船舶碰撞危险度的新模型

为了建立船舶自动避碰决策系统。分析了船舶碰撞危险度的本质，提出了空间碰撞危险度和时间碰撞危险度的概念，并对其进行了解释，基于刺激-行动的理论，船舶领域的概念及最晚施舵点，建立了空间碰撞危险度，时间碰撞危险度模型，这一研究成果发展和完善了船舶碰撞危险度的概念和模型。更符合逻辑，具有应用价值。     

时间碰撞危险度及模型

为了揭示船舶碰撞危险度,提出了时间碰撞危险度与空间碰撞危险度概念,定义了时间碰撞危险度,在综合考虑各种对时间碰撞危险度影响因素前提下,根据刺激-感应理论建立了时间碰撞危险度模型,给出了时间碰撞危险度的物理意义。对于研究船舶碰撞危险度具有参考价值。     

基于神经网络的船舶碰撞危险度模型

采用模糊理论方法建立船舶碰撞危险度的数学模型，并对其中的关键因素安全域（Ｄｏｍａｉｎ）和动界（Ａｒｅｎａ）采用ＢＰ神经网络根据专家知识进行学习，该模型综合考虑了环境、操纵性、会遇势态等多种因素的影响，能快速跟踪状态变化，可用于船舶避碰专家系统的在线咨询。     

基于神经网络的船舶碰撞危险度模型

采用模糊理论方法建立船舶碰撞危险度的数学模型 ,并对其中的关键因素安全域 (Domain)和动界(Arena)采用BP神经网络根据专家知识进行学习 .该模型综合考虑了环境、操纵性、会遇势态等多种因素的影响 ,能快速跟踪状态变化 ,可用于船舶避碰专家系统的在线咨询     

碰撞逃逸船舶的认定

从海上碰撞事故调查的角度，分析和阐述了在认定碰撞肇事逃逸船时应考虑的因素。这些因素包括碰撞事故发生后的报告，通报，肇事嫌疑船的特征，碰撞事故的时间，地点，肇事嫌疑船的触损部位和油漆样本，肇事嫌疑船在碰撞前后的航向及航速等的推算，港口船舶通航记录以及相关海区雷达站的记录等。     

船舶会遇危险度的评价

根据对同海域航行的船舶，在会遇时不同的船长采用不同的最近会遇距离和最近会遇时间的分析，利用模糊数学评判模型，引入与船长相关的安全域，危险领域和避航领域构建危险度隶属函数，对来船构成本船的危险度进行客观有效的评价，为安全避让提供合理的依据。     

基于碰撞危险度和运动预测的多移动机器人避碰规划

针对自主移动机器人决策处理的滞后问题，采用预测算法对其它移动机器人的速度信息进行预测，并把速度信息用到碰撞危险度避碰策略中，机器人便可进行下一步的避碰行动决策，最后给出了这种方法的避碰仿真研究，结果表明该方法可行且有效。     

高速船碰撞危险模型

利用船舶避碰几何的数学方法,建立高速船碰撞危险范围数学模型,并对高速船的碰撞危险范围进行预测,得出高速船碰撞危险范围与船速比及dCPA之间的关系及变化规律,使船舶驾驶人员迅速了解与高速船舶可能发生碰撞的区域,提高判断碰撞危险的效率.     

浅谈船舶碰撞事故证据

海事调查的首要目的是查明事故的真实情况,因此,海事调查就可以归纳为收集各种与事故有关的证据和审查判断这些证据的过程,本文根据船舶碰撞事故的特点,探讨船舶碰撞事故的证据问题。     

浅谈船舶碰撞事故证据

海事调查的首要目的是查明事故的真实情况,因此,海事调查就可以归纳为收集各种与事故有关的证据和审查判断这些证据的过程,本文根据船舶碰撞事故的特点,探讨船舶碰撞事故的证据问题。     

目标船碰撞危险及模型

针对目标船间的碰撞危险提出一种利用本船观测获取的目标船数据,解算目标船间dCPA和tCPA的方法,通过建立的目标船间碰撞危险数学模型可直接获得周边水域目标间的碰撞危险信息,为值班驾驶员及避碰专家系统提供更加有效的避碰决策信息,有利于提高船舶避碰决策的正确性.     

