具有局部搜索能力的自适应变异遗传算法

针对函数优化问题，提出一种自适应变异遗传算法来提高局部搜索的能力，弥补简单遗传算法易于早熟收敛的缺陷。最后以De Jong函数为仿真对象，将此算法与其它三种遗传算法进行比较，仿真结果表明此算法对于函数优化问题非常有效，大大加快了算法的收敛速度，并大幅度提高了搜寻到最优解的概率。     

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.     

量子态和量子态组分布熵的预测规律及验证

研究了在一定的简化模式下，孤立系趋近平衡的过程中量子态和量子态组分布熵随时间变化的预测规律，揭示用有限大量重复性模拟实验所得的量子态组分布熵有多大的实验偏差，并将原文献中只限于对系统的几十个量子态组分布熵的研究扩大到对系统中数以万计的量子态的分布熵的研究，按重复实验法和本文提出的预测法同时设计两套熵增原理的计算机模拟程序，验证表明，预测规律具有高度的准确性。     

贝尔定理与电子自旋

本文证明,在贝尔定理的证明过程中,实际上用到电子自旋（或其他费米子的自旋）的任意两个分量的联合概率,而这一联合概率却并不存在,因此,贝尔定理言之无物。贝尔的工作的意义是通过“自旋相关函数”的“隐变量表达式”或其他公式,在这种纯属子虚的联合概率与现实的跃迁概率之间建立一种人为的关系,并引出一个矛盾,从而证明这两种概率各自遵循不同的规律。这一工作既不涉及定域性原理也与经典概率论无关。     

佛克脱线型HeⅠ1083.0nm共振线逃逸几率的计算

基于精确佛克脱线型的表达式,对于平板几何体和柱形几何体,计算了组成He Ⅰ 1 083.0 nm共振线1 083.034 nm,1 083.025 nm和1 082.908 nm三条线的逃逸几率,同时计算了吸收原子在基态的原子数密度,分析了逃逸因子对谱线中心光学深度的影响.理论分析和实验结果相一致,此计算对于探测太阳或其它天体中氦的浓度具有一定参考意义.     

重∧超核裂变中∧处于各个量子态的几率

本文在文献的基础上,计算了裂变过程中∧处于各个量子态的几率,并对不同的剪断过程(匀速的和加速的过程)作了比较。     

随机环境中线性控制分枝链的概率性质

引进了随机环境中线性控制分枝链的基本概念，讨论了这种概率模型的灭绝概率，用生成母函数严格表达了第n步灭绝的概率，进而讨论了各类母函数之间的关系，并得到了随机环境中线性控制分枝链的期望公式；基于以上的结果，采用鞅方法，严格表达了随机环境中线性控制分枝链的增殖速度。     

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。     

一类右半直线上的独立同分布随机环境中的随机游动

本文给出在0点以一定概率吸收和反射的右半直线上独立同分布的随机环境中的随机游动模型,讨论了模型的常返性和极限性质,计算了模型的吸收概率.     

原因、假说选择与最佳解释推理

科学哲学领域的方法论研究者提出了各种对“最佳解释”,“融贯性”或者“统合性”的概率测度.这些测度如果有用,至少在某些情况下依赖它们作解释性推理应该比因果推理中通常用的统计方法更准确.格拉斯(2012)发现,大多数此类测度在小样本的情况下都不优于通常统计方法中用的似然度(likelihood)或后验概率.此后,格拉斯(2013)比较了他定义的测度和后验概率对解决一类假说选择问题的优劣.在该类问题中,需要从一组互不相容且非此即彼的假说中择一,但假说的概率未知.他的结果显示,在似然度已知而主观的先验概率和真实的概率分布不同的情况下,如果样本很小,极大化他的测度选择假说可以比极大化后验概率更准确.本文在格拉斯的框架下探究一些一致的模型选择方法在有限样本下的准确性.笔者发现不同方法在准确性上的优劣依赖于真实假说的分布以及所采用的主观先验概率.虽然很多方法可能在所有设置下都不是最优,但也没有方法在所有设置下都是最优.笔者认为,如果对真实假说的分布和主观先验概率没有限定,讨论哪种方法在样本量不大的情况下能更准确的选出真假说意义不大.