基于贝叶斯融合与仿真的系统剩余寿命预测

针对复杂设备的系统级剩余寿命预测问题, 提出一种将贝叶斯理论与仿真相结合的融合预测方法。首先, 采用仿真方法将单机级的多源失效信息折合到系统级, 并转化为验前分布。然后, 结合系统级的现场试验数据, 获得多源信息的验后分布, 并通过加权融合确定联合验后分布, 从而预测系统的剩余寿命。最后, 以某系统作为实例进行方法验证。结果表明,所提方法为系统剩余寿命预测提供了一条可行思路, 并能够在工程实践中运用。     

毕节地区阶段粮食产量灰色预测模型

本利用贵州省毕节地区１９５１－１９９０年四十年的粮食产量数据，结合国家制订五年计划的年度时限划分阶段，求其年平均产量，以此作基础，应用邓聚龙教授提出的ＧＭ（１，１）模型的建模原理建立毕节地区粮食产量的预测模型。将所建模型模拟预测１９５１－１９９０年四十年八个连续阶段的粮食产量，其平均预测准确率达到９４．６１％；用后验差检验法检验模型的精度Ｃ＝０．０５４９８＜０．３５，Ｐ＝１＞０．９５，模型的预测     

纵向垄断市场下信息分享对定价决策权威的影响

针对纵向垄断市场中由一个制造商和一个销售商组成的二级供应链，且销售商拥有市场需求的后验信息的情况，研究了销售商与制造商分享市场需求信息对双方中间产品定价决策权威的影响。证明了当销售商预测市场规模扩大时，信息分享后其定价决策权威增大，制造商利润减少；当销售商预测市场规模萎缩时，分享信息前后销售商的定价决策权威如何变化取决于其市场需求预测信息的相对精度。但不论需求如何变化销售商市场需求预测精度越高，销售商定价决策权威越大，其从分享信息策略中得到的受益越多。     

灰色系统理论在T-501市场需求预测中的应用

对 T-50 1市场需求的预测 ,以前一直是在市场分析的基础上 ,采用经理评判法、专家预测法、市场调查法等定性方法进行预测 .本文尝试采用灰色系统的理论 ,建立 GM( 1 ,1 )预测模型 ,并用残差检验、关联度检验、后验差检验等方法验证了模型的正确性 ,对 T-50 1今后几年市场需求量作出了合理预测.     

基于贝叶斯理论的日用水量概率预测

为解决城市日用水量的概率预测问题,提出了基于贝叶斯理论的日用水量预测法.引入贝叶斯理论,建立了日用水量概率预测系统.在系统中,利用支持向量机建立日用水量预测模型、似然函数和先验密度,并采用自适应马尔可夫链蒙特卡罗模拟方法求解日用水量的后验密度,得到日用水量的概率预测值.实例表明,本文提出的预测方法不仅显著提高了日用水量的预测精度,而且通过定量给出预测值的置信区间,为城市供水系统的调度提供了更科学、可靠的决策依据.     

状态空间模型、协调积分与股票价格预测

应用向量值状态空间模型的两步建模方法分析了深圳五种股票价格的动态行为,样本选在１９９６年下半年这一股市波动较为剧烈的时期．研究结果表明：在趋势模型中五种股票的价格序列构成了带有一个共同趋势（根的估计值为０．９９）的协调积分过程．此外在周期模型中还发现了一个较弱的趋势和两个复数根．最后通过有关统计量和２０天的样本外预测以及Ｈｅｎｒｉｋｓｓｏｎ与Ｍｅｒｔｏｎ提出的非参数检验方法验正了分析和预测结果的有效性.     

安徽省高校研究与发展主要指标GM预测及分析

采用灰色系统预测理论，对反映安徽省高校“八五”期间研究与发展主要指标：课题数、投入科技人员、预算内经费、预算外经费、出版科技专著、发表学术论文、鉴定成果、技术转让收入等进行了灰色分析，建立了上述指标的ＧＭ（１，１）预测模型，经后验差检验精度较高，并据此模型给出了“九五”期间上述各项指标的预测值，为进一步研究高校研究与发展管理提供科学依据.     

基于MCMC方法的虚拟试验贝叶斯校准研究

虚拟试验利用计算模型研究复杂物理过程,并预测其性能.计算模型输入参数中通常包含部分固定但未知参数,可利用计算模型结果和少量有限的试验数据校准未知参数,并研究存在建模不确定性时虚拟试验的预测问题.提出了一种贝叶斯统计方法,采用高斯过程为仿真计算模型以及模型不确定性建模,利用Markov chain蒙特卡罗抽样方法计算校准参数和仿真模型预测后验分布.设计测试算例演示所提出方法的高效性.     

利用贝叶斯模型进行热参数估计

对利用Bayesian模型分析热传导反问题中的导热系数预测问题的方法进行了研究。导热系数反问题的解是其后验概率密度的数学期望,用MarkovchainMonteCarlo算法计算后验状态空间以得到未知导热系数的统计估计。方法中取导热系数的先验分布满足正态分布,似然函数中的温度数据满足稳态零均值白噪声,先验分布与似然函数相乘得到后验概率密度函数。采用Metropolis-Hasting算法进行数据采样构造Markovchain,并截取收敛后的样本进行分析。     

特小子样场合下,Bayes方法与仿真在飞行器试验分析中的运用

本文论述具有验前信息下的试验结果统计推断方法。文中以再入飞行器械活跃产估为例，说明了Ｂａｙｅｓ方法的特点。对于验前信息的获取及验前分布的表示作了重点论述。文中提供的方法，对于小子样甚至是特小子样场合下的芭场试验结果的分析具有普遍意义。     

