Latent ancestral graph of structure vector autoregressive models

A class of latent ancestral graph for modelling the dependence structure of structural vector autoregressive (VAR) model affected by latent variables is proposed.The graphs are mixed graphs with possibly two kind of edges,namely directed and bidirected edges.The vertex set denotes random variables at difforent times.In Gaussian case,the latent ancestral graph leads to a simple parameterization model.A modified iterative conditional fitting algorithm is presented to obtain maximum likelihood estimation of the parameters.Furthermore,a log-likelihood criterion is used to select the most appropriate models.Simulations are performed using illustrative examples and results are provided to demonstrate the validity of the methods.     

基于PLS-结构方程的顾客满意度评价方法

传统结构方程模型虽然在分析中既能处理测量误差．又可描述潜变量之间的结构关系、但是，在求解结构方程模型的过程中严格依赖协方差矩阵，并且假设测量变量服从正态分布，由于顾客满意的频数分布常常为非正态分布，从而极大限制了该方法在顾客满意度研究方面的应用．本文研究基于PLS的结构方程模型，有效解决了在构造客户满意度模型中所遇到的变量非正态问题．并以肛结构方程原理为支撑，对商品房顾客满意度问题进行了应用研究．     

基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.     

一种跟踪机动目标的新方法

本文应用控制理论分析了R.A.Singer零均值模型在跟踪机动目标方面的局限性;提出了一种目标加速度的截断正态概率密度模型,并将目标加速度模拟为非零均值、时间相关的随机过程;借助于切比雪夫(CHEBYSHEV) 不等式来确定目标加速度的均值和方差之间的关系,并引用卡尔曼滤波器所包含的目标机动的统计信息来实现方差自适应算法。 理论分析表明,本文的模型和算法跟踪恒加速目标时稳态偏差为零,从而消除了Singer方法在跟踪恒加速目标时所存在的稳态偏差。 计算机仿真结果证实了理论分析的结论,表明本文提出的模型和采用的算法能够较好地跟踪高度机动目标。     

动力学模型系统误差及其协方差阵的随机加权拟合法

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上,提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法,在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正,采用修正状态估计误差向量及动力学模型误差向量的方法,实现对动力学模型系统误差的修正,然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算,有效地抑制动力学模型系统系统误差的影响,提高导航解算的精度。仿真结果证明,采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。     

基于伪谱法的欠驱动航天器实时最优控制算法设计

针对欠驱动刚性航天器提出了时间最优的闭环状态反馈控制算法。首先,利用直接Legendre 伪谱法规划出航天器开环的姿态机动轨迹,并验证了所得最优控制输入的可行性。然后,以航天器实际运行轨迹与开环轨迹间的偏差为变量构造偏差方程,并提出了基于间接Legendre 伪谱法的最优姿态稳定控制算法。最后,采用实时重规划策略实现了稳定控制器状态的反馈,从而完成了对参考轨迹的闭环跟踪。仿真结果表明所提算法运算量小,计算速度快,可以实时获取解析形式的控制输入修正量,而且对初始姿态存在扰动的情况具有一定的鲁棒性,运算精度较高。     

不规则颗粒随机分布区域的数值仿真算法

基于参数曲线的自由变形技术,对含有大量不规则形状的增强颗粒/孔洞并呈随机分布的多相复合材料,在细观层次上给出了二维情形下模拟区域中由椭圆(或圆)几何变形得到不规则颗粒/孔洞的快速生成算法和优化算法,使得每一增强颗粒/孔洞的轮廓线都有确定的形式统一的参数方程。以骨料为卵石或碎石的混凝土为例,给出了二维级配、投放比、总含量等可控制的随机混凝土数值试样。为进一步在细观层次上研究和确定混凝土的动力学性能提供了理论依据。     

基于t分布噪声的鲁棒PPLS回归模型

概率PLS(PPLS)模型中,数据源(主元)和噪声满足正态分布,容易受离群点的影响.鲁棒PPLS算法采用拖尾更长的t分布描述数据源和噪声,提高了模型的鲁棒性.但是,实际工业过程中,离群点由测量噪声导致,而不是由产生过程变量和质量变量的数据源产生.基于此,提出一种基于t分布噪声的鲁棒PPLS模型.该模型采用t分布拟合测量噪声的分布,而主元依然用标准正态分布描述,更符合实际测量状况.考虑到潜在变量的存在,采用极大似然方法结合EM算法对模型的参数进行了估计,并将该模型用于对过程变量和质量变量的回归估计.最后,通过仿真实例进行了验证.     

抽象记忆时间的无记忆性及其在真随机模拟中的应用

给出抽象记忆时间的指数分布规律，通过连续随机变量的小数分布及其极限性质，利用计算机间隔时间存储的功能，给出了一种真随机模拟的计算机实现方法，并指出了它们在系统科学、人工智能以及遗传进化算法等中的应用。     

结构方程模型迭代算法研究

对结构方程模型——偏最小二乘法分析的模型结构、迭代原理进行了具体研究.首先,详细介绍了结构方程模型的结构关系组成,并针对2个结构2个潜变量的结构方程模型进行了推导,研究了相应迭代算法并开发了实现程序.最后,通过算例验证了迭代算法的有效性.     

影响交通信息支付意愿的关键因素实证研究

以GPS应用为代表的信息服务收费开始受到关注,文中就该问题从交通行为科学的角度进行了探讨,首先就问题解决的前提条件设计了个体特征、信息价值,信息采纳和支付意愿4个隐变量,并根据文献研究和实践经验,分别给出了描述这4个隐变量的可量化的19项显示指标,由此利用结构方程建模技术,建立了反映这些隐变量和显示指标间关系的模型,然后通过问卷调查所收集到的数据,使用LISREL软件进行了分析和计算,并根据计算结果的拟合度,确认了结构方程模型的适用性.研究结果表明,信息价值与信息采纳之间的影响关系最弱,而个体特征对其余3个变量的影响都非常显著.     

