导读:本文包含了路径构造论文开题报告文献综述及选题提纲参考文献，主要关键词:路径构造,资源型城市,演化博弈,数值仿真
路径构造论文文献综述
傅沂,李静苇[1]（2019）在《路径构造框架下资源型城市转型的演化博弈与仿真分析》一文中研究指出中国资源型城市深陷"资源优势陷阱",资源型城市如何成功转型仍是学者们关注的重要问题之一。本文通过借鉴路径构造理论框架,构建政府和企业之间的演化博弈模型,并引入演化仿生学的Lotka-Volterra模型,分析政府和企业的经济行为对资源型城市转型的演化影响;最后利用MATLAB对演化博弈模型和L-V模型进行仿真分析。结果发现:(1)资源型城市的"路径依赖"问题主要表现为资源型企业和政府出现的技术锁定、结构锁定、功能锁定、认知锁定;(2)四重锁定中,认知锁定的影响最深,其次是结构锁定、技术锁定和功能锁定;政府相比于企业来说,所受影响稍小;(3)企业对新型产业的推广有利于城市转型,但政府的过度推广会影响转型效率。(本文来源于《工业技术经济》期刊2019年12期）
王文星[2]（2019）在《基于机器学习方法的资产价格路径构造和资产配置的应用探究》一文中研究指出深度学习和强化学习是机器学习的两大类模型,被应用到社会的各个领域。在金融领域内,资产价格路径的模拟对某些路径依赖的期权定价来说意义重大,而资产配置则是近年来发展迅猛的新兴投资方式。本文基于深度学习中的生成对抗网络(GAN)模型和强化学习中的深度强化学习算法分别实现了构造标的资产价格路径的模拟和动态配置资产的资产配置策略。一方面,利用GAN变体构造新的混合模型(CWGAN-GP和ALI-CWGAN-GP)来对资产价格路径的分布进行拟合,并通过采样的方式构造样本路径,以此实现对资产价格路径的构造。通过在沪深300指数期货上的实证,结果表明了混合模型构造的路径无论是在采样速度上、路径收益率外在特征表现上还是在生成路径和真实路径的JS散度度量上都显着优于基于几何布朗运动和跳跃扩散模型的蒙特卡洛实现方法。另一方面,基于深度强化学习中的多种算法,分别训练智能体来动态给出两种资产的最优的配置方案,实证结果表明深度强化学习实现的资产配置,在收益上比基准策略(“买入持有”)和简单策略(布林通道)好很多,算法各有优缺点,适用的情景不同,投资风格也有所不同。此外,采用了上述CWGAN-GP模型生成了多条训练集路径作为强化学习学习的样本,将之运用到DQN、DDPG两种算法的训练上,得到了强于不加生成路径的结果。本文说明了构造的两种GAN混合模型可以作为一种构造资产价格路径的方式,且采样的价格路径质量不劣于蒙特卡洛采样的路径,这种构造价格路径的方法在金融领域的数据生成和资产价格路径构造上存在一定的理论和实际应用价值;而基于历史经验的学习从而得到自动配置资产的能力的深度强化学习算法对于资产配置的实现在实践上有很大指导意义。(本文来源于《山东大学》期刊2019-05-20）
肖炜茗[3]（2019）在《基于Bernstein多项式和阶梯路径构造的前向插值神经网络及逼近能力》一文中研究指出神经网络是通过模拟人脑神经和记忆进行信息处理,通常是由诸多神经元互联构成的一种运算模型,它是由大量神经元相互连接而形成的非线性动力系统,尤其它在数据挖掘、系统辨识和智能控制等诸多研究领域有广泛应用.事实上,神经网络是模仿人类大脑的独特结构来处理大量数据信息,并且它可用来解决一些传统计算机难以完成的多输入多输出问题.因此,构造一个具有逼近性能的多输入前向神经网络具有重要理论意义.第一章:引言,主要介绍本文选题背景和研究现状.第二章:预备知识,介绍了 Bernstein多项式及其逼近定理,并引入单输入单输出(SISO)叁层前向神经网络、二输入单输出叁层前向神经网络及其对应的拓扑结构图.第叁章:利用一元Bernstein多项式在相邻等距剖分点的差值和Sigmodial转移函数性质设计叁层前向插值神经网络,并给出该网络选取连接权和阈值的方法.此外,依据一元Bernstein多项式逼近连续函数定理证明SISO叁层插值神经网络对连续函数具有逼近性,进而获得该插值神经网络的一种输入输出表达式.第四章:首先针对二维输入空间实施等距剖分,并基于相邻等距剖分点的差值和算术平均值选取连接权和阈值,进而按照二维等距剖分的阶梯形路径构造叁层前向插值神经网络模型.其次,利用Sigmodial转移函数性质证明二输入叁层前向插值神经网络对连续函数具有逼近性,并将二维插值网络的构造方法推广为n维情况.最后,通过模拟实例对不同阶梯形路径所对应二输入叁层前向插值神经网络的逼近性能进行了比较.(本文来源于《天津师范大学》期刊2019-03-01）