基于能量流的产业网络链路预测

随着产业部门间经济协作不断深入，形成了以产业部门为节点的产业网络。对产业网络中的产业部门未来发生关联的可能性进行预测，有助于推进产业结构升级、实现经济高质量发展。基于生态学的能值理论，挖掘产业部门间的能量流动关系，提出了一种新的基于能量流的产业网络链路预测算法。运用我国2002-2017年期间五个年度的产业关联表为实证数据，验证了算法的有效性和精确度，并且预测了2022年产业网络结构，由此分析各年度产业网络结构演变规律，识别产业网络中的关键产业部门，提出产业结构升级建议。结果表明，相比于经典链路预测算法，基于能量流的产业网络链路预测体现了产业部门间能量流动对产业网络预测的重要性，具有更好的预测精度。     

棉花产量周期及丰产年预测的研究

以湖南省常德市１９５４－１９８９年的棉产量数据为依据，运用谐波分析方法似合了棉花的产量周期规律，并对常德市未来的棉花丰产年进行了预测。结果表明，棉花产量的周期有４年、９年和１８年，但基本周期是４年左右，这与实际的棉花产量情况基本相符；依据棉花产量的周期规律，预测１９９０年和１９９５年是常德的棉花丰产年。     

序列蒙特卡洛滤波在卫星传热反问题中的应用

为了解决卫星在轨外热流辨识与实时温度预测问题,提出采用序列蒙特卡洛SMC(Sequential Monte Carlo)算法实时辨识卫星轨道外热流变化,结合双层集总参数模型,快速准确地预测星载仪器温度变化.SMC算法采用构造温度的后验概率密度函数PPDF的方法进行滤波和预测,使得外热流的在线辨识和温度预测性能得到较大提高.仿真结果表明序列蒙特卡洛滤波方法可以实现卫星热系统动态特性辨识,保证了低维模型参数的自适应辨识的可靠性,实现受控对象温度变化的在线预测技术.     

正态型位置参数Bayes估计中基于P值的验前分布可信度建模

基于Bayes方法完成对战技指标的分析,首要和关键的问题是选择合理可信的验前分布.以正态分布位置参数的Bayes分析为研究对象,构建了基于P值的验前可信度计算模型.首先,对验前分布可信度研究的基本假设和必要性进行了阐述.然后,对于正态分布的位置参数,分为方差未知和已知两种情况,分别建立了基于t分布的验前P值计算模型,和基于正态分布的验前P值计算模型,并给出了不同验前可信度取值范围下验前分布的选择与判断准则.其次,对于正态分布的变形,构建了基于非中心t分布的验前P值计算模型,和基于正态分布的验前P值计算模型.通过四个示例对验前分布P值模型的构建和分析过程进行了阐述,验证了方法的有效性.     

Bayes多元时间序列分析方法及其应用

在条件似然函数意义下,讨论了基于矩阵正态-Wishart分布的多元时间序列Bayes分析方法,得到了模型参数的后验分布与一步预测分布.给出了分量方程的对应结果,说明了模型阶数的推断方法.最后,列出了计算步骤,并作为应用,对上海房地产价格指数数据进行预测建模,取得了较好效果.     

技术市场成交预测的研究

根据1992年～1996年的全国技术市场成交额建立GM(1，1)模型，对1997年技术市场成交额进行了预测，进而建立等维新息模型，得到1998年～2002年技术市场成交额的预测数据，为有关部门根据国家建设调整有关决策提供了依据。表1，参3。     

基于集中式MIMO雷达的功率带宽联合分配算法

针对集中式多输入多输出雷达对多目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率和带宽联合分配方法。该方法首先对各目标位置误差的后验克拉美罗下界进行预测,将克拉美罗下界构建为代价函数建立优化模型,从而将资源分配问题转化为求解非凸优化问题;而后运用凸松弛技术和循环最小化算法对该非凸优化问题进行求解;最后通过仿真验证所提算法的有效性。结果表明,与另外3种分配算法相比,所提算法在多种场景下均能有效提高目标跟踪精度。     

双站纯方位空时软约束无迹粒子滤波算法

针对双站纯方位机动目标跟踪中由信息不完全和非结构化测量环境导致的有界混合似然问题，提出空时软约束无迹粒子滤波算法。针对目标先验未知，利用光电经纬仪对极几何约束测量空间点，预测空间曲面中心计算转弯率；为覆盖多域似然，采用无迹变换技术更新目标状态，引入模糊测度调制重要性函数；为保持估计方差维数不变性，根据狄拉克后验采样提取目标状态。仿真结果表明，对于典型的双站经纬仪跟踪空域点目标，相比于Rao-Blackwell多模型粒子滤波，提出算法的计算复杂度与单模型粒子滤波量级相当；相比约束辅助粒子滤波算法，提出算法的滤波精度提高了27%～41%。     

Bayes方法应用中验前分布选择的一致性与可信性原则

Bayes方法已在装备的参数估计与决策分析中得到了广泛应用。现有的研究主要集中于验前分布的构造与方法的工程应用,而对验前信息之间的一致性、验前信息的可信性研究较少。给出了验前信息一致性的定义与检验方法,建立了验前可信性分析的假设检验模型。以此为基础,建立了基于一致性与可信性的验前分布融合模型。最后,以装备可靠性分析为例,对一致性、可信性的计算过程进行说明。     

基于在线评论的客户偏好趋势挖掘

为了有效地从在线评论数据中获取客户的需求偏好,提出了一种客户偏好趋势挖掘方法.该方法采用时间序列模型预测下一阶段产品属性重要性,利用决策树模型分析客户偏好的变化趋势,将产品属性分为关键属性和非关键属性.并进一步,根据Mann-Kendall趋势检验将非关键属性分为过时属性、增值属性和稳定属性.此外,以汽车产品为案例,验...