多发易发性灾害,其中滑坡灾害发生最频繁,影响范围最广,西南山区最为严重。滑坡灾害往往发生在地质环境脆弱地带,研究滑坡隐患风险排查和防治,对保护人民生命财产和保护生态安全都有着重要意义。本文将遥感技术（RS）、地理信息技术（GIS）和机器学习技术（ML）相结合,从“区域隐患排查→区域隐患监测→区域风险评估→区域生态防治”入手,解决了大区域风险排查的相关技术难点,建立了一套区域滑坡隐患排查、风险评估和生态防治的方法。文章主要研究内容和结论如下:（1）基于卷积神经网络和注意力模型开展滑坡隐患自动识别,可为地质灾害专家提供靶区,有效提升区域滑坡隐患排查的效率和精度。创建了国内首个山区滑坡识别样本库（包括滑坡样本、非滑坡样本、滑坡边界文件和相应的DEM数据）,该样本库经地质专家核查确保其准确性,并在互联网上公开发布,以促进基于光学遥感影像的滑坡自动探测研究。针对滑坡隐患识别设计了一个3D空间-通道注意力模块,通过直接生成三维空间和通道注意力特征图,而不是分别处理生成空间方向上与通道方向上的注意力图,以强调复杂背景下各种滑坡实例的独特特征。通过实验探索了一套适宜于西南山区滑坡隐患排查的卷积神经网络自动识别技术方法,并成功应用于项目实践。（2）提出多时相、多波段、多视角InSAR协同监测方法,能够有效对西南山区开展大范围滑坡地表形变监测。在国内率先提出多时相、多波段、多视角InSAR协同监测的方法,首次实现大区域、长时序山区滑坡地表形变周期性监测。利用ALOS-2波段雷达数据,采用D-InSAR处理方法,监测雨季高植被覆盖区突发性地表形变;融合升轨RADARSAT-2和Sentinel-1降轨数据,利用MT-InSAR处理方法对区域蠕动型滑坡开展每月一次的长时序地表形变监测。建立了西南山区分布式散射体（DS）MT-InSAR滑坡形变分析方法。采用Anderson-Darling（AD）检验提取分布式目标,然后对分布式目标进行空间自适应滤波,极大的保持了DS的相干性,使得独立的强散射目标的干涉信息得到很好保留;利用带秩M估计方法剔除非高斯分布散射目标和非平稳态散射目标的影响,提高同质目标检测的有效性。（3）利用识别的滑坡隐患数据开展区域滑坡易发性评价,引入InSAR地表形变监测成果进行过程修正,可进一步提高评价准确性。分析已知滑坡隐患分布,从地质环境条件和人类工程活动等因素中选取12种致灾因子,采用信息量模型对致灾因子进行量化,选用支持向量机模型对滑坡易发性进行评价,并制作滑坡易发性分区图。利用MT-InSAR升降轨长时序监测结果形成校正矩阵,对初始的滑坡易发性风险图进行更新,更新后的已知滑坡隐患数据位于极高易发区和高易发区中所占比例由更新前的64%提高到69%,更新后的滑坡易发性判定更加准确。（4）森林对滑坡易发性起着一定调节作用,在森林经营过程中要考虑对滑坡的影响。构建评价模型研究了森林与滑坡在空间格局上的关系。灌木林地相对有林地滑坡防护能力较强,天然林相比人工林一定程度能抑制滑坡的发生,中龄林相比幼龄林、成熟林和过熟林滑坡防护能力较强;研究区优势树种多为杉木、云南松为代表的浅根型针叶林和核桃、桃、桂花等经济林,林分结构单一,且多为人工林、幼龄林,遭受滑坡风险较高。林业规划设计和植树造林要综合考虑滑坡风险因素。要发挥天然林的生态防御功能,加强对已有天然林的保护,逐步修复坡度较高、土壤破碎的滑坡高易发区的天然林;在森林营造过程中要以仿自然式植物群落的原则开展,种植混交林,注重乔灌搭配,提高人工林林分多样性;对于已有人工纯林,应根据滑坡易发性分布情况,进行林分结构改造,加种固坡抗滑植物,提高土壤抗剪性,提升生态系统稳定性。在造林规划中特别是种植浅根型针叶林和山地特色经济林种时,要考虑规避高滑坡易发性区域,注重林地水土保持。综上所述,本研究为大区域地质灾害调查监测和风险早期预警提供了多种技术支持,推动了地质灾害防治从“人防”向“技防”的转变。特别是在国家生态文明建设的大背景下,从空间格局上探讨了森林与滑坡隐患易发性之间的关系,为西南山区滑坡生态防治提供决策参考。
罗永平[6]（2020）在《基于无迹粒子滤波的配电网状态估计研究》文中研究说明配电网是电力系统的重要组成环节,其运行安全稳定与电力系统的安全稳定息息相关。配电网状态估计是配电管理系统的核心,是确保配电网安全可靠运行的基础和前提,由于配电网数据量测采集和传输系统提供的原始量测数据存在各种随机噪声干扰。如果直接用于分析配电网运行情况会造成错误判断,影响电网稳定和运行安全,故必须对量测数据进行滤波即状态估计处理。在大量阅读和研究国内外文献基础上,本文主要从以下几个方面开展了一定的研究工作:1)深入研究、分析了基于卡尔曼滤波框架的状态估计方法和粒子滤波理论的状态估计方法,对比分析了两类方法的优缺点。针对配电网三相不平衡的特点需要估计三相的运行状态,借鉴已有文献,建立了配电网状态估计的动态空间模型,即基于Holt两参数指数平滑的状态转移模型和混合量测模型。2)针对无迹卡尔曼滤波（UKF）方法和基本粒子滤波方法存在的缺陷,引入了无迹粒子滤波（UPF）状态估计方法。该方法首先利用UKF估计精度高的特点为粒子滤波生成重要性密度函数使抽样产生的预测粒子向滤波高似然区域转移,然后再用粒子滤波理论实现状态估计,提高了状态估计性能。文章将UPF方法应用于配电网状态估计,论证了所提方法的有效性。同时,在仿真分析中引入了估计误差统计和拟合工具并计算估计误差的整体性能衡量值,定性、定量的分析了所提算法的状态估计性能。3)针对无迹粒子滤波生成重要性密度函数质量不高且鲁棒性不强的缺陷,从而导致UPF状态估计算法存在滤波精度有限且鲁棒性不强的缺陷,提出了一种改进的无迹粒子滤波算法。所提改进算法包括两个方面:一是通过自适应调节无迹变换的比例修正因子来控制Sigma采样点的分布以提高重要性密度函数（建议分布）的质量;二是用强跟踪无迹卡尔曼滤波代替传统UKF,当系统量测出现异常时,通过引入渐消因子在线调整卡尔曼滤波增益,从而增强UPF滤波算法应对异常情况的能力即提高了状态估计算法的鲁棒性。