傅沂[4]（2018）在《路径构造理论与演化经济学:分离还是融合?》一文中研究指出近年来,由路径依赖理论和路径创造理论综合而成的路径构造理论发展十分迅速。在这种情况下,主流经济学家和演化经济学家都加大了对该理论的关注和研究力度。但是,该理论的发展仍然缺乏相应的经济学基础,其根本原因在于尚未寻求到合适的经济学研究传统。研究在系统回顾了路径依赖理论、路径创造理论发展历程的基础上,系统阐述了路径构造理论形成中和演化经济学分离与融合的过程,并对路径构造理论是否具备演化经济学传统这一问题进行了深入讨论。研究显示:路径构造理论具备和演化经济学融合的条件。因此,该理论必须坚持演化经济学的研究传统,不断用演化经济学理论来完善其分析框架。(本文来源于《学习与探索》期刊2018年08期）
冯雨[5]（2016）在《单身女性生育权行使路径构造——兼及ART手段的风险防控评析》一文中研究指出纵观我国现行法律,涉及生育权的立法大都表现为原则性的规定,欠缺具体的操作规范。在单身女性生育权的保护上,法律更是欠缺规制能力。随着女性自我权利意识的进步以及当今社会婚恋价值观的发展,单身女性对于自身行使生育权的渴望也是日益增长,我们应以多维视角系统地考察和审视此类新情况,并分析其产生的原因和内在规律及背景,而非噤声或非议。故对于生育权内核判断、单身女性享有生育权的法理基础以及ART手段的风险防控问题实有明晰之必要。(本文来源于《宁波广播电视大学学报》期刊2016年03期）
欧海文,赵静,党凡,王誉晓[6]（2014）在《CLEFIA不可能差分路径构造方法研究》一文中研究指出本文主要依据CLEFIA算法扩散变换的有关性质研究了CLEFIA算法不可能差分路径的构造方法,得到了该算法的9轮不可能差分;经过分析和论证指出,文献[7]给出的CLEFIA的9轮不可能差分并不是新的不可能差分。本文使用不可能差分归一化方法分析CLEFIA算法整体结构,得出的不可能差分路径与CLEFIA算法评估报告一致。(本文来源于《北京电子科技学院学报》期刊2014年04期）
姜大伟[7]（2013）在《生育权行使路径构造及规范依据之审思》一文中研究指出生育权行使应以缔结婚姻为前提,夫妻行使生育权应以生育合意为基础。在生育合意的形式要件上,应借鉴法律行为理论进行体系构造。在形式上,以书面协议为准。在内容上,夫妻可以就是否生育、生育时间、数量及方式作出约定。在责任承担上,生育合意翻悔一方应承担相应的民事责任。基于尊重和保护基本人权,独身者的生育权应予尊重,在现行法制体制及框架下,其可通过收养方式实现生育权。未来中国生育立法应从国情出发,统筹保护公民生育自由和规范生育管理,加强国家生殖服务职能,使人口、资源与社会叁者健康可持续发展。(本文来源于《社科纵横》期刊2013年10期）
王鑫,程立民,蒋华,刘建明[8]（2013）在《使用选择因子的证书路径构造算法》一文中研究指出为了改善广泛使用的广度优先证书路径构造算法在工作时缺乏灵活性的缺点,利用古典概率模型的思想设计了一种描述证书权威(certificate-authority)的选择因子的计算方法,并将其应用于证书路径构造算法。针对多种不同信任模型的实验结果表明,选择因子的使用使得新算法相较于广度优先算法减少了节点测试数量,且提高了针对多种潜在实际应用状况的灵活性。(本文来源于《计算机应用研究》期刊2013年04期）
