串联系统备件满足率分配及配置优化

备件作为装备维修保障的重要物质资源,装备研制单位需要将使用方提出的备件满足率要求进行合理分配,为合理制定备件配置方案提供输入,已成为目前装备研制阶段急需解决的重要问题之一.针对备件满足率只有统计定义的问题,论文研究了单备件满足率和串联系统备件满足率的概率性质,给出了其概率模型,揭示了备件满足率的内涵和工程意义.在此基础之上,以串联系统备件满足率的概率模型为基础,研究了系统备件满足率的两种分配方法,即线性代数分配模型和以备件总重量最小为目标的备件配置优化模型,为合理制定串联系统备件保障方案提供了理论依据.     

基于概率神经网络的地铁车站易损性分析

基于深度学习方法提出了一种地震响应概率模型，并基于此模型推导了地铁车站结构极限状态超越概率的计算公式，以评价结构的地震易损性。首先采用主成分分析对地震强度指标进行正交化和降维；为了克服传统地震响应概率模型中地震动强度指标与结构地震响应指标服从对数空间线性分布假设的局限性，基于BP神经网络建立趋势模型以预测结构的地震响应；基于概率神经网络建立误差模型以描述基于统计的趋势模型与基于物理机制的数值模型之间的误差，以拓展残差的齐次方差正态分布假设的严格限制。最后，以上海典型2层三跨地铁车站为算例，计算得到其易损性曲线。结果表明，基于深度学习建立的趋势模型较好地模拟了地铁车站结构地震响应随地震强度指标第一主成分的非线性变化特征；建立的误差模型准确地描述了趋势模型预测值的残差随地震强度指标第一主成分的方差非齐次特征。     

允许两辆车驶入的避险车道设置

针对允许两辆车驶入的避险车道(TER),将先后驶入制动床的两辆车的停驶位置抽象为相互独立事件,建立了两辆车均能成功驶入避险车道的概率模型.基于仿真数据的研究结果表明:主线为直线时两辆车成功驶入避险车道的概率高于主线为平曲线时;即使主线为直线,制动床宽度为车辆宽度的5倍,两辆车均能成功驶入制动床的概率也不超过15%,这说明仅通过拓宽制动床宽度而不设置满足长度要求的引道,仍不能保证第二辆车成功驶入制动床.     

基于改进Shapley权力指数的特征选择算法简

针对特征选择算法对不同类型的数据集性能不稳定的问题,提出一种基于概率模型与改进Shapley权力指数的通用特征选择算法.首先,计算特征对类簇表征与类簇判别的重要性值;然后,计算特征对类簇的不确定度;最终,合并特征的重要性值与不确定度,提取合适的特征.因为概率模型对数据类型、数据缺陷具有较好的鲁棒性,所以对不同的数据集获得了稳定、高性能的特征选择效果.基于人工合成数据与benchmark数据集的实验结果表明,本算法对不同的数据集保持了稳定的特征选择效果,优于其他算法.     

基于多元气温概率模型的气温期权定价方法研究

针对日常天气风险管理中的气温期权定价问题,Cao-Wei模型不能充分反映气候变暖趋势和各地域之间的相关关系.为解决这一问题,提出了反映气候变暖趋势以及各地域间关联的新的多元气温概率模型,并基于该模型,利用燃烧分析法及蒙特卡洛模拟法对制冷日/制热日(CDD/HDD)指数期权进行了精确的定价.结果表明,采用蒙特卡洛模拟法对CDD/HDD指数期权定价更为合理,分析得出的结论对天气衍生品市场提供了有效的理论依据,对期权定价有较高实用价值,为今后利用CDD/HDD指数期权对气象保险进行合理的风险对冲,起到很好的风险管理效果.     

利用概率思想求几个数列前n项的和

通过构造适当的概率模型,使得相关事件的概率表达式中包含和式的一部分,再结合概率的性质来求几个数列的前n项的和.     

轻型钢结构风灾易损性概率分析

针对中国典型轻型钢结构建筑,提出风灾易损性的概率分析方法。荷载概率模型考虑屋面板自身重力、围护结构风压、飞掷物冲击破坏,提出屋面板、墙面板、外门窗的抗风承载力概率模型,建议构件风灾破坏的判定准则,给出轻型钢结构的风灾破坏等级矩阵。使用蒙特卡洛模拟得到各类构件及建筑整体的超越破坏易损性曲线,针对某一典型轻型钢结构建筑进行模拟。研究结果表明:屋面板和外门窗的超越破坏概率高于墙面板超越破坏概率;为减少风灾破坏,应当优先选用利于抗风的屋面板型,进而提高外门窗的抗风性能,最后考虑增强墙面板的抗风性能。     

基于多信息融合的自然书写脱机中文文本行识别

自然书写的脱机中文文本行识别是当今字符识别领域的一个难题.为降低文本行识别中负样本的干扰,文中提出了一个概率模型,将负样本作为一种信息来源,与单字符的识别信息、文本行的几何信息等进行融合.简单地使用两个分类器,就可以实现上述概率模型.在多人手写真实文本数据库中进行的实验表明,当无语言模型和使用二元语言模型时,文中所提方法的正确识别率分别达到61.29%和72.73%,体现了该方法的有效性.     

采用双树复小波和混合概率模型的光学相干层析图像去噪

为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法. 针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型：将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述. 而后采用改进的ProbShrink算法进行去噪. 实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.