一种广义高斯分布随机变量生成算法

为方便获得任意参数的广义高斯分布随机变量,基于伽玛分布推导出广义高斯分布随机变量的生成算法,利用变换法和舍选抽样法,给出伽玛分布随机变量的生成方法.该算法计算简单,通过调整分布参数值,可产生具有任何形状参数和任何方差的广义高斯分布随机变量.仿真结果表明,该算法的抽选效率达75%,随机变量估计参数与真实参数相符.对生成的随机数的检验结果表明,随机数服从广义高斯分布.     

UEND 和 φ 混合随机变量随机和的精确大偏差

介绍了UEND和φ混合的相依关系的随机变量,研究了具有UEND和φ混合的相依关系的随机变量的随机和的尾概率问题,利用一种求相依关系的随机变量的随机和的大偏差方法,得到了具有UEND和φ混合的相依关系的服从重尾分布的随机变量的随机和的渐近尾概率的结果,将服从独立不同分布的随机变量的随机和的一致渐近结论推广到了服从不同分布的带相依关系的随机变量的随机和的结论上.     

冗余系统共因失效概率预测模型

根据可靠性数学理论,从零件失效物理模型应力-强度干涉模型出发,把零件失效概率看作是服从某种分布的随机变量,推导了冗余系统共因失效概率预测模型的数学表达式.通过Monte Carlo仿真法和神经网络技术,得到了该随机变量的分布类型及分布参数.该模型可以根据系统的有限失效数据预测系统任意阶失效概率,能够弥补传统共因失效模型的信息遗漏问题.最后给出实例,并与传统的BFR模型对比,结果表明,该方法比BFR模型更能精确地与实际吻合.     

一类随机变量序列关于Γ-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Γ分布的独立随机变量序列的偏差的一种度量,并通过限制似然比给出了样本空间的一个子集,在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理,将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间.作为推论得到了任意非负连续型随机变量序列关于指数分布,厄兰分布以及x2-分布的强偏差定理以及服从Γ-分布的独立随机变量序列的一族强大数定律.     

基于Gamma退化过程的机械零部件可靠性灵敏度方法

采用随机变量描述初始强度的不确定性，利用Gamma过程描述强度退化过程.在此基础上，运用摄动法、四阶矩法和Edgeworth级数方法，解决了随机参数服从任意分布的可靠度计算问题.基于矩阵微分方法，推导出关于随机变量均值和方差的可靠性灵敏度的计算公式.以螺栓为例对所提方法进行验证，结果表明该方法可有效地解决机械零部件强度退化时的可靠性灵敏度问题.     

混合对数正态分布最大值的极限分布

设{Xn,n≥1}是独立同分布的随机变量序列,并且每个随机变量Xn服从混合对数正态分布.Mn=max{Xk,1≤k≤n}表示{Xn,n≥1}的部分最大值,同服从混合对数正态分布的独立随机变量最大值的极限分布以及相应的赋范常数.     

不同Nakagami-m信道仿真方法的性能

通过仿真概率密度曲线逼近理论曲线的程度和程序运行效率两方面对生成Nakagami-m分布随机变量的几种典型方法———Brute force法、正弦求和法、逆变换法性能进行研究和比较.结果表明,无论是对理论曲线的逼近程度还是运行效率,逆变换法都是三种方法中最优的.Nakagami-m衰落信道仿真时应优先考虑逆变换法.     

多元风险模型中的长尾END的精确大偏差下界

研究了多元风险模型中的服从长尾分布族及延拓负相依(END)的随机变量的和的尾概率,在给定的一些条件下,通过采用类似的求解多元独立同分布的随机变量的非随机和与随机和的精确大偏差方法,在随机变量序列中引入延拓负相依的关系,得到多元风险模型中的服从长尾分布的带有延拓负相依关系的随机变量序列的非随机和与随机和的精确大偏差下界,推广了相应的独立同分布情形下的结论。     

一类随机变量序列关于Г-分布的强偏差定理

引进似然比作为非负连续型随机变量序列相对于服从Г分布的独立随机变量序列的偏差的一种度量，并通过限制似然比给出了样本空间的一个子集，在此子集上运用鞅方法得到了任意非负连续型随机变量序列的一类用不等式表示的强极限定理，将任意随机变量序列关于乘积分布的强偏差定理从离散状态空间推广到连续状态空间．作为推论得到了任意非负连续型随机变量序列关于指数分布，厄兰分布以及X^2分布的强偏差定理以及服从Г-分布的独立随机变量序列的一族强大数定律．     

具有时延和数据包丢失的网络控制系统状态反馈

针对具有时延和数据包随机丢失的网络控制系统,将系统建模为一类含有服从伯努利分布的随机变量的随机控制系统.在此基础上,利用李亚普诺夫理论和鲁棒控制理论,推导出了状态反馈控制器存在的充分条件,并以线性矩阵不等式的形式给出了使闭环系统指数均方稳定的状态反馈控制器的设计方法.仿真实例说明了所用方法的有效性.