贺东[7]（2020）在《星-舰量子/激光通信视轴捕获技术研究》文中研究说明量子通信在原理上被证明了是一种安全的密钥分发方式。海洋占地球面积71%,环境与大陆迥异,几乎没有通信基础设施依托。拓展量子/激光通信的覆盖区域,构建覆盖全球的天地一体的量子/激光通信网意义重大。将量子/激光通信的对象拓展至包括海上移动平台在内的各种平台,实现岸-海、海上编队内、编队间的量子密码及激光通信,提高密码通信的安全防护水平和信息传输的带宽。未来,以“天地一体化”量子/激光通信网络为基础,可形成“海-陆-空-天”立体式多维度跨平台量子/激光通信网络,满足对信息安全防护的高等级保障需求。星-舰激光通信或量子通信在国内外尚属空白。舰载望远镜的作用是建立和保持高动态的通信链路。舰载望远镜不同于地基望远镜,海洋环境的复杂性极大地增加了望远镜捕获和跟踪的难度。在随海浪随机、剧烈摆动等条件下难以实现远距离、强扰动的卫星到舰船的量子或激光通信,捕获对准技术是通信成功的前提条件,对其技术提出了更高的挑战。本文的研究背景是量子/激光通信,对卫星到舰船的视轴捕获关键技术进行深入系统的研究。针对舰载望远镜在随海浪随机、剧烈摆动等条件下难以实现远距离、强扰动的卫星到舰船视轴捕获的难题,开展了星-舰量子/激光通信系统及链路建立研究。论述了望远镜系统的组成单元、主要功能、性能指标以及工作原理,给出了量子/激光通信系统的具体功能,论述了舰载量子/激光通信望远镜系统是量子/激光通信系统的关键技术和核心单元,是通信链路能否建立的前提与必要条件。分析了影响捕获性能的因素,包括开环捕获不确定区域、信标光发散角、初始捕获时间、信标光丢失再捕获时间等参数。分析了捕获稳定性与链路可通性的关系,为后续研究提供理论基础。针对舰载望远镜受海浪强扰动下难以减小捕获不确定区域的难题,开展了随海强扰动条件下的舰载望远镜高精度视轴指向技术研究。构建了舰载条件下跟踪测量系统视轴指向模型,分析了各部分误差的影响与模型形式;针对构建出的模型,进行特性分析和模型精化,提出了基于监督学习的半参数估计方法;针对工程应用中存在测量粗差的情况,提出了基于数据深度加权的稳健估计方法,给出抑制粗差影响的视轴指向误差估计与补偿方法;最后,通过仿真试验验证了上述方法的有效性。针对星-舰量子/激光通信链路中断后再捕获的难题,开展了舰载望远镜随海强扰动条件下基于容积卡尔曼滤波（CKF）轨迹预测的再捕获技术研究。构建了舰载望远镜的移动测量模型和卫星终端的动力学模型,结合船摇测量误差不确定性和目标轨道的模型误差不确定性,提出了基于强化CKF轨迹预测再捕获技术,减小卫星预报误差引起的捕获不确定区域,提高捕获概率和减小丢失再捕获的时间,从而增加通信时间。并对该方法进行了仿真试验,验证了方法的有效性。针对本文的研究内容,开展了外场海上试验。介绍了围绕提高和检验舰载量子/激光通信视轴捕获性能所做的一系列海上实验。进行了恒星开环指向试验,对全天域恒星的开环指向误差均方差方位为25.88",俯仰为32.75",总的开环指向误差41.7"。结果表明:视轴指向模型精度具有稳定性,可长时间适用;在航行过程中望远镜指向精度无明显变化,适用于舰船航行工况。在海上完成了对“墨子”号量子科学试验卫星的捕获跟踪实验,在船上捕获“墨子”号共计3次,捕获概率100%,初始捕获误差均方差方位为58.8",俯仰为36.9"（包含了轨道预报误差）。成功利用改造的舰载望远镜进行了对“墨子”号量子卫星的初始捕获,捕获时间小于3s。
冯文芳[8]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中研究表明资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
刘凌云[9]（2020）在《燃煤发电项目双因素风险分析及期货对冲模型研究》文中进行了进一步梳理燃煤发电项目是指以煤炭为燃料,正在规划、建设或已经投产运营的火力发电单元。由于煤炭燃料约占到火力发电生产运营成本的70%,我国煤炭产量70%以上用于发电,燃煤火力发电量又占到我国各类发电总量的70%以上,这“三个70%”的根本问题是煤炭。所以,从宏观层面上讲,国家以什么方式有效配置煤炭资源,如何高效利用煤炭资源,怎样调整能源结构,是摆在政府决策者们面前的重要问题;从微观层面上讲,我国煤炭价格购销市场化所引起的价格波动频次增加和波动幅度不断加大,给我国燃煤火力发电厂的正常生产经营带来了一定的影响,构成不容忽视的经营风险。认真研究煤炭市场供求关系变化规律及如何规避煤炭价格波动带来的经营风险是燃煤火力发电项目的规划、建设与运营必须考虑的重大问题。在国家供给侧结构性改革的政策纲领指导下,火电项目建设面临着硬约束。相反,新能源发电装机呈高速发展态势,水力发电对火力发电影响显着。但水力发电出功不稳定性,给燃煤火力发电项目功率稳定输出产生不可忽视的风险。本论文将煤炭价格波动、新能源发电替代及不稳定性对燃煤火力发电造成的冲击定义为双因素风险。本研究主要从如何利用动力煤期货工具视角深入研究化解双因素风险的对策与方法,从理论和实证两方面,深度探究煤炭价格波动、新能源发电变化与燃煤火力发电出功之间的经济理论关系和数量关系。在理论方面,采用价格波动理论较先进的状态空间模型理论,分析煤炭价格与燃煤火力发电之间、新能源发电与燃煤火力发电、煤炭价格与煤炭社会库存之间的关系特征,选择合适的状态空间模型类型,构建了完善分析模型:实证方面,通过收集了十年以上的煤炭价格指数、煤炭社会库存、新能源发电及燃煤火力发电量的历史数据基础上,经过严谨的经济计量分析,构建了四大计量经济理论模型,检验了双因素风险分析及期货对冲策略诸经济模型的正确性。本论文根据状态空间模型理论和金融期货理论,构建了燃煤火力发电项目煤炭现货和期货库存最优比例模型、双因素风险期货对冲模型。这些模型,为燃煤发电项目运营有效利用煤炭期货对冲策略提供了理论基础。根据状态空间模型理论,量化分析我国煤炭价格、新能源发电与煤炭社会库存及火力发电量之间的数量关系,以此研判煤炭价格走势、煤炭社会库存变化、煤炭火力发电变化情况,合理安排煤炭库存,以及煤炭实际库存与虚拟库存比例关系,并在煤炭期货市场上开展套期保值交易,达到规避煤炭价格波动风险和降低生产经营成本的目的。基于上述思想及思路,研究内容具体包括以下五个主要部分:（1）燃煤发电项目双因素风险的成因。本研究查阅了大量的文献资料并结合生产实际,深入分析了燃煤发电项目建设与运营中面临的经营管理问题,认为我国煤炭购销市场化而加剧了煤炭价格的波动,给煤炭消费和生产者带来了很大的经营风险,随后分析了引起煤炭价格波动的诸多因素及深层次的原因;同时研究了新能源发电替代及出功不稳定性对燃煤火力发电产生的冲击及原因分析,准确定义为“双因素”及“双因素风险”,为论文展开研究奠定了逻辑基础。