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。     

水雷对舰船的毁伤概率计算模型及仿真

水雷障碍的作战效能研究是目前研究的重点.基于具有机动能力的水雷的特点,综合考虑了水雷障碍中水雷的布放成功率、命中概率、水雷的可靠度和动作概率等主要因素对目标舰船毁伤概率的影响,提出了目标舰船航线的选择服从均匀分布时和目标舰船航向服从正态分布时的目标舰船遭遇水雷概率计算模型,建立了基于具有机动能力水雷对目标舰船的毁伤概率模型,并进行了仿真验证,具有较高的实用性.     

一种有奖销售中的概率模型及其应用

本文对一种有奖销售中的概率问题进行了讨论。建立了相应的数学模型，并给出了它在实际中的应用。     

构造概率模型巧妙解决数学问题

举例说明如何构造概率模型解决代数、分析中的一些问题，进一步阐述概率思想应用的广泛性．     

基于截断正态概率模型的改进目标跟踪算法

在应用NIFPAT算法对机动目标跟踪时存在计算量大和要求网络训练两个弱点。分析了截断正态概率模型和NIFPAT算法后 ,把截断正态概率模型与NIFPAT算法思想相结合 ,提出了基于截断正态概率模型的改进目标跟踪算法。该算法根据目标机动情况自动调整系统方差 ,在附加较小计算量的情况下 ,能取得较好的跟踪效果。仿真实验表明 ,该算法能有效地提高对机动目标的跟踪精度。     

连杆机构稳健性优化设计

将设计变量作为随机变量,建立了连杆机构稳健性优化设计的数学模型,并以一个四杆机构为例进行了说明,将传统的确定性优化设计的结果与稳健性优化设计的结果进行了对比.     

非均匀分布随机结构面连通率的概率模型研究

对实际工程中常见的非均匀分布结构面情形,采用等效均匀的处理方法,将其转化为等效均匀分布区和空白区,从而建立了对非均匀分布结构面连通率的描述,提出了广义连通率的算法.通过实际工程的检验,证明这种处理方法的合理性和其工程意义.结果表明,考虑非均匀分布特征后,结构面的连通率会有大幅度的降低.     

基于概率模型和博弈模型的发电厂报价策略研究

基于“厂网分开、竞价上网”的发电侧开放的电力市场环境下，发电公司可通过策略性报价来规避风险，获取利润最大化。主要运用概率论和博弈模型对发电公司的报价进行分析，建立了基于概率模型和博弈模型的报价决策方法，并进行实例分析。     

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.