基于演化博弈的重大突发公共卫生事件情景预测模型与防控措施

运用演化博弈理论建立了重大突发公共卫生事件的疫情传播方程, 将政府部门和社会公众的策略互动和行为演化分析融入到传染病自然传播的SI模型. 根据卫生部公布甲型H1N1流感疫情每日新增确诊病例数, 在三种演化情景下(即疫情大规模扩散、疫情迅速得到控制、当前的政府积极防控策略), 对疫情传播初期阶段进行了Logistic方程拟合和疫情传播峰值点的预测分析. 最后, 提出了重大疫情初期阶段"谨慎性"防控原则、随着疫情进展及时调整防控策略的"灵活性"原则、选择调整时机的主要考虑因素. 根据疫情传播方程, 讨论了政府调整甲型H1N1疫情控策略对疫情传播的影响.     

ATR算法识别率的区间估计与样本量分析

针对雷达ATR性能评估中样本量的特点,从贝叶斯分析角度出发,选取最小长度准则对ATR算法的识别率进行区间估计,主要分析不同估计精度要求下的最小样本量。分析了识别率区间估计的影响因素,分别给出了无先验信息和两类典型有先验信息情况下的识别率区间估计方法和样本量确定准则,得到了识别率估计精度和所需最小样本量的关系。     

基于粒度空间的最优聚类指标研究

本文在粒度空间理论的基础上,进行了基于粒度空间的最优聚类模型研究.具体包含以下三个内容:首先提出了基于类内偏差和类间偏差获取数据分层结构的优化聚类指标,进一步建立最优聚类模型,证明了该模型解的存在性,并给出了相应的算法;其次将发生在1902-2015年间同时含有HA与NA蛋白的甲型H1N1流感病毒序列作为实验数据库,应用本文提出的优化模型和算法构建了流感病毒蛋白系统的第一级结构和第二级结构,基于距离中心最近原理建立了签名病毒选取的优化模型,挑选签名病毒蛋白,并构建H1N1流感病毒的核心进化树;最后基于距离中心最近原则构建分类器以验证本文方法的有效性.实验结果表明:应用本文方法处理甲型H1N1流感病毒可得到非常好的分类结果,且正确率达到93.25%.这些为基于大数据的信息处理提供一整套全新的处理方法.     

面向重大传染病疫情的应急物资跨区域协同调配动力学研究——以长三角联防联控抗甲型H1N1流感疫情为例

针对重大传染病疫情发生时跨区域协同应急需求,构建应急物资跨区域协同调配的系统动力学模型。基于传染病、物资调配和反馈机制三个子系统,分析关键因素及其因果关联,设计数据流图,并按不同受灾程度将各区域划分为轻度、中度和重度灾区,枚举可能的跨区域应急协同调配方案。以长三角联防联控甲型H1N1流感疫情为例,设置相关参数方程,对所构模型检测现实性和稳定性,且分别对关键参数影响、差异化区域特征和跨区域应急协同方案选择实施仿真分析,研究结果为科学构建跨区域应急协同体系提供有益参考。     

面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.     

基于窄脉冲的标量脱靶量测量算法

提出了导弹体目标在匀速直线运动条件下基于窄脉冲的标量脱靶量测量新方法。该方法通过利用脱靶量测量参数的几何关系,将脱靶量测量表示为距离及时间的最小二乘拟合问题,并得出最优估计。通过对雷达系统建模及信号检测与积累等前期处理后的回波数据进行仿真,结果表明该测量方法具有较高的测量精度,可以得到满意的标量脱靶量估计结果。     

估计Verhulst 模型中参数的线性规划方法及应用

估计灰色Verhulst模型中的参数通常采用最小二乘准则,而在模型精度检验时又经常采用平均相对误差.本文主要在平均相对误差达到最小准则或最大相对误差达到最小准则下,阐明了Verhulst模型中参数估计问题可转化为线性规划问题,可以利用线性规划方法估计Verhulst模型中的参数.实际应用表明本文的方法是可行的且有效的,比传统方法预测精度高.     

基于计算实验的流感大流行预防策略

流感是人类健康的重大威胁之一.为探索预防新型流感大流行的有效策略,建立了北京市计算流行病模型,评估了边境口岸检疫,病例治疗,病例隔离,社会关系抗病毒预防以及免疫接种措施对四种新型流感大流行的预防效能.结果表明:边境口岸检疫对于预防新型流感大流行的作用非常有限;积极的病例治疗可预防传播能力类似于2009年A(H1N1)的新型流感大流行;高强度的病例治疗和病例隔离可预防传播能力类似于1957年A(H2N2)的新型流感大流行;对于传播能力类似于1918年A(H1N1)的新型流感,在高强度病例治疗和病例隔离的基础上须对病例的社会关系进行抗病毒预防才有可能预防大流行;而对于具有超级传播能力的新型流感(R_03.3),必须依靠有效的广谱疫苗才能预防大流行.研究结果对于进一步完善我国应对流感大流行的应急准备与处置计划具有参考价值.     

