基于有限理性路径决策的人员疏散双层模型

人员在疏散过程中难以获得关于疏散路径的全部信息，因此，确定疏散路径时仅能选取满意的而非最优的疏散路径.考虑疏散人员所能获知的疏散路径长度、拥挤程度和危险程度信息构建了人员疏散双层模型.该模型包括上层的人员路径选择模块和下层的人员空间移动模块，分别刻画了个体的有限理性路径选择行为和疏散运动过程.通过实例仿真，分析了出口宽度和有限理性参数对疏散人员路径选择和疏散时间的影响规律，结果可为建筑设计和疏散应急管理提供一定的依据.     

马氏转移高敏感跳扩散CKLS模型的解及金融应用

将马氏转移切换机制和泊松过程引入到CKLS短期利率模型中,构建马氏转移跳扩散CKLS模型.理论方面,利用Lyapunov函数方法证明了马氏转移跳扩散CKLS模型存在唯一的全局正解并给出了该解的分析性质(包括一阶矩二阶矩的有界性,随机有界性和路径估计);用欧拉离散化方法得到马氏转移跳扩散CKLS模型的欧拉数值解,证明了其依概率收敛于解析解.应用方面,以债券定价和障碍期权的期望收益为例给出了马氏转移跳扩散CKLS模型数值解的收敛性在金融领域中的应用.基于7天Shibor利率的实证分析,说明了马氏转移跳扩散CKLS模型对我国金融市场中动态利率建模更加合理和有效.     

基于OPNET的移动IP建模与仿真

概要介绍了移动IP的协议机制和网络仿真工具OPNET。详细讨论了如何利用OPNET工具建立移动IP仿真模型的过程，并构建了一个移动IP仿真平台。在此基础上，对移动IP的功能和性能进行了验证。     

交通信息对出行者路径选择惯性行为的影响

选择惯性行为是出行者路径选择行为的一个重要表现。通过探讨有无信息下,出行者关于路径出行时间的感知更新模式,构建了考虑出行者选择惯性、交通信息以及出行时间感知更新三方面的路径选择模型。通过路径选择行为实验,验证了出行者路径选择惯性行为的存在。最后,基于行为实验结果,采用仿真方法,分析了信息对出行者路径选择惯性行为的影响。研究表明,交通信息可以通过影响出行者关于路径出行时间的感知来影响其路径选择,从而达到改变出行者的选择惯性行为。     

真随机数发生器的系统建模与仿真

以真随机教发生器的设计为研究对象,提出了一种基于电阻热噪声的高速真随机教发生器系统的行为级模型,采样频率可达到4MHz,并且给出了构建各个关键子模块应该特别注意的因素,最后用Matlab软件对系统级模型进行了行为级仿真,扫描仿真了各关键设计参数。提出的行为级模型以及模型仿真结果对于真随机教发生器的电路级设计与参数选择具有直接的指导意义。     

VRGS中均衡诱导比例和系统服从率的计算

在考虑先进的出行者信息对出行路径选择行为影响的基础上,建立了信息影响下的路径选择模型,基于驾驶员群体的划分和路网混合均衡建模理论,构建了一随机网络混合随机用户均衡模型,提出了同时求解诱导比例和诱导系统服从率的数学模型,设计了模型求解算法,并利用算例进行了计算分析.     

矿尘迁移致生态系统损害级联传播评价研究

为了解决矿尘迁移致矿区生态系统损害级联传播评价问题,采用矿尘迁移路径构建迁移网络,明确潜在的危害来源路径,给出了生态系统损害级联传播Petri网仿真模型(PN-EDCP)的定义,阐述了将迁移路径网络抽象为Petri网模型的一般方法。通过向Petri网模型中引入库所对象属性与方法的概念,使得模型真实含义清晰,具备对生态系统对象间逻辑关系及损害级联传播路径的描述和分析能力,能够将矿尘迁移现象损害生态系统的过程直观展现出来。在实例研究中,使用PN-EDCP模型完成了仿真分析,并对损害度变化趋势及与之相关的级联路径进行了深入讨论。     

