基于GPC的环肋耐压圆柱壳结构失稳概率分析

为评估具有小失效概率特性的深潜环肋耐压圆柱壳结构的失稳概率，提出了一种新的基于高斯过程分类和重要抽样的自适应分析方法.该方法通过引入马尔科夫链蒙特卡洛法和欧式距离，开发了一种新的考虑预测不确定性和取样均匀性的自适应试验设计策略，以便更高效地构造高斯过程分类器；采用核密度估计构造准最优重要抽样密度函数；基于失效概率估计的稳定性，提出了一种更精确的迭代停止准则.通过某一分段函数验证了所提分析方法的准确性及高效性.应用所提方法得到某深潜环肋耐压圆柱壳结构的失稳概率约为8.242×10^-5.     

手指长短预示健康

我们每个人都希望自己的身体是健康的,其实健康与身体中的每个部位都有关系,同时,每个部位都能反应身体状况,我们可以通过手指的长短看出身体的状况,也能够通过指纹看出健康奥秘等等.     

地方本科院校转型期概率统计课程内容设计与教学模式改革

伴随着高等教育规模的扩大和大学生就业难、企业用工荒的现状,适应国家教育部对地方本科院校转型发展为应用技术大学的目标要求,结合高中数学课程标准和应用技术大学人才培养目标,必须改变地方本科院校大一统的课程设置,建立不同类别、不同层次高校间的课程体系的鲜明特色,改变以往重理论轻实践,培养的学生动手操作技能不足的现象。构建了概率统计课程内容新的框架,并形成该框架下的教学新模式。     

基于概率语言熵和交叉熵的多准则决策方法

概率语言术语集既包含语言术语,又包含语言信息的概率,使初始决策信息能够得到充分的利用,有利于提高语言术语集多准则决策的科学性.鉴于此,本文针对概率语言多准则决策问题,提出了一种基于概率语言熵和概率语言交叉熵赋权的多准则决策方法.首先考虑各准则下概率语言术语集的个体效应及其相互作用,利用概率语言熵和概率语言交叉熵计算准则的权重,然后采用将有向图和0-1优先关系矩阵相结合的概率语言术语集备选方案排序方法,更加直观地得到备选方案的排序结果并得到各方案之间的优劣程度.最后,以企业战略规划问题为例进行分析,通过对比分析验证了所提方法的有效性和优越性.     

基于联合违约概率的资产组合投资优化方法

投资组合的资产联合违约概率(joint,probability of default,JPoD)是一种有效的系统风险测度工具.基于JPoD分析,提出了一种新的资产组合选择优化方法,即通过计算资产池中每两种资产的JPoD值得到JPoD矩阵,利用遍历算法逐次筛选,得出具有最小系统风险的多资产组合.实证分析首先利用2014 2015年的上证综指和深证成指数据验证了JPoD方法的有效性;其次,分别利用中国股票市场数据和美国股票市场数据将所提出的资产组合选择方法与马科维茨均值-方差组合理论、随机组合方法进行比较,结果表明无论是在中国股票市场还是美国股票市场,JPoD方法都明显优于其他两种方法.     

一类转移概率部分未知的Markov跳跃系统的输入输出量化反馈控制

对一类离散时间马尔可夫跳跃系统(Markov jump systems,MJSs)的稳定性问题进行研究,考虑MJSs转移概率矩阵中的元素部分未知,且系统的控制输入通道和测量输出通道都存在信号量化的情况,其中控制器输入通道和系统输入通道的信号分别被两个不同的对数量化器量化。利用切换李雅普诺夫函数的方法,通过构造系统模态依赖且双通道量化误差依赖的李雅普诺夫函数,完成对闭环系统的稳定性分析和控制器设计。得到一组模态依赖的控制器,能够在系统的转移概率部分未知和存在双通道量化误差的条件下,保证闭环MJSs的随机稳定性。最后通过仿真实验验证了理论的有效性。     

Poisson ARCH(1)过程的中偏差及其应用

给出Poisson ARCH(1)过程的中偏差存在形式,并将Poisson ARCH(1)过程应用到一个离散风险模型中,利用获得的中偏差结果,对其有限破产概率进行了渐近等价估算.     

正字法在错误记忆通道效应中的作用

采用DRM(Deese/Roediger Mc Dermott paradigm)范式,探讨汉语错误再认的影响因素.实验采用混合实验设计,并分为想象组和控制组,共54名被试参加实验,每组27名.每名被试在学习阶段进行视听两种不同呈现通道的实验,其中想象组要求被试对所呈现的词语进行正字法的判断任务,而控制组不进行该任务.测验阶段为词语再认测试,为视觉呈现.结果表明,汉语错误记忆存在通道效应,视觉通道条件下的错误记忆高于听觉通道.当在想象组中听觉通道加入正字法编码任务后,这种通道效应消失.说明正字法是编码是影响汉语错误再认的重要因素,但是其影响与国外研究不同,可能与汉语自身的语言特性和加工特点有关.     

Z网络下新的推理算法在不确定决策中的应用

针对Z-number的模糊不确定性和概率不确定性推理,在Z网络模型的基础上对其推理算法上做出了一些改进.首先,在Z-number理论基础上对离散Z-number在if-then规则下进行最大熵方法处理的算法过程做出了一些改进,由于算法过程中优化模型获取的区间值概率随着给定数据的变化并不一定能满足最大熵方法中的约束条件,所以对这些区间值概率进行了优化.其次,基于Z网络的结构和概率推理过程,对利用Z网络获取区间值概率然后应用最大熵方法获得约束部分最可能的潜在概率分布过程作出了同样的改进.最后利用一个实例来说明改进后的方法的有效性和可行性.     

基于概率图模型的危险驾驶罪刑期预测

针对司法实践中对于可解释性及预测性能的需求, 本文提出了一种基于概率图模型的量刑智能辅助方法. 该方法以量刑要素为基石建立含有隐节点的概率图模型, 由极大似然准则估计刑期分布的参数, 进而计算分布的数学期望得到预测值. 关于危险驾驶罪的实验结果表明, 概率图模型的预测准确率优于基于决策树和神经网络等的模型, 且具有良好的可解释性.