基于开源软件的有向图研究

从复杂网络的角度分析大型开源软件内部软件包依赖关系的复杂度和风险情况.以Gentoo Linux系统做为数据源,将系统中的软件包抽象成点,把软件包之间的依赖关系抽象成边,建立随机图,对此进行分析.除应用经典的随机图方法外,还定义了两个基于有向图的新参数:复杂度和风险度分布,用以量化地评估系统的复杂程度与风险性.通过应用两个新参数,观察到Gentoo系统的复杂度和风险度分布经历了一个快速增长的阶段.这种高速增长的原因来自系统中环状依赖结构.     

一种K分布随机数产生方法

Abraham（2002）从海底散射的物理现象出发。提出并证明了有限个幅度服从指数分布，相位服从均匀分布的复随机变量之和的模服从K分布．本文以Abraham的上述理论为基础构造了一种K分布随机数产生方法．该方法以一组相互独立。在区间[0，1]服从均匀分布随机数为基础，经过一系列运算，即可产生服从K分布的随机数．还对该方法进行了仿真分析，结果表明该方法可以有效地产生K分布随机数，而且比较简单，易于实现。     

Petersen图中包含给定边集的最长圈及其在3－正则图中的应用

给出了Petersen图中包含给定边集的最长圈的结果及该结果在3-连通、3-正则图中的应用；最后提出两个问题。     

基于随机截尾的数控机床故障分布模型研究

针对随机定时截尾试验数据,提出运用故障总时间法确定其故障时间,用Johnson法确定故障时间的顺序号,用近似中位秩确定其经验分布函数.针对故障分布模型不唯一这一特点,本文提出采用图分析和误差面积比指数从定性和定量两方面确定其最优分布模型.最后以某一数控机床的现场试验数据为例,介绍了整个计算过程.该算法利用几何直观,计算简便准确,具有一定的工程应用价值.     

回采工作面生产系统随机模糊可靠性确定

应用人—机—环境系统工程理论、概率论、模糊数学和可靠性理论，溶人的失误和自然系统的影响及机械系统的故障于一体，综合求解工作面生产系统模糊可靠性.     

基于有向循环图的多学科设计优化模型调度方法

复杂产品的多学科设计优化过程中，往往会涉及到不同学科的专业分析模型以及各种商业软件应用的集成调度运行问题。在多学科设计优化过程中模型应用集成的基础上，结合设计模型的调度需求，研究了多学科模型的调度运行，并给出了基于有向循环图的通用模型调度解决方案，包括回路探测算法和模型调度算法。最后设计并实现了支持复杂产品多学科设计优化软件框架——iDesign的调度引擎，并以一个设计模型的调度为例，验证了方法的正确性和可行性。     

群集性随机图中的波及效应

随机图是社会网络分析的重要工具,在Newman等对传统随机图模型的研究基础上,研究了具有群集性的随机图这一与现实社会网络更为接近的随机图模型中的波及效应。利用概率论的方法计算出群集性随机图中距离波动中心任意远的被波及对象的期望数量,利用推导出的一般公式分析了该类随机图中波及效应的特点,并考察了群集性对波及效应的影响。由分析知,每个点的平均阶是影响波及效应的最具决定性的因素。从总体上说,群集性降低了波及效应。     

基于加权映射模型的主干网流量特性分析

网络测量表明,IP主干网上流量在次秒级的时间尺度下呈现出非平稳的泊松特性,而不是近10年大量研究的自相似现象。从分析因特网的结构出发,提出了一种加权映射模型来解释这种特性。该模型通过引入混沌变化因子和流量特征间的关系,对接入网中的具有自相似特性的流量进行了变换得到具有趋泊松性的流量。最后,通过在NS2上的仿真实验证实了该模型的合理性。     

动力学模型系统误差及其协方差阵的随机加权拟合法

在现有的基于移动窗口函数模型和随机模型系统误差自适应拟合方法的基础上,提出一种基于移动窗口动态导航模型系统误差的随机加权拟合法,在相同的窗口内给出了相应的状态预报向量协方差阵的随机加权拟合。由于动力学模型系统误差难以直接修正,采用修正状态估计误差向量及动力学模型误差向量的方法,实现对动力学模型系统误差的修正,然后利用修正后的动力学模型及相应的协方差阵进行导航滤波计算,有效地抑制动力学模型系统系统误差的影响,提高导航解算的精度。仿真结果证明,采用随机加权拟合后的算法精度优于未进行拟合的卡尔曼滤波和自适应卡尔曼滤波算法。     

处理环境效应和随机误差的创新驱动发展绩效时空异质研究——以高技术产业为例

基于2009~2015年高技术产业省际面板数据,首次纳入高技术产业创新驱动的环境效应和随机误差考虑,利用SFA模型进行分解修正调整样本投入的偏移量,进一步结合超效率技术改进,更为有效真实地反映高技术产业创新驱动发展成效及其时空异质和来源体系配置特征。研究发现,环境因素对高技术产业创新驱动发展绩效产生显著异质影响。总体上,调整后2009~2015年高技术产业的创新驱动整体效率还处于相对较低水平,存在较大发展空间。纯技术效率改进显著优于规模效率,是其创新驱动发展绩效提升的主要动力来源。高技术产业创新驱动发展绩效时间上呈现一定程度的增长,而空间差异显著,亟待进行引领产业创新驱动结构转型。