加工中心故障分布规律及其研究方法

数控机床的平均故障间隔时间是一项重要的可靠性指标,然而作为该指标计算理论基础的故障分布规律却未得到充分研究.基于Ⅰ型截尾似然函数理论,结合加工中心试验数据,对加工中心故障间隔时间进行了威布尔分布模型的拟合,然后用Hollander-Proschan方法进行了拟合优度检验.最后证明该加工中心故障间隔时间服从威布尔分布.对这类有替换定时截尾数据,用截尾似然函数理论进行拟合,并且用Hollander-Proschan方法进行拟合优度检验,是非常有效的.     

基于粒子群优化算法的KK分布参数估计方法

针对KK分布的参数估计,首先介绍了半经验估计法,然后提出了一种基于粒子群优化的估计方法。该方法将杂波数据统计直方图与KK分布概率密度函数在部分采样点上的差异作为代价函数,通过粒子群优化搜索参数的最优值。通过蒙特卡罗方法对半经验估计法在权重参数不同时的性能进行了仿真,然后分析了杂波数据样本点数的多少等因素对所提算法精度的影响,最后基于实测合成孔径雷达图像杂波数据对该算法进行了验证。仿真结果表明,该算法对KK分布参数具有良好的估计性能,KK分布与K分布等相比,对合成孔径雷达图像杂波数据具有更强的拟合能力。     

可靠性增长数据突变点的辨识方法

对可靠性增长数据的突变点,本文提出了一种客观而精确的辨识方法。该法是基于Ｃｒａｍｅｒ－ＶｏｎＭｉｓｅｓ拟合优度检验统计量上的最优化技术。     

某型光学经纬仪寿命分布及可靠性的研究

本文对某型光学经纬仪的寿命试验数据进行了拟合优度检验。某结果是：指数分布、双参数指数分布、Ｗｅｉｂｕｌｌ分布、极值分布都能适用。在此基础上对这些分布进行鉴别，指出指数分布是该产品较合适的寿命分布。由此也给出了产品的ＭＴＢＦ及可靠性下限。这表明该仪器的可靠性已高于外国先进标准的规定指标。     

基于符号时间序列直方图的高频金融波动预测

将符号时间序列分析方法与K-NN(K-Nearest Neighbors)算法相结合,提出了一种基于符号时间序列直方图的高频金融波动整体分布的预测方法。首先将时间序列符号化得到符号时间序列,并以符号序列直方图表示符号序列的分布,引入符号直方图时间序列的概念,采用K-NN算法得到下一个周期符号序列直方图的预测。在K-NN算法中,针对符号序列直方图的特点,提出以欧几里得范数,χ2统计量和相对熵作为选择邻居时的符号直方图序列相似度的度量方法,利用系统自身的几何特性确定符号直方图序列的嵌入维数。以上证综指5分时的高频数据检验了本文方法的预测能力。结果表明,本文方法预测所得结果整体误差均在可以接受的范围内,预测所得的分布与真实分布均值相同,但是方差较小。     

AMSAA-BISE模型及其统计推断

本文将AMSAA模型推广到多台系统同步开发的可靠性增长试验的情况,所以,命名为AMSAA-BISE~2模型。文中对定数及定时截尾数据给出了Weibull过程参数的极大似然(ML)估计和无偏估计,系统达到MTBF的置信区间和拟合优度检验方法。     

SV和GARCH模型拟合优度比较的似然比检验

讨论了在金融时间序列中广泛应用的两类波动性模型，即ARCH模型和SV模型的比较问题．从似然比原理出发，提出了一种基于随机模拟的似然比检验方法，阐明了利用该方法进行模型间比较的基本步骤，并利用基于随机模拟方法的似然比检验，分别比较了SV与GARCH(1，1)、SV与t-GARCH对上海股市数据拟合优度，结果表明：SV模型对于上海股市时间序列数据的拟合好于GARCH(1，1)模型，而SV模型上海股市时间序列数据的拟合与t-GARCH(1，1)模型效果相当。     

关于上海股市极值收益渐近分布的实证研究

通过极值概率坐标图发现上海股市极值收益吴明显的曲线,说明极值收益具有非指数分布特征,呈属于极值Ⅱ型吸引场,随后依据极值理论利用参数及非参数方法澄清验证了广为人知却一直停留在感性认识的股票市场极值收益厚尾性。利用GEV模型实证拟合了上海股市极值收益分布形式,通过SHERMAN最优拟合优度检验得出上海股市极值收益分布服从Frechet分布。     

含间断区间的AMSAA-BISE模型

本文对丢失数据(即存在间断区间)的情况,建立了多台同型系统可靠性增长的AMSAA—BISE模型,给出了模型参数及当前的MTBF的极大似然估计,并用x~2检验及累积失效次数-总试验时间图来检验模型的拟合优度。最后,用数值例说明这些方法。     

面向维修决策的战役全域空间战损建模与仿真

战役全域空间内战场损伤的产生及分布是典型的非确定性难题.透过战场环境、装备配置、战术动作、受损程度等具体的确定性因素,把握其共性的特点和一般规律,利用概率统计方法进行仿真,是未来战争维修决策研究的前提和基础.提出以局部正态分布累加法拟合武器装备在战场上的空间分布,Эрлана分布拟合装备的战场损伤程度,解析战场损伤的随机过程,建立仿真模型;并以坦克师阵地防御战役中的一次战斗为例进行了计算机仿真,检验了模型的实用性.     