（2）对本研究起到支撑作用的相关基础理论综述。把经济波动理论及价格波动理论引入到煤炭现货市场、期货市场价格波动分析中;根据经济滤波理论,对经济变量进行滤波整理,为得到构建模型所需要的数据提供了处理分析方法;运用协整理论实证分析了模型的正确性;期货套期保值理论,为本论文研究的核心问题——期货对冲策略模型提供理论支持;状态空间模型理论是本论文主要模型构建的理论依据和技术手段。（3）双因素风险识别及影响要素研究。应对风险必须准确分析风险源问题,本论文从供给和需求两个方面进行风险分析,在供给方面,煤炭价格波动是主要因素,影响很大;在需求方面,对煤炭火力发电量影响较大的因素中,就波动性而言,新能源发电的不稳定性,是主要因素。本论文将煤炭价格波动和新能源发电不稳定性这两个变量风险定义为煤炭火力发电项目运营中的“双因素风险”。（4）构建燃煤发电项目双因素风险期货对冲模型。依据模型构建的总体思路,运用状况空间模型理论,针对煤炭价格与燃煤火力发电之间的关系特征、新能源发电与燃煤火力发电之间关系特征,构建了煤炭价格对火力发电量影响的理论模型及煤炭价格对库存影响模型,新能源发电量变化对燃煤发电量影响的理论模型,建立了煤炭现货实际库存与虚拟库存理论模型,得到了双因素风险期货对冲模策略模型。（5）模型实证研究和燃煤火力发电项目案例应用分析。建立“煤炭价格波动与火力发电量变动”、“新能源发电不稳定与火力发电量变动”、“煤炭价格波动和新能源发电不稳定与火力发电量”、“煤炭价格波动与煤炭社会库存量”的实证模型。最后选取了江苏某火电项目案例,验证了本论文分析方法及模型应用的合理性及有效性。为我国燃煤火力发电项目运营中开展类似业务提供了理论依据和实操指导。
裴鑫[10]（2020）在《数据驱动的社会网络传播动力学及其应用》文中研究说明病毒及信息（行为、舆情等）在社会网络上的传播受到个体行为、自然环境和社会环境的影响,同时伴随着传播过程会产生大量的数据,利用实际数据研究社会网络上的各种传播成为必然。为此,本文基于人口统计、疾病监测、地理位置等数据,结合传播网络结构和传播机理,研究社会网络上的传播动力学,并将其应用到社会网络上具体疾病和行为传播中,构成了数据驱动的基本框架,其主要贡献在于:1)以H7N9禽流感和非洲猪瘟为研究对象,提出数据+网络结构+传播机理的新数据驱动建模思路,基于数据,构建疾病传播相关的传播网络,建立数据驱动的网络传播动力学模型,研究社会网络上传染病的传播规律;2)以非洲猪瘟为研究对象,运用数据驱动的建模思路,单纯基于数据,利用时空统计学方法,分析社会网络上传染病的时空传播特征;3)将数据+网络结构+传播机理的数据驱动建模思路运用到社会网络上的行为传播中,以婚姻关系为研究对象,构建基于朋友间相互介绍传达的信息构成的婚姻关系传播网络,建立对逼近婚姻网络动力学模型,研究婚姻网络上婚姻关系的演化规律。主要研究内容和创新点概括如下:（1）解决了H7N9禽流感人间病例的传染源溯源问题。为确定第五波H7N9禽流感人间病例的传染源,利用Javascript语言从百度地图爬取活禽相关场所的地理位置数据,构建活禽运输网络;基于离散马尔科夫过程,建立数据驱动的H7N9禽流感网络传播动力学模型;提出有向加权网络上的时空反向探测和正向传播算法。明确了H7N9禽流感人间病例的具体传染源,发现除活禽交易市场外,散养家禽为其重要传染源;推断出最可能的传播路线,发现H7N9禽流感由长江三角洲和珠江三角洲向西传播;计算出病毒首次到达时间,并分析病毒首次到达时间的温度特征,得出温度为9℃19℃时疾病传播风险最高。我们提出的数据+网络结构+传播机理的新数据驱动建模思路,可为研究真实网络上具体疾病的传播提供新思路。（2）确定了中国大陆地区非洲猪瘟三种主要传播途径的传播风险。为评估中国大陆非洲猪瘟三种主要传播途径的传播风险,利用Python语言从百度地图爬取生猪交易相关场所的地理位置数据,构建生猪运输网络;基于离散马尔科夫过程,建立数据驱动的非洲猪瘟网络传播动力学模型;提出半有向加权网络上的时空反向探测和正向传播算法。分析了三种传播途径的传播风险,结果表明人员与车辆带毒传播风险最大,其次是餐厨剩余物喂养,生猪和猪产品调运的传播风险相对较小;推断出最可能的传播路线,发现非洲猪瘟在中国大陆整体上由东北先西南、再向西传播;另外,评估了各省份在不同时间的感染风险。（3）揭示了非洲猪瘟在中国大陆的时空传播特征。针对2018年2019年非洲猪瘟在中国大陆的迅速蔓延,基于非洲猪瘟病例数据和各省份养殖场总量数据,利用时空统计学分析方法,分析了非洲猪瘟的时空传播特征。找出了热点发病区域,集中在东北和西南地区的部分城市;确定了7个时空聚集区,一类时空聚集区位于贵州省的黔南布依族苗族自治州,聚集时间为2019年6月19日至25日,第一个二类时空聚集区位于辽宁省的沈阳市、营口市、盘锦市、鞍山市和辽阳市,聚集时间为2018年8月1日至10月10日;给出了非洲猪瘟在中国大陆的整体和局部传播方向和传播速度,发现2018年8月至10月疾病在空间上传播速度较慢,2019年2月至3月传播速度较快。（4）给出了提高我国结婚率的有效建议。面对我国结婚率逐年降低的现状,提出了带有朋友间相互介绍的婚姻演化机制,构建了基于朋友间相互介绍传达的信息构成的婚姻关系网络,建立了婚姻网络对逼近动力学模型。从理论上分析了模型的临界阈值和正平衡点的存在性;基于北京市的婚姻登记数据,通过模型的数值解和ER网络上的随机模拟,对模型进行验证;通过敏感性分析发现朋友间的相互介绍不仅可以增加阈值,还可以增加网络中的已婚人数;同时,增加同性朋友个数和平衡男女比例都可以增加网络中的已婚者规模,提高结婚率。
二、大风险分析中Stugent分布的M-估计和最大逼近估计（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、大风险分析中Stugent分布的M-估计和最大逼近估计（论文提纲范文）
（1）聚类生存数据下半变系数脆弱模型的统计推断（论文提纲范文）
| 摘要 |
