多变量时间序列复杂系统的相空间重构

根据单变量时间序列相空间重构思想 ,提出了多变量时间序列描述的复杂系统的相空间延迟重构方法 .对每一分量的时间序列 ,分别利用互信息最小法确定最佳延迟时间间隔 ,最小嵌入维数的选取方法是单变量时间序列情况下虚假邻点法的推广 .给出了q阶广义关联积分和q阶广义关联维数的计算公式 ,并证明了广义关联维数与所用范数无关 .计算了Lorenz系统按前 2个变量进行重构时的最佳延迟时间间隔和最小嵌入维数 .计算结果表明 ,用多变量时间序列重构比用单变量时间序列重构所需的数据长度要短得多且在方法上更有效     

基于多变量时间序列（CAR）模型的洞庭湖区域地下水资源量预测

为了预测洞庭湖区域地下水资源量的变化趋势,制定应对地下水资源量较低年份的有效措施,通过分析洞庭湖区域河川天然径流量、长江三口入水量、城陵矶出水量与地下水资源量的变化趋势和相关性,运用多变量时间序列CAR模型,建立了洞庭湖区域地下水资源量的预测模型,验证了模型的预测效果;并运用该模型对洞庭湖区域地下水资源量的变化进行了预测。研究结果表明,洞庭湖区域河川天然径流量、长江三口入水量和城陵矶出水量的变化是引起地下水资源量变化的主要因素;本研究所建的模型模拟值与实测值相对误差的最大值为-7.47%,平均值为3.63%,表明该模型的预测精度高、效果好;通过对未来10年洞庭湖区域的地下水资源量进行预测可知,其平均值下降了0.49亿m3,最低值下降了0.66亿m3,表明该区域地下水资源量仍将持续降低;据不同方案下的地下水资源量预测结果可知,通过增加长江三口入水量,可以有效提高洞庭湖区域的地下水资源量。     

纵向数据分析中使用滑动平均Cholesky分解对回归均值和协方差矩阵进行同时半参数建模(英文)

近年来,对纵向数据分析中回归均值和协方差矩阵同时进行建模研究得到越来越多的关注.为满足协方差矩阵的正定性约束,文献中常考虑对其逆矩阵进行某种分解.本文使用一种Cholesky分解方法对协方差矩阵本身进行分解,得到的参数没有取值限制且有着明确的统计意义.具体地,分解后的参数可以视为滑动平均序列的系数和对数更新方差,且在整个实轴上取值无限制.考虑到模型的稳健性和推断的有效性,提出了一种对回归均值和协方差矩阵同时进行半参数建模的方法,并利用广义估计方程和B样条给出了半参数模型的估计方法,得到了参数部分估计的渐近正态性以及非参数部分估计的最优收敛速度.最后通过模拟和实例分析对所提方法进行了数值研究.     

非连续状态反馈控制系统反馈最大允许时间间隔

提出了一种求解状态反馈的最大允许时间间隔的方法.控制系统采用状态反馈控制,分析了状态反馈时间间隔τ、控制器的输入状态与对象实时状态之间的关系,得到了定量的关系式并给出了证明过程.在此基础上用广义李亚普诺夫稳定性理论方法分析反馈的时间间隔必须满足的条件,并证明了在该条件下系统一定保持渐近稳定.基于此条件得到了求解最大允许时间间隔的方法.实例表明该方法求得的最大时间间隔的保守性较小,并且求解过程也比较简单.     

一种基于组合模型的时间序列数据挖掘系统

提出了一种新的时间序列数据挖掘方法———基于BP(Back Propagation)神经网络和回归分析的组合时间序列数据挖掘模型.重点讨论了神经网络———回归———线性神经网络组合模型的建立过程,强调了通用性,并应用于浙江省可持续发展预测,取得了满意的结果.该组合模型采用神经网络技术来确定权重系数,提高了对复杂非线性系统的拟合能力,为时间序列数据挖掘提供了一种新的实用方法.     

竞争失效产品定时截尾步加试验的优化设计

在k个应力l个未知参数的加速寿命方程下,以D-最优和V-最优为准则,解决了指数分布场合p p≠1个竞争失效机理产品的定时截尾步进应力加速寿命试验的最优设计问题.     

有失效等待的二元预防维修策略

在系统失效不能立即被处理、须等到下次预防维修时刻才能被处理的前提下,研究了一类依赖于临界可靠度R和预防维修次数阀值N的二元预防维修策略.利用相关原理,得出了各种可靠性指标,并建立了系统平均费用关于R和N的函数表达式.同时,利用图像搜索法得出了一实际数值例子的最优维修策略,在此最优策略下系统单位时间平均费用最小.     

正态分布下无失效数据的可靠度分析

针对正态分布场合下无失效数据的情形,利用最小二乘估计,加权最小二乘估计和模糊加权最小二乘估计三种方法,给出正态分布参数和可靠度的计算方法.     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义,但现实公交运行受突发路况影响,运行速度具有非平稳性,本文结合时序特征处理技术和深度学习,建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据,经预处理后引入互补集合经验模态分解平稳化公交运行速度,再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min,预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型,可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。     

带分布时滞具有阶段结构捕食系统全局渐近性质

讨论了二种群的捕食与被捕食数学模型。首先给出解的存在及惟一性,再用上下解方法研究耦合半线性抛物方程组的动力学行为,并给出了解的全局渐近性质。     

随机利率下时间盈余风险模型的破产概率

 考虑了随机利率下的时间盈余过程,并得到相应的破产概率计算公式,所得破产概率比不考虑利率因素的破产概率更接近真实值.     

Asymptotic properties of wavelet estimators in a semiparametric regression model with censored data

Consider a semiparametric regression model Y_i=X_iβ+g(t_i)+e_i, 1 ≤ i ≤ n, where Y_i is censored on the right by another random variable C_i with known or unknown distribution G. The wavelet estimators of parameter and nonparametric part are given by the wavelet smoothing and the synthetic data methods. Under general conditions, the asymptotic normality for the wavelet estimators and the convergence rates for the wavelet estimators of nonparametric components are investigated. A numerical example is given.     

具有时间参数离散障碍期权偏微分布朗模型的Romberg求解

为提高Down-and-Out离散障碍期权定价问题精度,降低计算复杂度,提出一种具有离散时间参数障碍期权偏微分布朗模型的Romberg求解方法。首先,将Down-and-Out离散障碍期权问题建模为随时间变化参数的几何Brownian运动模型,采用与时间无关的对应时间变换进行偏微分方程(PDE)的期权定价。然后,得到的时间独立的偏微分方程转化为简单的热传导方程积分形式,实现模型简化,并给出离散障碍期权定价定理;最后,采用Romberg求解过程实现了离散障碍期权Brownian模型的精确求解。实验结果验证了所提方法的有效性。     

利用TvicHW32实现中断方式实时数据采集

简述了Windows的内核机制，介绍了在Windows下实现中断的几种方法．利用中断控件TvicHW32，在Windows下基于VB编程环境实现了中断方式下的实时控制，并提供了相应源程序．     

有限或无限区间连续生成元的一维反射倒向随机微分方程

得到了一类带单边连续下障碍的反射倒向随机微分方程（RBSDE）极小解的存在定理和比较定理，其生成元g满足广义线性增长条件且关于（y，z）连续，时间区间可以是有限或无限的．推广了倒向随机微分方程理论（BSDE）和RBSDE在一维情况下的相应结果．