状态估计中确定性采样滤波器的比较分析

基于采样方法的滤波器在非线性滤波领域内得到了广泛应用。其共同特点是利用抽样粒子点模拟系统状态的概率分布,从而不受状态先验分布假设(如高斯假设)的约束,拥有更高的滤波精度和更广的应用范围。在确定性抽样意义下论述了几种现有的确定性采样滤波器,并对这几种滤波器在状态估计领域(滤波)的应用进行了精度和计算负荷分析。采用一维及多维算例验证了几种方法的估计精度。给出基于实际系统需求一般性评价和选用原则。     

退化可修系统最优更换策略

研究了单部件组成的退化可修系统,假定故障部件“修复非新”的条件下,以系统中部件的故障次数N为更换策略进行了研究,推导出系统经长期运行单位时间内期望效益的明显表达式,而且在一定条件下证明了当更换策略N*=m in N≥1 fN≤Cω+CrC时,系统经长期运行单位时间内的期望效益最大,即最优更换策略N*是所有更换策略中最优的。最后,利用线性回归的方法对几何过程中的参数进行了估计。     

基于偏最小二乘模型的无人机航材需求预测方法

针对无人机航材存在样本数据量少,影响因素多且复杂多变,以及库存需求预测精度不高等问题,对现有经典小样本下航材需求预测方法进行系统分析,并利用偏最小二乘回归方法在处理小样本数据、变量多重相关性等方面的独特优势,提出了基于偏最小二乘的无人机航材需求预测方法.选取无人机的飞行时间、飞行起落次数、操控人员熟练程度、异常环境温度、异常环境湿度、航材故障率、维修人员技术水平、维修资料等参数,对偏最小二乘法进行原理及模型建模步骤分析,构建了无人机航材需求预测模型,并进行航材影响因素研究.实验结果表明:该模型较其它常用预测模型的精度有所提高,预测结果的平均相对误差绝对值为4.87%,表明该方法可以应用于无人机航材需求预测,能够满足实际需要.     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

THE BERRY-ESSEEN BOUND AND LIL PP CM STATISTIC TESTING UNIFORM DISTRIBUTION ON SPHERE ABOUT DIMENSION AND SAMPLE SIZE

1. IntroductionXI, Xz,' I Xu are i.i.d. p dimension random vectors with distribution function F(x).Cuilzldefined PP Cramer-Von Mises test statistic as follows:where F:(x) ~ (Z:=, I[a'Xi 5 x])/n is the empirical distribution function of a'XI, a'X2,' ', a'X.. F"(x) ~ P(a'X, 5 x) is distribution function of a'XI, p(.) is uniform measuxeon SP--1. Under null hypothesis HO: XI has uniform distribution on SP--1, F"(x) 2 G(x) =if, g(u)du, where g(u) ~ {r(p/2)(1 -- u')(P--')/'}/{(r(1/2…     

初始模拟样本量的决定方法

针对在使用模拟技术时,初始模拟样本量的不同会对计算的结果产生很大影响,讨论了在选择初始模拟样本量时应该注意的两个问题:模拟样本方差处于稳定状态和模拟样本均值通过正态性检验,并且提供了分析和判断问题的方法和工具.     

基于RLS的联合同步和信道估计算法

针对采用跳频正交频分复用(frequency hopping orthogonal frequency division multiplexing, FH-OFDM)系统进行战时通信时存在的高误码率(bit error rate, BER)问题,对定时偏差(timing offset, TO)、载波频率偏差（carrier frequency offset, CFO）和采样率偏差(sampling frequency offset, SFO)进行综合考虑,提出一种导频辅助的联合同步和信道估计算法。在时域中分别对TO和子载波干扰项进行预先补偿。使用线性误差函数来配合递归最小二乘法对信道冲激响应、CFO和SFO进行估计。采用改进的极大似然算法对迭代参数的初始值进行估计,提高了估计的准确度。分析并给出FH OFDW系统频谱效率的权衡标准。仿真结果表明,该系统工作在1 000 hop/s时,该算法的估计均方差和BER均优于传统的算法。     

广义均衡模糊C均值聚类算法

模糊C均值聚类(FCM)算法是一种快速有效的聚类算法,但它没有考虑各类样本容量的差异, 其最小化代价函数会导致聚类判决有利于少样本类.提出一种新的聚类算法—-广义均衡模糊C均值聚类, 通过对模糊C均值聚类最小化代价函数的改进,使得样本容量在聚类代价函数中发挥效用, 从而弱化了样本容量差异对聚类判决的干扰.讨论分析了该算法的性质,模糊隶属度的推导突破了FCM解析解的约束. 通过仿真实验,验证了所提出算法的有效性.     

线加速度计辅助惯性姿态角测量的误差分析

通过对成对的线加速度计信号的二次积分,可以得到高精度、宽带宽的惯性姿态角信号。对线加速度计辅助惯性姿态角测量的误差分析表明,测量误差由加速度计噪声、二次积分离散化、信标噪声和加速度计频率特性误差组成。对于大角度振动信号,加速度计频率特性误差是误差的主要因素。数字补偿器对加速度计频率特性误差做出修正后,测量精度得到明显提高。对3角分30 Hz单频振动,当信标以200 Hz修正累积误差时,测量误差小于1角秒。