| abstract |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 相关工作研究进展 |
| 1.2.1 单变量脆弱模型 |
| 1.2.2 共享脆弱模型 |
| 1.2.3 相关脆弱模型 |
| 1.2.4 研究的发展动态分析 |
| 1.3 本文主要研究内容 |
| 2 半变系数伽马脆弱模型 |
| 2.1 引言 |
| 2.2 模型结构与记号 |
| 2.3 估计方法 |
| 2.3.1 B-样条逼近 |
| 2.3.2 惩罚部分似然估计 |
| 2.3.3 随机效应参数的估计 |
| 2.3.4 模型估计流程 |
| 2.4 模拟研究 |
| 2.4.1 模拟1 |
| 2.4.2 模拟2 |
| 2.5 实例应用 |
| 2.6 本章小结 |
| 3 半变系数多元脆弱模型 |
| 3.1 引言 |
| 3.2 模型结构与记号 |
| 3.3 估计方法 |
| 3.3.1 B-样条逼近 |
| 3.3.2 惩罚部分似然估计 |
| 3.3.3 方差成分的估计 |
| 3.4 模拟研究 |
| 3.5 实例应用 |
| 3.6 本章小结 |
| 4 半变系数可加风险脆弱模型 |
| 4.1 引言 |
| 4.2 模型结构与记号 |
| 4.3 估计方法与渐近性质 |
| 4.3.1 估计方法 |
| 4.3.2 渐近性质 |
| 4.4 模拟研究 |
| 4.5 实例应用 |
| 4.6 本章小结 |
| 5 半变系数加速失效时间脆弱模型 |
| 5.1 引言 |
| 5.2 模型结构与记号 |
| 5.3 估计方法 |
| 5.3.1 构建虚拟响应变量 |
| 5.3.2 B-样条逼近 |
| 5.3.3 分层似然估计 |
| 5.4 模拟研究 |
| 5.5 实例应用 |
| 5.6 本章小节 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（2）模态回归模型的经验似然推断及其在水污染影响因素分析中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 模态回归的发展研究 |
| 1.2.2 经验似然推断的发展研究 |
| 1.3 研究的内容 |
| 1.4 创新点及不足之处 |
| 第2章 预备知识 |
| 2.1 模态回归模型 |
| 2.2 经验似然推断 |
| 第3章 部分线性模型的正交模态经验似然推断 |
| 3.1 引言 |
| 3.2 方法论及结果 |
| 3.3 定理证明 |
| 3.4 模拟研究 |
| 第4章 纵向部分线性模型的正交模态经验似然推断 |
| 4.1 引言 |
| 4.2 方法论及结果 |
| 4.3 定理证明 |
| 4.4 模拟研究 |
| 第5章 我国水污染影响因素的统计分析 |
| 5.1 概述 |
| 5.2 指标的选取 |
| 5.3 实证分析 |
| 5.3.1 相关性分析 |
| 5.3.2 模型分析 |
| 5.4 结论建议 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表论文及参加课题情况 |
（3）面向高维不确定性电力系统的建模仿真与运行优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 大规模新能源接入系统的不确定性建模分析 |
| 1.2.2 含新能源电力系统的随机潮流计算 |
| 1.2.3 含新能源电力系统的静态安全评估 |
| 1.2.4 考虑新能源出力不确定性的电力系统输电阻塞调度 |
| 1.3 论文主要内容和章节安排 |
| 第二章 适用于输入变量通用概率模型的随机潮流计算方法 |
| 2.1 引言 |
| 2.2 一种改进蒙特卡洛模拟的通用随机潮流混合求解法 |
| 2.2.1 基于量测数据的随机变量模型 |
| (1) 混合高斯模型 |
| (2) 参数估计与EM算法 |
| 2.2.2 基于经验分布的随机变量模型 |
| 2.2.3 均匀设计抽样技术 |
| 2.2.4 相关性处理 |
| 2.2.5 分段线性蒙特卡洛仿真 |
| 2.3 基于GMM的相关非高斯输入变量随机潮流算法 |
| 2.3.1 高斯分量的约简 |
| 2.3.2 高斯分量组合算法 |
| 2.3.3 算法流程 |
| 2.4 算例分析 |
| 2.4.1 仿真系统介绍 |
| 2.4.2 仿真结果与误差分析 |
| 2.5 本章小结 |
| 第三章 含多输入关联变量的随机潮流降维数值方法 |
| 3.1 引言 |
| 3.2 随机潮流问题的数学本质 |
| 3.3 随机响应的统计矩计算 |
| 3.3.1 降维积分法 |
| 3.3.2 数值积分公式 |
| 3.3.3 Nataf变换 |
| 3.3.4 讨论 |
| 3.4 基于C型 Gram-Charlier级数的PDF重构 |
| 3.5 计算流程 |
| 3.6 算例分析 |
| 3.6.1 仿真系统介绍 |
| 3.6.2 仿真结果与误差分析 |
| 3.7 本章小结 |
| 第四章 基于随机动态潮流的电力系统静态风险快速评估 |
| 4.1 引言 |
| 4.2 计及一次调频作用的随机动态潮流 |
| 4.2.1 电力系统的功频静态特性 |
| 4.2.2 随机动态潮流模型 |
| 4.3 基于分段线性半不变量法的快速随机潮流计算 |
| 4.3.1 半不变量法的基本原理 |
| 4.3.2 输入变量的分段线性化处理 |
| 4.3.3 输出状态量的半不变量求解 |
| 4.4 电力系统静态安全风险评估 |
| 4.4.1 越限概率指标 |
| 4.4.2 严重性指标 |
| 4.4.3 综合风险指标 |
| 4.5 计算流程 |
| 4.6 算例分析 |
| 4.6.1 仿真系统介绍 |
| 4.6.2 仿真结果与误差分析 |
| 4.7 本章小结 |
| 第五章 短期风电预测误差的综合建模及其应用研究 |
| 5.1 引言 |
| 5.2 短期风电预测的误差分布特性 |
| 5.3 基于混合偏态模型的风电预测误差概率建模 |
| 5.4 基于Copula理论的风电预测误差相关性建模 |
| 5.4.1 Copula理论 |
| 5.4.2 单个风电场预测误差的条件概率密度函数 |