基于BDI的CGF通信行为建模

结合分队协同作战中的通信需求,基于联合意图理论对通信行为构成的基本模式进行了分析。在此基础上,根据行为产生的条件和影响因素对通信行为进行分解,基于BDI模型构建了CGF个体的通信行为模型框架;基于该框架对CGF通信行为决策过程进行详细阐述,提出了OCBC通信行为模型;建立了通信代价模型,使得个体决策过程中的通信行为更加符合实际。仿真实验表明,在个体决策过程中建立通信行为模型,增加了CGF自主决策的真实性。     

ATIS影响下基于广义出行负效用的随机分配

考虑先进的出行信息系统(ATIS)对出行者路径选择行为的影响,提出了一种混合随机用户均衡交通分配模型。将出行者划分为"有ATIS接收装置"和"无ATIS接收装置"两类,两类出行者均以随机方式选择出行路径,路径选择准则为广义出行负效用最小,广义出行负效用定义为出行时间、出行费用和出行时间可靠性的线性组合。利用混合网络随机用户均衡建模理论,建立了ATIS影响下基于广义出行负效用的随机型分配变分不等式模型,基于二次加权平均方法设计了求解模型的启发式算法。通过一个简单算例验证了文中所构建的模型和算法,并获得了一些重要的结论。     

HLA中的对象模型浅析

在基于HLA的仿真系统设计和开发中,开发对象模型是促进仿真互操作和仿真组件重用的关键过程。在给出HLA对象模型概念的基础上,分析提炼了基于HLA的仿真系统的建模过程,总结了FOM、SOM的模型开发方法,最后介绍了HLA对象模型的OMT标准化描述结构框架。     

基于灰色马尔可夫SCGM(1 ,1) C 模型的空难人数预测

空难事故预测是航空安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测和马尔可夫链理论的优点,提出了一种灰色马尔可夫SCGM(1,1)C模型.用单因子系统云灰色SCGM(1,1)C模型拟合系统的发展变化趋势,并以此为基础进行了马尔可夫预测.对1979~2003年全球空难人数进行了预测分析,结果表明该模型既能揭示了空难人数变化的总体趋势,又能克服了随机波动性数据对预测精度的影响,具有较强的工程实用性.     

基于堵塞割集评估随机流动网络的可靠性

基于流动单元在网络中随机流动的特点,提出一种新的网络模型——随机流动网络;建立了该网络模型中个体流动单元随机流动的饱和流模型。网络有多种饱和状态并且总有相对应的堵塞割集。尝试用两端点网络饱和流值不小于给定需求的概率评估网络实际流通能力的可靠性。基于饱和流模型,可以仿真出网络中饱和流分布及各弧流量分布情况;利用网络中堵塞割集弧流量分布建立了评估网络可靠性的表达式。最后通过实例分析给定不同网络需求时相对应的可靠性。     

数据丢包的参数不确定下无人机滚动时域估计

针对网络中通信链路中断及系统参数不确定现象,研究了数据包丢失的参数不确定无人机系统状态估计问题,基于滚动时域估计理论和随机最小二乘理论,提出了一种分布式滚动时域估计算法。对于数据包丢失和参数不确定问题,采用已知概率的马尔可夫序列和系统矩阵扰动噪声进行建模。仿真结果表明,该算法的估计效果优于一种新的卡尔曼滤波算法。最后,研究分析了系统压缩量、数据包接收概率和时窗长度对所提算法估计性能的影响。在系统不确定性和丢包概率未知的情况下,适当增加时窗长度可以提高算法估计性能。     

Bounding the inefficiency of the C-logit stochastic user equilibrium assignment

Compared with standard logit-based stochastic user equilibrium assignment model, the C-logit model describes route choice behavior in a more realistic way by considering the overlapping effect between routes. This paper investigates the inefficiency upper bounds of this model against the deterministic system optimum and the C-logit stochastic system optimum in terms of the total network travel time. It is found that the commonality factor of overlapping routes significantly affects the inefficiency bound, besides link congestion degree, total demand and the number of feasible routes. If the commonality factor is not considered, the efficiency loss resulting from selfishly stochastic travel behavior will be to large extent underestimated.     

