墨菲法则背后的数学原理

墨菲现象的频繁出现,给我们带来了诸多的烦恼。本文运用数学原理对墨菲现象进行分析,让人们能够准确认识墨菲法则。     

中值定理和洛毕达法则证明的新探索

本文提出一种新的辅助函数用以证明拉格朗日中值定理和柯西中值定理.同时用这种辅助函数直接证明了洛毕达法则,而不必借助于柯西中值定理.     

基于Pareto法则的BPA概率转换

基于帕累托(Pareto)法则,该文认为复杂焦元信度的分配应该依赖于其单子命题的信度,信度大的更能决定复杂焦元的分配,信度为零的也能影响复杂焦元的分配.将复杂焦元分成2类结构：单子命题没有零值和单子命题有零值.对于前者,找出了复杂焦元的帕累托元素,只在帕累托元素上按其信度权重进行分配,这既避免了一些反常的情况又能更加突出信度大的单子命题.对于后者,采用忽略一部分或平均的办法来进行分配;设置了2个参数,既能控制焦元分配的冒险程度,又能控制转换的效果.提出了一种能够根据给定冒险程度来计算基本概率分配函数概率转换的新方法.最后通过实例分析,验证了该方法是有效的.     

基于贝叶斯概率统计的发光二极管瞬态热阻分析

应用贝叶斯概率统计的方法来反卷积进行网络识别,分析发光二极管(LED)封装器件的瞬态热阻,有效避免了计算机中频域法解卷积出现的病态问题以及贝叶斯迭代法中迭代次数选择的问题.讨论了该方法中优化参数与时间常数谱的半波宽以及纹波的关系,选择适当的优化参数进行反卷积,再由Foster网络模型转换到Cauer网络模型,获得LED器件的瞬态热阻.同时,讨论了该方法对含噪信号的反卷积的可靠性,并分析了采用此种反卷积方法得到的LED封装器件的热阻的正确性.     

基于广义和局部化法则的时间离散控制系统的改进算法

分别讨论了右端自由和右端固定的时间离散控制系统的改进算法.这些算法是基于广义和局部化法则,对右端固定的情景,提出了一种基于允许集的逼近方法.并用实例说明了算法的有效性.     

基于k-means和肘部法则的业务流程聚类方法

流程挖掘是从实际业务执行日志出发,提取结构化流程信息的过程。流程挖掘技术现已广泛应用于现实业务流程的发现和辅助建模,并能够通过差异分析的方法帮助改进已有业务流程。提出一种基于聚类的流程挖掘方法,首先从事件日志出发,对基于活动的流程路径进行描述,然后对基于距离的活动视图感知的路径聚类,通过聚类结果分析流程特征,为流程变更提供决策。以现实的会议注册系统作为实验对象,论证了方法的有效性。该方法可为流程变更提供决策支持。     

基于非关联流动法则的滑移线场及上限法研究

当前岩土材料的滑移线场理论及上限法中都广泛采用经典塑性理论中的关联流动法则,由此得出应力特征线与速度滑移线一致的结论。而试验得知,岩土材料并不服从关联流动法则,因而应力特征线与速度滑移线不可能重合。文章分析了基于关联流动法则的滑移线场及上限法中存在的问题,根据广义塑性理论推导了基于非关联流动法则的滑移线场及上限法,消除了现行滑移线场理论及上限法理论中的种种矛盾。     

全球化与国际民主法则——基于后发国家立场的思考

国际民主法则在全球的确立有其客观必然性。国际民主法则是协调发达国家与后发国家之间的矛盾和冲突的理想规制。“多数至上,保护少数”是国际民主法则的价值取向。创建国际民主法则,离不开后发国家的参与,后发国家应以融入全球化进程为起点,以国内政治体制民主化改革为先导,以增强后发国家之间的团结协作为策略。     

基于概率语言术语集的

基于VIKOR方法解决概率语言术语集语义环境下的多属性决策问题,将概率语言术语集刻画的属性指标与VIKOR方法有机结合,将候选方案的整体效益和个体属性遗憾程度同时纳入决策目标体系,并通过对VIKOR决策的判断准则进行修正,构建PLTS-VIKOR多属性决策模型,克服了以往TOPSIS法、集结算子综合法等在决策机制上的不足.通过决策实例验证了该方法的决策有效性和计算过程的相对简便性.     