| 5.4.3 多个风电场预测误差的高维Copula建模 |
| 5.5 利用储能平抑风电预测误差的经济性分析 |
| 5.5.1 风电预测误差成本 |
| 5.5.2 储能成本 |
| 5.5.3 最优储能配置模型 |
| 5.6 算例分析 |
| 5.6.1 数据来源 |
| 5.6.2 模型验证 |
| 5.6.3 风电预测误差模型在随机潮流计算中的应用 |
| 5.6.4 风电预测误差模型在储能容量配置中的应用 |
| 5.7 本章小结 |
| 第六章 采用图割算法的含风电电力系统动态分区备用配置 |
| 6.1 引言 |
| 6.2 电力系统备用分区的数学模型 |
| 6.2.1 边权重指标的求解 |
| 6.2.2 基于图论的最小割问题 |
| 6.2.3 Gomory-Hu算法 |
| 6.3 考虑分区备用的电能和备用联合优化调度 |
| 6.3.1 日前机组组合 |
| 6.3.2 实时调度 |
| 6.4 算例分析 |
| 6.5 结论 |
| 第七章 考虑自适应传输备用的含风电电力系统双层随机调度 |
| 7.1 引言 |
| 7.2 含风电电力系统的双层优化调度模型 |
| 7.2.1 上层模型:考虑传输备用的日前机组组合 |
| 7.2.2 计及风电不确定性的传输备用自适应量化 |
| 7.2.3 下层模型:考虑补救措施的经济再调度 |
| 7.2.4 耦合约束 |
| 7.3 求解方法 |
| 7.3.1 双层模型的转化 |
| 7.3.2 改进点估计法 |
| 7.4 算例分析 |
| 7.4.1 仿真系统介绍 |
| 7.4.2 线路传输阻塞分析 |
| 7.4.3 不同场景调度结果分析 |
| 7.4.4 双层模型与单层模型比较 |
| 7.5 结论 |
| 第八章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录 A |
| 附录 B |
| 附录 C |
| 附录 D |
| 附录 E |
| 攻读博士学位期间的学术成果 |
（4）梯级水库调度不确定性分析与多属性决策模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库调度中的不确定性 |
| 1.2.2 考虑不确定性的水库调度及其风险估计 |
| 1.2.3 不确定多属性决策 |
| 1.3 存在的不足及发展趋势 |
| 1.4 论文主要研究内容及创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 第2章 非一致性洪水分析方法研究 |
| 2.1 引言 |
| 2.2 方向数据及Von Mises分布 |
| 2.3 研究变量及其分布的确定 |
| 2.3.1 洪水变量的P-Ⅲ混合分布 |
| 2.3.2 时间变量的Von Mises分布 |
| 2.3.3 分布检验与评价 |
| 2.4 基于Copula函数的两变量联合分布 |
| 2.4.1 Copula函数优选及参数估计 |
| 2.4.2 Copula函数检验与评价 |
| 2.4.3 联合超越概率及条件超越概率 |
| 2.5 算例分析 |
| 2.5.1 研究对象 |
| 2.5.2 年最大时段洪量非一致性分析 |
| 2.5.3 年最大1日洪量及其发生日期的分布 |
| 2.5.4 两变量联合分布 |
| 2.5.5 条件超越概率密度 |
| 2.6 本章小结 |
| 第3章 入库径流过程预报误差随机模型及其应用 |
| 3.1 引言 |
| 3.2 单一预见时刻入库径流预报误差的高斯混合分布 |
| 3.3 多个预见时刻入库径流过程预报误差随机模型 |
| 3.3.1 模型的建立 |
| 3.3.2 模型求解 |
| 3.3.3 模型评价 |
| 3.3.4 模型应用 |
| 3.4 算例分析 |
| 3.4.1 研究对象 |
| 3.4.2 单一预见时刻入库径流预报误差统计分析 |
| 3.4.3 单一预见时刻入库径流预报误差分布拟合 |
| 3.4.4 多个预见时刻入库径流过程预报误差随机模拟 |
| 3.5 本章小结 |
| 第4章 梯级水库短期发电优化调度风险估计方法研究 |
| 4.1 引言 |
| 4.2 基于误差分类的来流方案设置 |
| 4.3 考虑多维入库径流过程预报误差的梯级水库短期发电优化调度模型 |
| 4.3.1 模型的建立 |
| 4.3.2 模型求解 |
| 4.4 风险估计 |
| 4.4.1 风险指标的选取 |
| 4.4.2 基于随机模拟的未来可能入库径流过程 |
| 4.5 本章小结 |
| 第5章 基于马田系统和灰熵法的多维区间数决策模型及其应用 |
| 5.1 引言 |
| 5.2 多维区间数与MTS |
| 5.2.1 多维区间数的正交试验 |
| 5.2.2 信噪比与马氏距离 |
| 5.3 MTS改进GEM的优势 |
| 5.3.1 灰熵 |
| 5.3.2 灰熵与信息熵的比较 |
| 5.3.3 GEM的基本原理 |
| 5.4 MTS-GEM多维区间数决策模型 |
| 5.4.1 加权标准化决策矩阵的建立 |
| 5.4.2 方案的正交试验及衍生指标计算 |
| 5.4.3 方案决策 |
| 5.5 算例分析 |
| 5.5.1 单一水库多目标优化调度方案优选 |
| 5.5.2 梯级水库防洪优化调度方案优选 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（5）西南山区滑坡隐患易发性及森林对其影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 光学遥感滑坡隐患识别研究现状 |
| 1.2.2 InSAR滑坡地表形变监测研究现状 |
| 1.2.3 滑坡隐患易发性研究现状 |
| 1.2.4 森林与滑坡风险关系研究现状 |
| 1.3 研究目的 |
| 1.4 研究内容 |
| 1.5 研究方法 |
| 1.6 技术路线 |
| 1.7 论文章节安排 |
| 1.8 本章小结 |
| 2 研究区选择及概况 |
| 2.1 研究区域选定 |
| 2.2 研究区域概况 |
| 2.2.1 自然地理 |
| 2.2.2 气象水文 |
