含缺失数据Eichhorn模型中的比估计插补

利用随机化技术进行敏感问题抽样调查中常会出现缺失数据,借鉴Srivastava SK[Calc Stat Assoc Bull 16(1967)]在直接调查中利用辅助变量的构造估计量的思想,建立了具有数量特征的随机化Eichhorn模型中缺失数据的比插补方法.通过理论比较和数值模拟得出的结果表明提出的插补方法比传统的方法效率更高.     

重复模糊合作对策延拓的核心和稳定集

为了解决重复模糊合作对策传统解在现实应用中的局限性,采用调整相应系数的方法,给出重复模糊合作对策延拓的核心和稳定集等概念,并讨论了它们之间的关系。提出一种重复模糊合作对策新的分配方案—不将全部总收益分配给所有参与者,而保留一部分从而实现收益的再分配。该成果对现实生活中的资源再分配问题具有一定的参考和应用价值。     

具有区间支付的合作对策的改进区间Shapley值

针对合作对策中支付函数是区间数的情形,利用区间数运算的性质,根据区间shapley值的适用范围提出了改进的区间shapley值,能较好描述现实生活中的一类经济现象。利用和刻画经典合作对策shapley值类似的几个公理刻画了改进的区间shapley值,并将其值的分配用到了协调利益的实例中。     

不完全数据集上的半参组群差异检测

组群差异检测广泛应用于医药、社会网络等领域.现有的组群差异检测都是建立在数据集没有缺失的情况下,因此讨论并给出了在数据集缺失的情况下进行组群差异检测的方法.首先,使用一种新颖的缺失数据填充方法填充缺失数据,然后在半参环境下使用经验似然方法对得到的完全数据集估计出置信区间,进而进行组群差异检测.     

论环境公害案件的刑法规制——以水污染致癌的归责为切入点

水污染致癌作为环境公害犯罪的典型代表,应以以危险方法危害公共安全罪处罚。传统的条件说无法排除水污染以外的致癌因素,疫学因果关系要求被告人举证倒置,无法适用到中国的刑法领域。为达到"排除合理怀疑"的证明标准,需借助客观归责理论中的危险升高理论来进行环境公害案件的客观归责。现代刑法理论中的"故意"呈客观化趋势,可根据客观证据认定被告人主观上具有故意及证明被告人有不法认识可能性,从而完成环境公害案件的主观归责。     

基于模型的系统工程在航空发动机控制设计中的应用

 基于模型的系统工程（MBSE）采用模型的表达方法描述系统的整个生命周期过程中需求、设计、分析、验证和确认等活动,以其无歧义、模块化、可重用、可追溯等优点迅速覆盖了航空航天、船舶等相关工程领域。总结了MBSE的方法论、建模语言和建模工具,并探索适合航空发动机功能建模的解决方案。     

基于X语言的起飞场景民机协同设计与仿真一体化方法

针对大型复杂产品,传统基于模型的系统工程（model-based system engineering, MBSE）方法存在系统设计和仿真验证的多语言、多平台集成实现,难以保证高效、准确地反馈系统设计的缺陷,无法达到快速优化设计目的等问题,提出采用基于面向复杂系统支持MBSE的新一代一体化建模仿真语言—X语言实现面向起飞场景的民机跨域子系统的一体化建模仿真。从民机起飞过程需求分析出发,建立了起飞场景的系统级模型和物理级模型,并在X语言的建模仿真软件—XLab进行统一的建模仿真验证,给出了基于X语言面向复杂产品协同设计与仿真一体化方法,为不同领域的设计人员实现复杂产品设计的协同与优化提供了全新的理论与方法参考。     

基于自监督学习的交通数据补全算法

区域高速公路网收费站数量众多,每日产生海量收费数据,但由于设备、网络等因素,部分站点数据传输存在延迟现象,在此情况下已传输的数据往往不能满足实时流量预测的要求。为了实现实时交通数据补全和动态交通流量预测,文中首先提出了一种基于自监督学习的用于高速公路交通流量数据缺失补全的方法,该方法采用了基于注意力机制的时间序列模型（Seq2Seq-Att）;然后使用自监督学习方式对模型进行训练;最后,以广东省高速公路网的80个收费站为例,验证方法的可靠性。结果表明：文中的数据补全方法能够灵活捕捉交通数据中的缺失情况,并根据数据自身的内在关联性,给出合理的补全值;该方法总体优于其他方法,且在不同缺失率下都有较好表现,总体MAPE约为17.7%、WMAPE为12.8%;在高缺失率情况下,该方法相比于其他补全方法有明显的优势。交通量预测结果表明,使用该方法补全的数据进行交通流预测的预测精度接近使用完整数据的情况。     

基于模型诊断和skyline查询的电网故障诊断

针对基于专家经验的电网故障诊断系统开发周期长,且难以诊断经验之外故障的问题,提出一种基于模型诊断和skyline查询的电网故障诊断方法.该方法根据测点分布将待诊断系统分解成若干独立子系统,利用故障输出与元件之间的因果关系建立系统模型,然后推理每个子系统的候选诊断,将实际告警信息引入到模型诊断逻辑框架中,运用skyline查询算法从候选诊断中识别故障元件.通过离线获得预备候选诊断,在线确认候选诊断的手段,缩减了诊断的时间,提高了诊断的效率,将实际告警信息引入到模型诊断的逻辑框架内,提高了诊断的有效性.仿真表明方法条理清晰,计算简便,能够有效地减少诊断时间和空间复杂度.     

模型化推理与理论的建构

理论模型并不完全与理论一致.模型化推理的逻辑特征在于在原型与模型之间,以及模型与理论假设之间尽可能地建立起可靠的、完善的逻辑联系.利用模型化推理建构理论时,首先是提出模型,然后对其进行检验,最后根据检验结果,看看这个模型是否代表待说明现象的内在结构.理论的延伸可沿两条不同的路线进行.一是形式化的延伸;二是非形式化的延伸,它又可区分为两类:展开与发展.