基于概率测度的多资产期权定价

摘要多资产期权定价模型解决了具有三个标的资产的彩虹期权的定价问题。即假设标的由三维L啨vy过程描述,利用Lévy过程的Girsanov定理进行概率测度转换,最后得到期权价值的概率表达式。本模型还适用于具有两个标的资产,但收益函数是非齐次的部分多资产期权,拓展了José Fajardo和Ernesto Mordecki(2003)关于具有两个标的资产且收益函数齐次的衍生证券的定价理论。     

基于概率测度的多资产期权定价

多资产期权定价模型解决了具有三个标的资产的彩虹期权的定价问题。即假设标的由三维Lévy过程描述,利用Lévy过程的Girsanov定理进行概率测度转换,最后得到期权价值的概率表达式。本模型还适用于具有两个标的资产,但收益函数是非齐次的部分多资产期权,拓展了JoséFajardo和Ernesto Mordecki(2003)关于具有两个标的资产且收益函数齐次的衍生证券的定价理论。     

基于类脑认知与贝叶斯估计的仿生建图方法

针对同步定位与地图构建(SLAM)过程中因传感器累积误差、干扰等情况造成定位精度不高的问题,借鉴哺乳动物海马空间对多源信息的认知与整合机理,提出一种新型空间认知模型和融合贝叶斯估计的误差修正方法．首先,建立视觉线索的模拟机制,并对头朝向细胞和3D网格细胞进行建模;其次,构建反赫布学习递归神经网络完成对特定位置的编码,实现机器人对时空经验信息稳定的表达;最后,采用贝叶斯估计原理,建立原位置细胞邻域空间,提出结合位置细胞放电率的误差修正策略．与NeuroSLAM,OKVIS和VINS算法在EuRoC公开数据集上进行对比测试,结果表明：本文算法能够整合多源环境信息实现认知地图构建,最大绝对平移误差为0.727 m,最大绝对旋转误差为0.442.     

基于系统调用序列的动态截获和实时仲裁模型

提出了一种基于系统调用序列的仲裁模型,该模型动态截获程序的系统调用序列,将截获的系统调用序列送到仲裁机构。仲裁机构按照事先制定的策略,利用贝叶斯概率模型仲裁该系统调用序列的置信度,依据置信度高低决定拒绝执行还是安全放行。从而,达到主动防御目的。     

基于概率建模的分层产液劈分方法

传统产液劈分方法无法考虑层间干扰及注水井和邻井的影响,难以准确判断井下实际状况。同时,海上油田产液剖面测试成本高,常规的机器学习方法面临样本数量少的问题。基于此,提出一种基于贝叶斯神经网络和极限梯度提升算法的多层合采产液劈分混合学习模型。概率方法可以识别预测中的不确定性,通过将神经网络与概率建模结合,进行分层产液数据分布特征挖掘,结合主控因素分析,混合学习算法可以实现小层产液量的准确预测,可以依据较少的数据获得更为稳健的模型。为验证所提方法的有效性,将其应用于实际油田某区块进行产液剖面预测。结果表明：相比KH劈分方法在计算中劈分系数固定,不会随着生产过程波动,所提出的方法可从历史数据中学习,预测精度达到87.9%,预测结果更加逼近真实单层产液量。     

一种改进的基于极小调节的多属性共识法则的共识模型

在群体决策中,共识达成过程通常是一个交互迭代的过程,以共识模型(或算法)形式呈现。对于多属性群体决策,基于极小调节的多属性共识法则的共识模型最近受到较多关注。本文举例说明现有共识模型因其偏好调节建议的缺陷可能导致迭代过程不能收敛(其收敛性的证明存在错误),进而提出一个改进的共识模型,并证明了模型算法的收敛性;示例说明改进的共识模型有效、适用范围更广。对于多属性群体决策问题,本文提出的偏好调节方法对今后改进其他相关的基于极小调节的共识模型(算法)和开发新的共识模型提供了参考。     

基于马尔科夫模型和贝叶斯定理的Web用户浏览行为预测模型

对用户的Web浏览行为进行分析,既可以使用户减少等待时间,同时也能减轻网络负载.依据Web网站的层次结构特点,首先设计了基于Hash表的反向索引结构来提高数据的预处理速度;在此基础上,利用分层思想构建了基于马尔科夫模型和贝叶斯定理的Web用户浏览行为预测模型.给出了模型的设计思想、相关定义、模型框架以及模型中所涉及的关键构建方法等.最后,对模型进行了实验分析,结果表明在适当的预测准确率前提下,模型能够有效减少在预测时所需的候选网页数量,并大幅提升预测效率.     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

基于概率多值信息系统的冲突分析和决策分析

在多值信息系统的基础上加入了概率度量,提出了概率多值信息系统;在概率多值信息系统中,使用Bregman散度对代理间的冲突度进行了定义,并以此得到各代理的联合类、中立类和冲突类;最后通过代理对问题集取值结果的均值和标准差,给出了一种概率多值信息系统中可行决策集的获取方法。