| 2.2.3 地质构造 |
| 2.2.4 矿产资源 |
| 2.2.5 森林植被 |
| 2.3 本章小结 |
| 3 基于卷积神经网络和注意力机制的滑坡隐患识别 |
| 3.1 卷积神经网络 |
| 3.1.1 卷积神经网络结构 |
| 3.1.2 卷积神经网络模型 |
| 3.2 针对滑坡隐患识别的注意力模型 |
| 3.2.1 注意力机制 |
| 3.2.2 三种最新的注意力模块 |
| 3.2.3 3D空间-通道注意力模块 |
| 3.3 实验和分析 |
| 3.3.1 实验方法 |
| 3.3.2 实验结果及比较分析 |
| 3.3.3 测试分析结果 |
| 3.4 成效验证 |
| 3.5 本章小结 |
| 4 基于InSAR的区域滑坡地表形变监测 |
| 4.1 InSAR监测原理及技术流程 |
| 4.1.1 D-InSAR地表形变监测原理与技术流程 |
| 4.1.2 MT-InSAR滑坡监测原理与技术流程 |
| 4.1.3 D-InSAR技术与MT-InSAR技术比较 |
| 4.2 InSAR在西南山区应用技术难点 |
| 4.3 多时相、多波段、多视角协同InSAR监测方法 |
| 4.3.1 L波段数据雨季D-InSAR监测 |
| 4.3.2 C波段升降轨融合周期性MT-InSAR监测 |
| 4.4 实验和分析 |
| 4.4.1 不同波段SAR相干性分析 |
| 4.4.2 多波段协同监测结果分析 |
| 4.4.3 多视角协同监测结果分析 |
| 4.4.4 大气延迟改正分析 |
| 4.4.5 PS/DS监测结果分析 |
| 4.5 成效验证 |
| 4.6 本章小节 |
| 5 利用隐患数据和InSAR监测数据开展滑坡易发性评价 |
| 5.1 分析隐患分布规律开展易发性评价 |
| 5.1.1 空间数据库的建立 |
| 5.1.2 致灾因子的选取 |
| 5.1.3 致灾因子的量化 |
| 5.1.4 滑坡易发性评价模型 |
| 5.1.5 初始滑坡易发性评价 |
| 5.1.6 初始滑坡易发性评价精度分析 |
| 5.2 引入MT-InSAR监测结果更新易发性评价 |
| 5.2.1 滑坡易发性更新流程 |
| 5.2.2 形变速率计算方法 |
| 5.2.3 滑坡易发性更新方法 |
| 5.2.4 更新后的易发性结果 |
| 5.3 结果对比分析 |
| 5.3.1 与已知隐患叠加分析 |
| 5.3.2 实例分析 |
| 5.4 成效验证 |
| 5.5 本章小节 |
| 6 森林对滑坡影响分析 |
| 6.1 研究方法 |
| 6.1.1 贡献度模型 |
| 6.1.2 数据选择和模型分析方法 |
| 6.2 林地类型与滑坡易发性的关系 |
| 6.2.1 有林地滑坡易发性空间分布 |
| 6.2.2 灌木林地滑坡易发性空间分布 |
| 6.3 森林起源与滑坡易发性的关系 |
| 6.4 森林龄组与滑坡易发性的关系 |
| 6.5 优势树种与滑坡易发性的关系 |
| 6.5.1 七星关区优势树种与滑坡易发性的关系 |
| 6.5.2 大方县优势树种与滑坡易发性的关系 |
| 6.5.3 黔西县优势树种与滑坡易发性的关系 |
| 6.5.4 金沙县优势树种与滑坡易发性的关系 |
| 6.5.5 织金县优势树种与滑坡易发性的关系 |
| 6.5.6 纳雍县优势树种与滑坡易发性的关系 |
| 6.5.7 赫章县优势树种与滑坡易发性的关系 |
| 6.5.8 威宁县优势树种与滑坡易发性的关系 |
| 6.6 毕节市滑坡防治的森林经营对策 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（6）基于无迹粒子滤波的配电网状态估计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 状态估计研究动态 |
| 1.2.1 静态状态估计研究动态 |
| 1.2.2 动态状态估计研究动态 |
| 1.3 本文研究内容 |
| 第二章 动态状态估计理论概述 |
| 2.1 引言 |
| 2.2 非线性系统的动态状态估计 |
| 2.2.1 卡尔曼滤波理论的状态估计算法 |
| 2.2.2 粒子滤波理论的状态估计算法 |
| 2.2.2.1 贝叶斯滤波理论 |
| 2.2.2.2 贝叶斯重要性采样 |
| 2.2.2.3 序贯重要性采样 |
| 2.2.2.4 基于SIS滤波的重采样技术 |
| 2.3 动态状态估计算法比较 |
| 2.4 配电网动态状态估计模型 |
| 2.4.1 动态估计的状态转移方程 |
| 2.4.2 配电网状态估计的量测方程 |
| 2.4.2.1 配电馈线的三相模型 |
| 2.4.2.2 配电网络方程的等值计算 |
| 2.5 本章小结 |
| 第三章 基于无迹粒子滤波的配电网状态估计 |
| 3.1 引言 |
| 3.2 无迹卡尔曼滤波(UKF)原理 |
| 3.2.1 无迹变换 |
| 3.2.2 无迹卡尔曼滤波的流程 |
| 3.3 无迹粒子滤波(UPF)算法 |
| 3.3.1 无迹粒子滤波基本原理 |
| 3.3.2 无迹粒子滤波步骤 |
| 3.4 基于UPF的配电网状态估计 |
| 3.4.1 算例仿真和分析 |
| 3.4.2 算例分析 |
| 3.4.2.1 状态估计结果对比 |
| 3.4.2.2 状态估计性能分析 |
| 3.4.2.3 非高斯噪声模型测试 |
| 3.4.2.4 不同粒子数精度测试 |
| 3.5 本章小结 |
| 第四章 基于改进无迹粒子滤波的配电网状态估计 |
| 4.1 引言 |
| 4.2 改进无迹粒子滤波方法 |
| 4.2.1 在线调整比例修正因子采样的UPF算法 |
| 4.2.2 强跟踪无迹粒子滤波算法 |
| 4.3 改进无迹粒子滤波算法流程 |
| 4.4 算例仿真和结果分析 |
| 4.4.1 改进UPF滤波精度测试 |
| 4.4.2 改进UPF鲁棒性测试 |
| 4.4.3 不同粒子数精度对比测试 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1 :IEEE33节点测试系统参数 |
| 附录2 :在校期间发表的学术论文、专利及科研情况 |