资本市场多标度离散随机分割级串模型

在收益率波动层次结构理论上构建了一种新的波动级串结构模型,通过对基元分割概率中两个关键控制参数不同设定的Monte-Carlo仿真分析发现,分割数取随机整数能够显著地改善模型的拟合优度,自相关函数也表现出类似经验数据衰减的动力学特征,随机控制变量选取normal、log-normal、possion和t分布不能进一步改善基于均匀分布级串模型的拟合效果.此外,选取的最优波动级串模型还能够很好地复制出2<α<4的负幂律衰减和多重分形特征,表明该级串模型能够作为经验数据的可靠拟合模型.     

Shibor适用的短期利率模型

基于拟合优度、模型的预测效果等指标及数据的统计特征,考察单因素利率模型刻画拆借利率(Shibor)的适用性.多种统计检验表明:3月期限Shibor收益序列具有均值回复和厚尾特征;故初次选用带跳的Vasicek模型或带跳的指数Vasicek模型描述Shibor收益序列的变化过程;进一步应用粒子滤波方法对两模型的参数进行估计,并通过对两模型的拟合优度和预测精度的比较.最终遴选出带跳Vasicek单因子利率模型为描述Shibor的适用模型.     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

一种海面后向散射特性实时仿真的统计模型

提出了一种用于海面后向散射特性实时仿真的三参数模型,导出了分别符合Weibull分布、Log-ormal分布和K-分布等三种统计模型的海杂波生成函数,并讨论了各函数中参数的拟合优化方法.该模型的输出特性既满足实测海面后向散射系数数据的均值和标准偏差,同时又反映出给定的概率密度统计特性,可用于各种仿真系统中的海杂波实时仿真.     

基于遗传算法优化的GM(1,1)模型及效果检验

对变化较平稳的数据和变化幅度较大的非平稳数据两种序列建立的 GM(1 ,1 )模型 ,分别用加速遗传算法 (AGA)和最小二乘法 (LSM)对模型参数求解 .结果表明 ,对变化较平稳数据序列 ,两种参数求解法建立的预测模型的拟合优度和预测精度相差无几 ;对变化幅度较大的非平稳数据序列 ,基于 AGA的 GM(1 ,1 )模型的拟合优度和预测精度远高于基于 LSM的 GM(1 ,1 )模型的拟合优度和预测精度 .     

基于数值转换的隐私保护线性回归方法

企业合作进行数据分析时,很多时候不愿意透漏各自的私有数据.针对这种情况提出了在数据异构分布下通过线性转化和添加随机噪声两种数值转换方法来保护企业的私有数据,阐述了怎样在转换后的数据中得到原始的线性回归方程以及线性回归方程拟合优度的计算,怎样在转换后的数据中对回归方程的线性关系和回归系数进行显著性检验,最后结合算例对这两种数值转换方法进行了分析和对比,实验证明基于线性转化和添加随机噪声的两种数值转换方法可用于解决企业合作中私有数据的线性回归问题.     

天基信息支援体系离散事件仿真与效能评估

针对天基信息支援体系效能评估中存在的准确性与实时性无法兼顾的问题,以体系仿真为基础,提出一种基于离散事件仿真的效能评估模型构建方法。首先,基于仿真工具建立离散事件仿真模型,对体系的结构与运作流程进行模拟,并基于仿真模型构建评估指标体系,生成效能评估数据样本。之后,利用深度学习对复杂映射的强大表现能力基于深度置信网络构建效能评估代理模型,结合无监督预训练和有监督调优实现网络的训练和参数优化。最后,对仿真生成的测试集样本进行评估模型验证实验。结果表明,所提方法在计算快速的同时对原评估模型有很高的还原度。     

利用熵极大化准则求解排除系统稳态概率

在没有对排队系统中顾客到达时间和服务时间的概率分布作出假设的条件下,结合排队系统中一些易得系统运行指标,如系统容量、系统平均队长和系统空闲概率等,利用熵极大化准则,求解出了系统稳态概率,并用X2检验进行了拟合优度检验,验证了方法的可行性.     

使用混合Beta 分布的Bayes 方法

研究了在成败型试验中,历史样本与样本异总体的问题对可靠性评定的影响,分析了使用混合先验分布的合理性,并给出了利用卡方拟合优度确定混合先验分布中继承因子的方法.     

基于多维极值参数的飞行风险量化评估方法

数具有和试验数据相同的分布形式,并构建了飞行风险发生的判定条件。在对一维极值参数符合广义极值分布的假设进行证明的基础上,提出了三维极值参数的四参数变权重(four adaptive weight parameters, FAWP),Copula模型利用自适应粒子群算法对一维和三维目标函数中的未知参数进行了辨识,对多种Copula辨识出的三维极值分布进行了拟合优度检验,结果表明FAWP Copula对三维极值参数分布形式的描述最为精确。利用FAWP Copula模型对尾流遭遇情形下的飞行风险概率进行了量化计算,所得指标可用来研究尾流场内的风险规避策略及算法。