与观测信息相关的n阶隐马尔可夫模型的参数估计

定义了与观测信息相关的n阶隐马尔可夫模型,给出了该模型的结构.研究了该模型的前向算法,并用前向算法计算给定模型下观测序列出现的概率.通过研究该模型的Baum-Welch算法,导出了它的参数重估公式.     

Blac-Scholes模型下美式期权定价的神经网络算法

考虑Black-Scholes模型下的美式看跌期权定价问题. 首先, 基于Black-Scholes模型, 设计一种针对该模型的神经网络算法, 并给出美式期权价格的数值近似; 其次, 通过与传统的二叉树方法对比, 证明该算法的有效性.     

舰载设备双波冲击试验机中的水锤现象研究

介绍了舰载设备双波冲击试验机正波发生系统的基本结构,对系统中水锤现象进行了分析.建立了正波发生系统的非定常流动模型,采用特征线法对该模型进行求解,分析了系统的动态压力变化情况;建立了系统的恒定流动模型,对两种算法下管路内压力变化情况和冲击锤的速度进行了比较.结果表明系统中存在水锤现象,并可以用非定常流动模型进行描述,该算法下冲击锤速度低于恒定流动模型计算结果.     

程度上下近似算子的逻辑差运算模型

基于程度的逻辑差需求,提出了程度上下近似算子的逻辑差运算模型.在该模型中,研究了程度上下近似算子的逻辑差运算的本质、基本结构与性质,提出了宏观算法与结构算法,进行了算法分析与比较,得到了结构算法比宏观算法更具优势的结论.最后用实例对程度上下近似算子的逻辑差运算模型及其算法进行了说明.程度上下近似算子的逻辑差运算模型,对粗糙集模型的理论发展与量化应用具有意义.     

阴影遮挡条件下光伏阵列建模及PSO优化控制算法的研究

基于现有五参数模型构建了阴影条件下的光伏阵列多峰输出特性模型,该模型能够仿真阴影条件下光伏阵列的I-U性能曲线.在此多峰模型基础上,搭建了MPPT控制模型,利用优化后的PSO算法实现多峰情况下的最大功率点追踪,并与原始PSO算法进行对比,仿真结果表明该算法能够快速且准确的追踪到多峰下的最大值.     

云进化算法在NoC互连测试中研究

提出了一种基于云进化算法的NoC互连测试方案.该方案利用云模型对物种进化统一建模,重点解决云模型对进化的表示和对进化的控制两个问题,结合NoC互连测试问题,在功耗限制条件下,建立基于云进化算法的互连测试模型,以获取最优测试矢量集;实验结果表明:该算法取得了较好的测试效果,有效提高了测试效率.     

大数据环境下的不确定数据流在线分类算法

在大数据环境下,由于隐私保护、数据丢失等原因,数据普遍存在不确定性;数据流系统中数据不断地到达系统,只扫描一遍且不能一次性全部获得;所以要构建一个增量分类模型来处理不确定数据流分类.本文基于VFDT算法提出了WBVFDTu算法,该算法在学习和分类阶段都可快速而有效地分析不确定信息.在学习期间,采用Hoeffding分解定理构造决策树模型;在分类期间,在决策树的叶子节点利用加权贝叶斯分类算法提高模型的分类准确率和算法的执行效率.最终证明该算法能够非常快速地学习不确定数据流,提高分类的准确率.     

基于非结构化数据挖掘结构模型的Web文本聚类算法

在非结构化数据挖掘结构模型——发现特征子空间模型(DFSSM)——的运行机制下,提出了一种新的Web文本聚类算法——基于DFSSM的Web文本聚类(WTCDFSSM)算法.该算法具有自稳定性,无须外界给出评价函数;能够识别概念空间中最有意义的特征,抗噪声能力强.结合现代远程教育网应用背景实现了WTCDFSSM聚类算法.结果表明:该算法可以对各类远程教育站点上收集的文本资料信息自动进行聚类挖掘;采用网格结构模型,帮助人们进行文本信息导航;从海量文本信息源中快速有效地获取重要的知识.     

随机需求条件下多商品混合运输供应链网络均衡模型及其求解方法

研究了随机需求环境下具有相互关联的多种商品供应链网络均衡问题.在研究多商品混合运输的同时考虑了需求的不确定性,建立了具有商品交叉运输成本的随机多商品混合运输供应链网络均衡模型,分析了交叉运输成本和罚金对供应链的影响;建立了求解随机多商品混合运输供应链网络均衡模型的投影压缩算法,获得了收敛性结果;数值实例证实了该模型及其求解算法的有效性,同时表明,对于该模型的求解,所运用的投影压缩算法优于普遍采用的修正投影算法和拟牛顿算法.     

