基于自适应Metropolis算法的 α 稳定分布参数估计

基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法的α稳定分布参数估计具有良好的性能，但不合适的提议函数常导致算法不收敛或混合性能不好。针对提议函数难以选择的问题，提出了一种基于自适应Metropolis算法的非对称α稳定分布参数估计新方法。该方法利用Markov链的历史信息自动调整提议函数的协方差矩阵，使其不断地逼近目标分布，从而获得更好的估计结果。理论分析和仿真结果表明,此方法不仅能准确地估计出α稳定分布的4个参数，而且具有良好的鲁棒性和灵活性。     

国内外非同步期货交易市场之间的跳跃溢出行为: 基于风险事件的视角

为探索国内外非同步期货交易市场之间的跳跃溢出行为, 利用贝叶斯 MCMC推断的SVCJ模型对国内外期货市场之间的跳跃溢出概率、跳跃溢出强度、跳跃溢出频度及溢出的跳跃大小进行了实证分析.研究结果表明: 国内外期货市场存在显著的跳跃溢出概率与跳跃溢出强度;对跳跃溢出的概率和强度而言,国外期货市场的跳跃更可能在第二天到达国内期货市场,而国内期货市场的跳跃则更可能在同日到达国外期货市场,且国内期货市场的跳跃溢出到达次日国外期货市场的频度相对更高,这些现象可主要归因于国内外期货市场正规交易时间的非同步性; 另外,溢出跳跃大小的测度进一步支持了跳跃溢出行为大都是由不寻常的风险事件引起的观点.     

取土器贯入土体引起土体扰动的理论分析

为了研究取土器贯入对土体产生的扰动影响,基于贯入问题的半无限空间特性,根据半无限空间内球孔扩张产生的变形和应变解,推导出取土器贯入土体过程中产生的应变公式.分析了取土管中心线上土体单元应变变化和其影响因素,并与Balign的结果进行了比较.结果表明,取土器贯入土体对其内部土体产生了扰动影响,其中对两端土体扰动相对较大,中间土体相对较小.取土器径厚比、长径比均对贯入过程中土体单元的应变产生影响.     

闪烁噪声下的改进粒子滤波跟踪算法

在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散。提出了一种改进的粒子滤波(particle filter, PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)中的测量更新进行修正,利用修正的IEKF来产生PF的重要性密度函数。进一步,采用马尔科夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法来消除重采样引起的粒子贫化问题。在给出的闪烁噪声统计模型基础上,将所提算法与PF及MCMCPF算法进行了仿真比较,结果表明该算法具有更好的跟踪性能。     

微晶云母陶瓷微细孔超声加工正交试验

采用工件加振方式的微细超声加工方法和银钨合金工具,在厚度530μm的微晶云母陶瓷圆片上进行微细超声加工试验.通过5因素2水平正交试验分析了超声加工试验中振幅、工具进给速度和转速、工作液中金刚石磨粒粒度及金刚石质量分数对其工具体积损耗率的影响,并选择较优的参数组合,加工出孔径Φ80μm、深度530μm、孔侧壁锥度小于0.5°的微晶云母陶瓷通孔.     

混合双参数指数分布的贝叶斯估计

混合指数分布是寿命数据分析中一个重要分布,其极大似然估计由于似然函数的复杂性而变得很困难.文献[9]应用EM算法研究了混合指数算法讨论了完全数据和截尾数据情形下有限混合双参数指数分布参数分布的参数估计问题,模拟研究表明贝叶斯方法对该模型的参数估计是有效的.     

快速凝固熔融金属取样器的研究

研究了一种快速凝固的熔融金属取样器；其冷却速度可达１０５Ｋ／ｓ，凝固速度达６７．６ｍｍ／ｓ，传热系数达１０５（Ｗ·ｍ－２·Ｋ－１）．该装置能够实现在现场或实验室的熔融金属中不同部位抽取液淬．     

Single channel signal component separation using Bayesian estimation

A Bayesian estimation method to separate multicomponent signals with single channel observation is presented in this paper. By using the basis function projection, the component separation becomes a problem of limited parameter estimation. Then, a Bayesian model for estimating parameters is set up. The reversible jump MCMC （Monte Carlo Markov Chain） algorithmis adopted to perform the Bayesian computation. The method can jointly estimate the parameters of each component and the component number. Simulation results demonstrate that the method has low SNR threshold and better performance.     

基于贝叶斯推理的水环境系统参数识别

为了克服监测数据有限而且存在误差给水环境系统参数识别带来的困难，以一维河流水质模型方程为例，构建了水环境系统参数识别的贝叶斯算法．结合模型参数的先验分布和水质监测数据，通过贝叶斯定理计算获得了表征参数分布规律的联合后验概率密度函数．通过马尔科夫链蒙特卡罗模拟对后验分布进行了采样，获得了参数的后验边缘概率密度，并在此基础上获得了参数的数学期望等统计量．计算结果表明采用贝叶斯推理获得的模型参数估计具有很高的精度．此算法构造直观、简单，成功解决了水环境系统参数的可识别性问题．     

基于误差修正的电线覆冰厚度贝叶斯模型及分析

通过对已有的电线覆冰厚度数据进行分析,建立了电线覆冰厚度时间序列模型,对覆冰厚度进行贝叶斯统计推断,然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计,并对MCMC模型进行误差修正.在此基础上,运用WINBUGS软件,对Gibbs抽样得到的预测结果与极大似然估计的预测结果进行比较.比较分析结果表明:通过误差...