Stochastic systems arising from Markov modulated empirical measures

This work is devoted to stochastic systems arising from empirical measures of random sequences (termed primary sequences) that are modulated by another Markov chain. The Markov chain is used to model random discrete events that are not represented in the primary sequences. One novel feature is that in lieu of the usual scaling in empirical measure sequences, the authors consider scaling in both space and time, which leads to new limit results. Under broad conditions, it is shown that a scaled sequence of the empirical measure converges weakly to a number of Brownian bridges modulated by a continuous-time Markov chain. Ramifications and special cases are also considered.     

数字闭环光纤陀螺建模与仿真研究

建立了数字闭环光纤陀螺的动态模型和随机模型。通过合理的近似,非线性动态模型简化为线性离散模型。设计了闭环数字控制算法,对光纤陀螺的动态响应进行了仿真。在随机建模中,运用不同的随机过程来模拟各种随机噪声,采用正交小波变换的方法来模拟1/f噪声,用白噪声一次离散积分的方法来模拟速率随机游走噪声,用一阶马尔可夫过程或指数相关随机序列来模拟指数相关噪声。进行了随机仿真,并用功率谱密度和Allan方差分析的方法对随机模型和仿真结果的有效性进行了验证。     

OD分布与随机均衡分配的组合模型及算法

目前交通规则实践缺乏考虑交通信息的随机性,从而降低了它所得结果的准确性,为此,通过分析出行路选择和目标选择的随机性,建立了交通网络OD分布与随机平衡（或均衡）分配的组合模型,通过引入拉格朗日函数,证明了模型最优解满足随机用户平衡条件和OD分布的要求且最优解是唯一的;最后给出了模型的方向搜索算法。     

随机时延网络控制系统的鲁棒H∞状态反馈控制

研究了含有双随机时延的不确定网络控制系统的鲁棒H_∞状态反馈控制问题。将传感器到控制器和控制器到执行器的网络时延建模为相互独立的连续时间离散状态的马尔可夫随机过程。基于此网络环境,构造时延依赖的控制器,将不确定网络控制系统转化为马尔可夫跳变系统。通过Lyapunov Krasovskii泛函方法和新的矩阵不等式技术,给出了系统随机稳定且满足H_∞性能的充分条件,并以矩阵不等式形式给出了相应的控制器设计方法。最后,给出了仿真算例,验证了该方法的有效性。     

基于路径运行时间可靠度的随机系统最优拥挤收费模型

应用交通网络平衡模型和边际成本收费理论相结合的方法,研究了运行时间可靠度下的随机系统最优拥挤收费问题,建立了运行时间可靠度及内生ATIS市场渗透率条件下随机系统最优交通拥挤收费模型.分析了基于运行时间可靠度下的随机系统最优拥挤收费对用户出行行为的影响.发现了与确定性网络用户平衡流中的情形类似,对于考虑运行时间可靠度下的随机交通网络,边际成本收费理论仍然适用,即采用边际社会成本流函数代替单位路段成本流函数,可以使随机网络随机用户平衡流变为随机网络随机系统最优流.算例分析结果表明:在传统的拥挤收费模型中,拥挤收费仅与路径(路段)运行时间和路径(路段)流量有关.现实中,在确定他们的出行路线时,用户往往还会考虑网络运行时间可靠度因素,而不仅仅是路径运行时间或成本.用户对于运行时间可靠度的置信度要求越高,传统的拥挤收费执行效果越不理想.因此,现实生活中传统的拥挤收费不一定能使网络效益达到最优或缓解交通拥挤.     

随机型时间序列预测方法的研究

提出了一种随机型时间序列预测的新方法，特别适用于趋势随机型数据序列的预测问题，与现有预测方法相比，具有计算简单、精度高的特点.