非平稳噪声环境下LFMCW信号恒虚警检测算法研究

为了提高电子侦查系统中对非平稳噪声环境下线性调频连续波信号的实时检测能力,提出了一种对信号进行分段检测的低复杂度算法.根据假定最大调频斜率设定窗函数宽度,将截获信号均匀分割为多个序列,在每个时间序列内建立短时谐波模型,并采用多个正交窗函数对信号进行加权离散傅里叶变换.在此基础上,推导出符合F分布的检测模型.该模型与噪声功率无关,因此检测前无需统计噪声功率,可对非平稳噪声环境下的信号进行恒虚警率检测.仿真分析了影响该算法性能的参数,通过与单窗口检测算法对比,验证了该算法在非平稳噪声环境下优良的检测性能.      

带时间窗口的任务可分活动网络协作计划模型

提出提高活动网络的资源利用率的任务可分协作计划,并建立了带时间窗口的活动网络协作模型.该模型用时间窗口来表示不确定的时间范围,而且实现了项目任务在时间窗口约束下的拆分和协作.针对该模型具有连续性的特点,设计了基于粒子群算法结合遗传算法选择变异机制的求解算法.最后通过算例验证了该模型和算法的正确性和有效性.     

多时间尺度下锂电池在线参数辨识及SOC估计

为了解决锂电池内部参数时变性和SOC估计不准确等问题,提出了一种电池模型参数在线辨识与SOC联合估计算法.在二阶RC等效电路模型基础上该联合算法于宏观时间尺度下采用无迹卡尔曼滤波算法在线辨识电池模型参数,并联合微观时间尺度下的扩展卡尔曼滤波算法估计锂电池SOC,在UDDS工况下验证了该联合算法对锂电池SOC的准确实时估...     

未知环境下基于VFH+物理仿真耦合模型的机器人避障

针对传统机器人避障实验流程繁琐、实验成本高等问题,基于改进的向量场直方图算法建立算法模型,再将算法模型与动态仿真(Simulink)模块下建立的物理仿真模型相耦合,实现耦合模型的机器人避障仿真.基于改进前后两种算法的耦合模型,控制相同机器人在同一障碍物环境下进行避障实验.研究结果表明:该模型成功实现了未知环境下机器人系...     

考虑可交易路票策略的随机用户均衡模型及算法

为了弥补以往路票均衡模型中假设出行者知道准确路径费用的不足,对可交易路票策略下的随机用户均衡(SUE)分配问题进行了研究.首先,明确了在给定路票策略下交通网络达到均衡状态时的网络流量均衡和路票市场均衡条件;然后利用2个构造函数的相关数学性质建立了等价的通用型路票SUE模型,在出行者感知误差服从Gumbel分布假设下,将该模型化简为Logit型路票SUE模型,并给出了路票均衡价格唯一性的充分条件.由于传统M SA算法无法求解路票SUE模型,因此提出一种高效收敛的拉格朗日对偶算法.算例结果表明,该算法在不同步长序列和离散参数水平下均具有较好的收敛性,而且步长序列对算法收敛速度的影响比离散参数的影响更加显著.     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法--混合遗传算法.该算法是在传统的数学规划方法和遗传算法的基础之上给出的.同时通过算例的求解,分析了算法的优缺点.     

基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.     

CEV过程下比例交易成本的期权定价模型研究

文章主要研究了CEV过程下比例交易成本的期权定价问题;利用无套利原理和It公式,建立了期权定价模型,得到了在该模型下期权价格所满足的微分方程;并且利用有限差分方法,给出具体的Crank-Nicolson格式数值算法.     

广义Kelvin模型在沥青路面中的应用

为了得到普适性黏弹性本构方程的解答,选择广义Kelvin模型作为沥青混合料的本构模型,并分析了该模型的力学响应.首先,推导了沥青混合料一维广义Kelvin模型在重复单轴半正矢荷载作用下的应力-应变关系,并提出了获取该工况下材料参数的新方法;然后,将一维广义Kelvin模型推广到三维空间中,并给出了对应的有限差分算法;最后,验证了三维广义Kelvin模型和有限差分算法的正确性,分析了广义Kelvin模型在沥青路面中的适用性.结果表明,采用所提的参数获取方法以及本构模型的演算和推广能够实现广义Kelvin模型在沥青路面中的应用.广义Kelvin模型可以准确有效地应用于沥青路面黏弹性响应计算中.     

混合自回归模型的谱密度计算

线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.文献[3]将AR模型推广到MAR模型,并且讨论了该模型的参数估计及模型选择问题.文献[5]给出了计算该模型谱密度的算法.本文利用该模型谱密度的"算法",讨论模型在一些常见情形下,谱密度的具体表达式.     

线性时变信道下OFDM系统的加窗信道估计

受时变性影响,正交频分复用(OFDM)系统的频域信道矩阵是近似限带的.利用接收端窗函数可以增强信道的限带特性,但也导致信道无法采用线性模型进行表征.针对该问题,文中将窗函数与信道的时变性隔离开来,提出了加窗-线性信道模型.随后研究了该模型下的时变信道估计方法,并对该算法进行了简化,降低了算法的计算量.从仿真结果可以看出:窗函数可以抑制信道矩阵的带外子载波间干扰;与传统OFDM系统的性能相比,文中算法的性能提升了约2.5 dB.