一种K分布随机数产生方法

Abraham（2002）从海底散射的物理现象出发。提出并证明了有限个幅度服从指数分布，相位服从均匀分布的复随机变量之和的模服从K分布．本文以Abraham的上述理论为基础构造了一种K分布随机数产生方法．该方法以一组相互独立。在区间[0，1]服从均匀分布随机数为基础，经过一系列运算，即可产生服从K分布的随机数．还对该方法进行了仿真分析，结果表明该方法可以有效地产生K分布随机数，而且比较简单，易于实现。     

基于SOM网络的智能化粒子测速算法

提出了基于自组织映射(self-organized mapping,SOM)神经网络的粒子图像测速算法。该方法使用SOM神经网络对粒子测速技术中运动追踪方法进行了改进,并在匹配过程中根据兴趣区域的粒子密度对粒子追踪算法与粒子相关算法进行了选择处理。经SOM网络改进的测速算法首先利用相关后的结果进行网络构建,然后使用追踪技术对候选匹配点进行筛选。该算法不仅消除了粒子密度与灰度分布的敏感性,而且也降低了相关时对分析窗口尺寸的敏感。最后,使用人工合成的粒子图进行了算法验证及误差分析。结果表明:所提算法在分析精度方面有很大的提高并且具有很强的鲁棒性。     

特征自适应型GM(1,1)模型及对中国交通污染排放量的预测建模

兼顾精度与拟合趋势相似性是预测建模需要深入研究的重要问题.为提高模型对数据特征的适应能力,本文分析了GM(1,1)模型中灰微分方程和白化方程的一致性关系以及响应式还原方法问题,提出构建一种特征自适应型灰预测模型,即CAGM(1,1)模型.该模型采用含可变参数的背景值公式构建灰微分方程,并通过转化模型形式推导了参数估计过程,进而构建以背景值序列为基础的时间响应式;为提高模型预测能力,本文结合灰色关联度构建响应式还原过程中待定变量的适应度函数,采用粒子群算法取得其最优值.最后,案例研究了我国机动车污染排放预测问题,分别构建GM(1,1)和CAGM(1,1)模型对氮氧化合物排放量进行建模,通过比较二者拟合和预测结果验证新模型的改进效果,为管理实践提供有效工具.     

多元随机误差对频率选择表面电磁特性的影响

针对频率选择表面(frequency selective surface, FSS)加工中存在随机误差的问题,基于多元正态分布建立了存在随机加工误差的FSS分析理论模型,给出了FSS传输系数的数学期望计算公式,以及矩形面积等效、基于误差函数级数表达式的密度曲线积分和随机样本均值3种求解方法,并采用多维自适应采样方法加速的谱域矩量法分析了随机误差对FSS电磁特性的影响。以缝隙型圆环单元为例验证了算法的准确性和收敛性,详细分析了加工误差对FSS传输性能的影响。结果表明,随着随机误差标准差的增大,FSS的电性能变差,单元尺寸和介电常数的随机误差是影响结构性能的主要因素。     

结构VAR模型辨识的条件互信息图模型

在结构向量自回归(VAR)模型辨识的图模型中引入信息论方法.定义了线性条件互信息图,图中的结点表示时间序列不同时刻的随机变量,结点间的边表示随机变量之间存在的因果相依关系.提出了随机变量之间条件线性联系存在性的信息论检验方法.图中边的存在性用基于线性条件互信息的枢轴量检验,枢轴量的显著性用置换检验决定.用统计分析的方法确定当前变量之间联系的方向,建立了有向非循环图.最后以模拟序列为例,验证了所提出的方法是可行且有效的.     

Single-Index Quantile Regression with Left Truncated Data

The purpose of this paper is two fold. First, the authors investigate quantile regression (QR) estimation for single-index QR models when the response is subject to random left truncation. The random weights are introduced to deal with left truncated data and the associated iteration estimation method is proposed. The asymptotic properties for the proposed QR estimates of the index parameter and unknown link function are both obtained. Further, by combining the QR loss function and the adaptive LASSO penalization, a variable selection procedure for the index parameter is introduced and its oracle property is established. Second, a weighted empirical log-likelihood ratio of the index parameter based on the QR method is introduced and is proved to be asymptotic standard chi-square distribution. Furthermore, confidence regions of the index parameter can be constructed. The finite sample performance of the proposed methods are demonstrated. A real data analysis is also conducted to show the usefulness of the proposed approaches.

     

信息不完备小样本条件下离散DBN参数学习

针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。     

基于不确定相关机会规划的机会阵方向图综合

围绕机会阵雷达(opportunistic array radar, OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。     

综合孔径干涉辐射计系统仿真

为预测实际综合孔径干涉辐射计(synthetic aperture interferometric radiometer,SAIR)的系统性能,提出了一种基于系统信号流图的SAIR系统仿真技术,通过计算信号路径上各节点信号的均值和方差,生成高斯分布随机视函数集,采用离散傅里叶变换(discrete fourier transform,DFT)算法重构视场内的亮温分布,经过两点法校准得到最终的SAIR图像。利用该技术仿真了T型天线配置、每臂30元的SAIR系统在不同积分时间下对均匀背景上热点源的成像,仿真图像的信噪比与理论值吻合良好。仿真了同样天线阵配置,不同基线误差、通道幅相误差和不可分幅相误差水平下非理想SAIR系统的成像效果和亮温误差。仿真结果证明了该仿真技术的有效性。