（7）星-舰量子/激光通信视轴捕获技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景与意义 |
| 1.1.1 星-舰量子通信 |
| 1.1.2 星-舰激光通信 |
| 1.2 国内外量子/激光通信系统及捕获技术发展现状 |
| 1.2.1 国外星-地激光通信 |
| 1.2.2 国内星-地量子/激光通信 |
| 1.2.3 舰船激光通信 |
| 1.2.4 视轴捕获技术的现状与发展 |
| 1.3 本文主要研究内容 |
| 1.4 本文结构安排 |
| 第2章 星-舰量子/激光通信系统及链路建立研究 |
| 2.1 引言 |
| 2.2 星-舰量子/激光通信系统组成 |
| 2.2.1 系统组成 |
| 2.2.2 系统工作原理 |
| 2.3 捕获方法与性能研究 |
| 2.3.1 捕获性能与链路可通率 |
| 2.3.2 舰载条件下的捕获方式分析 |
| 2.4 捕获概率与捕获时间研究 |
| 2.4.1 捕获概率 |
| 2.4.2 初始捕获时间 |
| 2.5 捕获不确定区域与上行信标光发散角研究 |
| 2.5.1 捕获不确定区域 |
| 2.5.2 上行信标光发散角 |
| 2.6 本章小结 |
| 第3章 舰载望远镜高精度视轴指向技术研究 |
| 3.1 引言 |
| 3.2 视轴指向模型构建与各类误差影响分析 |
| 3.2.1 视轴指向模型构建 |
| 3.2.2 视轴指向误差分析 |
| 3.3 基于监督学习的半参数视轴指向模型估计方法 |
| 3.3.1 视轴指向模型参数估计原理分析 |
| 3.3.2 基于傅里叶分析的非参数逼近 |
| 3.3.3 基于超完备特征基的半参数模型 |
| 3.3.4 基于数据深度加权的稳健估计方法 |
| 3.4 仿真实验 |
| 3.4.1 仿真条件与仿真流程 |
| 3.4.2 仿真实验结果与分析 |
| 3.5 本章小结 |
| 第4章 基于容积卡尔曼(CKF)滤波的轨迹预测再捕获技术 |
| 4.1 引言 |
| 4.2 视轴快速再捕获需求 |
| 4.3 视轴再捕获模型构建 |
| 4.3.1 基于预测滤波再捕获原理 |
| 4.3.2 低轨通信终端动力学模型 |
| 4.3.3 舰载望远镜移动测量模型 |
| 4.3.4 预测滤波模型构建 |
| 4.4 基于强化CKF轨迹预测再捕获方法 |
| 4.4.1 CKF滤波理论 |
| 4.4.2 强化CKF滤波算法 |
| 4.5 仿真实验 |
| 4.6 本章小结 |
| 第5章 海上外场视轴捕获实验 |
| 5.1 引言 |
| 5.2 试验设备及组成 |
| 5.3 恒星开环指向试验 |
| 5.4 舰载望远镜对―墨子‖号量子卫星捕获跟瞄试验 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要研究工作 |
| 6.2 论文主要创新点 |
| 6.3 后续工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（8）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（9）燃煤发电项目双因素风险分析及期货对冲模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景和意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 主要研究内容及技术路径 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究技术路径 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 波动理论 |
| 2.1.1 经济波动理论 |
| 2.1.2 价格波动理论 |
| 2.1.3 宏观经济变量波动周期基本分析法 |
| 2.1.4 经济变量波动周期分析的滤波法 |
| 2.2 期货市场相关理论 |
| 2.2.1 动力煤价格指数 |
| 2.2.2 期货价格理论 |
| 2.2.3 期货价格和现货价格关系 |
| 2.2.4 煤炭期货套期保值理论 |
| 2.3 协整理论 |
| 2.4 状态空间模型基本理论 |
| 2.4.1 状态空间模型概念及构成 |
| 2.4.2 状态空间模型的类型 |
| 2.5 本章小结 |
| 第3章 燃煤发电项目双因素风险分析 |
| 3.1 我国煤炭及燃煤发电现状分析 |
| 3.1.1 煤炭供给状况分析 |
| 3.1.2 燃煤发电行业现状分析 |
| 3.2 影响燃煤火力发电量因素分析 |
| 3.2.1 影响火力发电量的一般因素分析 |
| 3.2.2 火力发电量影响双因素分析 |
| 3.2.3 煤炭价格、火力发电量、煤炭库存量之间的关系分析 |
| 3.3 燃煤发电项目双因素风险定义及风险因素分析 |
| 3.3.1 燃煤发电项目双因素风险定义 |
| 3.3.2 煤炭价格波动对火电项目经营风险因素分析 |
| 3.3.3 新能源替代波动因素及风险分析 |
| 3.4 本章小结 |
| 第4章 煤炭期货套期保值策略研究 |
| 4.1 煤炭现货市场 |
| 4.1.1 煤炭国际现货市场 |
| 4.1.2 煤炭国内现货市场的特点 |
| 4.2 煤炭期货市场 |
| 4.2.1 国际煤炭期货市场 |
| 4.2.2 国内煤炭期货市场 |
| 4.3 煤炭期货套期保值利益分析及操作步骤 |
| 4.3.1 煤炭期货套期保值参与者利益分析 |
| 4.3.2 煤炭期货套期保值操作策略 |
| 4.4 基差及煤炭期货风险对冲 |
| 4.4.1 基差概念 |
| 4.4.2 期货风险对冲 |
| 4.5 煤炭期货套期保值风险管理 |
| 4.5.1 煤炭期货套期保值存在的风险因素分析 |
| 4.5.2 煤炭期货套保操作的风险管理 |
| 4.6 本章小结 |
| 第5章 基于双因素风险的期货对冲模型构建 |
| 5.1 模型构建总体设计 |
| 5.2 燃煤火电项目双因素关联性模型研究 |
| 5.2.1 煤炭价格对火力发电量影响的理论模型 |