桂劲松,陈志刚[9]（2011）在《应用于移动节点行为检测的基于PPM中继路径构造》一文中研究指出在无线接入网环境下,移动节点采用AODV路由协议,提出一种基于PPM(Probabilistic packet marking)的中继路径构造方法。移动节点以一定概率标记它中继的包,无线接入点收集被标记的包,1个专门服务器根据一定数量的被标记的包头中所含信息,依据一定算法构造中继路径。该方法的关键是一旦前1个节点标记了包,随后若干节点将针对被标记的包增添自身标记信息,以加快构造算法的收敛速度。研究结果表明:不同标记概率和标记次数对收敛包数和收敛时间有影响,当标记概率为0.2以及标记次数为4时可获得较好的仿真结果;与利用DSR(Dynamic source routing)的源路由信息来获得中继路径的方法相比,本文方法的IP包头开销明显降低。(本文来源于《中南大学学报(自然科学版)》期刊2011年10期）
李浩[10]（2011）在《企业战略变革的路径依赖及其路径构造》一文中研究指出本文试图用新制度经济学中的路径依赖分析方法来分析企业战略变革中的路径依赖,并进一步构造了企业战略变革的路径。(本文来源于《商业时代》期刊2011年13期）
路径构造论文开题报告
（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：
深度学习和强化学习是机器学习的两大类模型,被应用到社会的各个领域。在金融领域内,资产价格路径的模拟对某些路径依赖的期权定价来说意义重大,而资产配置则是近年来发展迅猛的新兴投资方式。本文基于深度学习中的生成对抗网络(GAN)模型和强化学习中的深度强化学习算法分别实现了构造标的资产价格路径的模拟和动态配置资产的资产配置策略。一方面,利用GAN变体构造新的混合模型(CWGAN-GP和ALI-CWGAN-GP)来对资产价格路径的分布进行拟合,并通过采样的方式构造样本路径,以此实现对资产价格路径的构造。通过在沪深300指数期货上的实证,结果表明了混合模型构造的路径无论是在采样速度上、路径收益率外在特征表现上还是在生成路径和真实路径的JS散度度量上都显着优于基于几何布朗运动和跳跃扩散模型的蒙特卡洛实现方法。另一方面,基于深度强化学习中的多种算法,分别训练智能体来动态给出两种资产的最优的配置方案,实证结果表明深度强化学习实现的资产配置,在收益上比基准策略(“买入持有”)和简单策略(布林通道)好很多,算法各有优缺点,适用的情景不同,投资风格也有所不同。此外,采用了上述CWGAN-GP模型生成了多条训练集路径作为强化学习学习的样本,将之运用到DQN、DDPG两种算法的训练上,得到了强于不加生成路径的结果。本文说明了构造的两种GAN混合模型可以作为一种构造资产价格路径的方式,且采样的价格路径质量不劣于蒙特卡洛采样的路径,这种构造价格路径的方法在金融领域的数据生成和资产价格路径构造上存在一定的理论和实际应用价值;而基于历史经验的学习从而得到自动配置资产的能力的深度强化学习算法对于资产配置的实现在实践上有很大指导意义。
（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。
路径构造论文参考文献
[1].傅沂,李静苇.路径构造框架下资源型城市转型的演化博弈与仿真分析[J].工业技术经济.2019
[2].王文星.基于机器学习方法的资产价格路径构造和资产配置的应用探究[D].山东大学.2019
[3].肖炜茗.基于Bernstein多项式和阶梯路径构造的前向插值神经网络及逼近能力[D].天津师范大学.2019
[4].傅沂.路径构造理论与演化经济学:分离还是融合?[J].学习与探索.2018
[5].冯雨.单身女性生育权行使路径构造——兼及ART手段的风险防控评析[J].宁波广播电视大学学报.2016
[6].欧海文,赵静,党凡,王誉晓.CLEFIA不可能差分路径构造方法研究[J].北京电子科技学院学报.2014
[7].姜大伟.生育权行使路径构造及规范依据之审思[J].社科纵横.2013
[8].王鑫,程立民,蒋华,刘建明.使用选择因子的证书路径构造算法[J].计算机应用研究.2013
[9].桂劲松,陈志刚.应用于移动节点行为检测的基于PPM中继路径构造[J].中南大学学报(自然科学版).2011
[10].李浩.企业战略变革的路径依赖及其路径构造[J].商业时代.2011