| 5.2.2 煤炭价格对煤炭库存量影响的理论模型 |
| 5.2.3 价格波动、新能源发电量波动对火力发电量影响的理论模型 |
| 5.2.4 煤炭期货价格与现货价格联动关系理论模型 |
| 5.3 煤炭最优库存与期货套期保值对冲策略模型 |
| 5.3.1 煤炭实际库存与虚拟库存模型的思想基础 |
| 5.3.2 煤炭实际与虚拟库存模型的建立 |
| 5.3.3 煤炭实际库存与虚拟库存模型的应用 |
| 5.3.4 煤炭期货对冲模型 |
| 5.4 模型特点介绍 |
| 5.5 本章小结 |
| 第6章 燃煤发电双因素风险及期货对冲模型实证与应用 |
| 6.1 燃煤发电项目双因素风险及期货对冲模型实证分析 |
| 6.1.1 数据收集与整理 |
| 6.1.2 煤炭价格对火力发电量影响模型的实证分析 |
| 6.1.3 煤炭价格对库存量影响的实证分析 |
| 6.1.4 价格波动、新能源发电不稳定对火力发电影响的实证分析 |
| 6.1.5 煤炭期货价格与现货价格联动关系的实证分析 |
| 6.2 煤炭期货套期保值对冲策略案例应用分析 |
| 6.2.1 燃煤火电项目案例简介 |
| 6.2.2 煤炭现货库存和与期货虚拟库存安排 |
| 6.2.3 煤炭现货期货对冲交易 |
| 6.2.4 煤炭现货期货对冲交易收益分析 |
| 6.2.5 煤炭期货等量对冲策略算例 |
| 6.3 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）数据驱动的社会网络传播动力学及其应用（论文提纲范文）
| 摘要 abstract 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 基于数据的网络构建研究现状 |
| 1.2.2 网络传播动力学研究现状 |
| 1.2.3 基于数据的时空传播特征分析研究现状 |
| 1.3 研究方法 |
| 1.3.1 马尔科夫过程建模方法 |
| 1.3.2 网络对逼近动力学建模方法 |
| 1.3.3 时空统计学分析方法 |
| 1.4 研究思路和技术路线 |
| 1.5 主要研究内容和创新点 |
| 1.5.1 研究内容 |
| 1.5.2 创新点 第二章 活禽运输网络上的H7N9 禽流感传染源探测 |
| 2.1 数据收集 |
| 2.1.1 数据收集 |
| 2.1.2 数据清洗和预处理 |
| 2.2 活禽运输网络构建 |
| 2.3 基于离散马尔科夫过程的H7N9 禽流感网络动力学模型 |
| 2.4 有向加权网络上传染源探测算法 |
| 2.4.1 时空反向探测算法 |
| 2.4.2 时空正向传播算法 |
| 2.5 结果 |
| 2.5.1 探测到的传染源 |
| 2.5.2 传染源的病毒首次到达时间 |
| 2.5.3 最可能的传播路线图 |
| 2.5.4 传染源的传播温度特征 |
| 2.6 本章小结 第三章 生猪运输网络上非洲猪瘟的传播途径风险分析 |
| 3.1 数据收集 |
| 3.1.1 数据收集 |
| 3.1.2 数据清洗和预处理 |
| 3.2 生猪运输网络构建 |
| 3.3 基于离散马尔科夫过程的非洲猪瘟网络动力学模型 |
| 3.4 半有向网络上的传染源探测算法 |
| 3.4.1 时空反向探测算法 |
| 3.4.2 时空正向传播算法 |
| 3.5 结果 |
| 3.5.1 探测到的传染源 |
| 3.5.2 传播途径风险分析 |
| 3.5.3 最可能的传播路线图 |
| 3.5.4 时空感染风险评估 |
| 3.6 本章小结 第四章 非洲猪瘟在中国大陆的时空传播特征分析 |
| 4.1 数据收集 |
| 4.2 非洲猪瘟的流行病学特征 |
| 4.3 非洲猪瘟的空间分布特征 |
| 4.3.1 空间分布模式 |
| 4.3.2 聚类和异常值 |
| 4.3.3 热点发病区域 |
| 4.4 非洲猪瘟的时空聚集性分析 |
| 4.5 非洲猪瘟的传播方向和传播速度 |
| 4.5.1 整体传播方向和传播速度 |
| 4.5.2 局部传播方向和传播速度 |
| 4.5.3 局部空间传播预测 |
| 4.6 孤立度和暴露度 |
| 4.6.1 全局孤立度和暴露度 |
| 4.6.2 局部孤立度和暴露度 |
| 4.7 本章小结 第五章 婚姻关系网络上婚姻动力学建模及分析 |
| 5.1 数据收集 |
| 5.2 婚姻关系网络构建 |
| 5.3 基于对逼近的婚姻网络动力学模型 |
| 5.4 模型的动力学分析 |
| 5.4.1 阈值 |
| 5.4.2 正平衡点的存在性 |
| 5.5 结果 |
| 5.5.1 参数说明 |
| 5.5.2 模型验证 |
| 5.5.3 参数敏感性分析 |
| 5.5.4 误差分析 |
| 5.6 本章小结 第六章 总结与展望 |
| 6.1 结论 |
| 6.2 工作展望 参考文献 攻读博士期间的研究成果 致谢 |
四、大风险分析中Stugent分布的M-估计和最大逼近估计（论文参考文献）
- [1]聚类生存数据下半变系数脆弱模型的统计推断[D]. 张中文. 大连理工大学, 2021
- [2]模态回归模型的经验似然推断及其在水污染影响因素分析中的应用[D]. 陈健. 重庆工商大学, 2021(09)
- [3]面向高维不确定性电力系统的建模仿真与运行优化研究[D]. 黄煜. 东南大学, 2020
- [4]梯级水库调度不确定性分析与多属性决策模型研究[D]. 梁小青. 华北电力大学(北京), 2020
- [5]西南山区滑坡隐患易发性及森林对其影响研究[D]. 申朝永. 北京林业大学, 2020
- [6]基于无迹粒子滤波的配电网状态估计研究[D]. 罗永平. 贵州大学, 2020(04)
- [7]星-舰量子/激光通信视轴捕获技术研究[D]. 贺东. 中国科学院大学(中国科学院光电技术研究所), 2020(08)
- [8]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [9]燃煤发电项目双因素风险分析及期货对冲模型研究[D]. 刘凌云. 华北电力大学(北京), 2020(06)
- [10]数据驱动的社会网络传播动力学及其应用[D]. 裴鑫. 中北大学, 2020