自由飞行下基于事件树的碰撞风险评估模型

为了保障自由飞行下的飞行安全,需要评估自由飞行下飞机的碰撞风险。考虑到飞机碰撞事故的发生是飞机发生冲突事件、机载防撞系统告警失败事件和飞行员干预失败事件相互作用的结果,建立飞机发生碰撞的事件树模型。由于不同事件对碰撞影响的机理不同,采用不同方法进行分析和建模。首先,运用随机微分方程法分析通信导航监视性能对冲突概率的影响;其次,运用集对分析法分析机载防撞系统可靠性对碰撞风险的影响;最后,运用贝叶斯网络分析飞行员可靠性对碰撞风险的影响。给出算例验证了模型的可行性。     

转向避让的最后机会模型及其应用

为了建立和完善船舶自动避碰决策系统,在考虑船舶操纵性能、船长、避碰行动局面划分、两船速度比、直航船转向两船距离的损失和两船最低安全通过距离等的基础上,建立了转向避让的最后机会模型,并利用等步长增加方法求得了具体会遇态势中让路船转向避让的最后机会点,得到了合理的结果。所建模型和所得到的结果对于建立船舶自动避碰决策系统和船员应急避碰操纵具有主要的参考价值。     

最优风险资产组合中的数学模型及其推导

现代证券投资理论与方法中,最优风险资产组合是最重要的核心概念之一,而现有文献对这一理论及其相关结论缺乏严谨的数学表达。针对这一问题,将研究证券组合选择中最优风险资产组合概念形成过程中的数学机理进行严格的逻辑推演与数学建模分析。首先利用数学分析的方法构建对应关系,即将证券组合的风险、收益与平面坐标系的数对建立一一对应关系,并利用代学方法在这些数对中定义一个序关系。再从解析几何的角度,利用二维平面中二次曲线的相关性质,通过分析二次曲线簇的交点坐标,构建符合资产组合理论相关条件的数学方程组,然后进行数学推导与求解。最后通过分析二元证券组合的投资机会集的数学模型,确定了二元证券组合中的最优风险资产组合的数学表达式,并以此方法推广到了多元证券组合的情形。     

基于单目视觉的车辆碰撞模型

为了解决主动安全研究中车辆在行驶过程中与前车的碰撞危险判定问题,该文提出了一种车辆碰撞模型。基于针孔成像原理,分析图像中目标车辆与世界坐标系中实际车辆的映射关系。检测图像中路面消失点与车辆底部的位置,并以其差值作为车辆尺寸特征。分析多帧图像中车辆目标尺寸特征的变化规律,从而分析出车辆行进趋势,并估算出前车同本车的相对碰撞时间。该碰撞模型既为驾驶员反馈了碰撞时间信息,又通过分析加速度避免虚警。与已有模型相比较,该文模型在车辆距离大于30 m时效果不稳定,在距离小于30 m时误差低于5%。实验结果表明该模型具备较强的实用性与准确性。     

Copula-GARCH模型及其在金融市场风险分析上的应用

目的探讨Copula-GARCH模型及其在金融市场风险分析上的应用。方法用Copula函数刻画上证综指和深成指之间的相关结构,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,运用具有不同边缘分布的多元Copula-GARCH模型,对上证综指和深成指股市进行了研究。结果利用Eviews5.0对资产收盘价、成交量的历史数据进行描述,接着用极大似然法和Mathcad软件对模型进行了参数估计。结论证实了所提模型和方法的可行性和有效性,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。     

风险管理的CVaR方法及其简化模型

VaR模型度量的是在某一置信水平下,资产损失的最高期望值,但是它没有指明一旦超过了这个期望值,资产的损失究竟是多少。1997年出现的CVaR模型弥补了这个缺陷。如果以f(x,y)表示投资组合的损益函数,其中x为资产的比例向量,y表示市场随机因素,则CVaR考察的是在f(x,y)超过了VaR值时,f(x,y)的量度问题。这种方法的一个优越之处在于,最终的求解可以转化为线性规划问题,从而具有良好的操作性,而且问题的结论不仅包含了CVaR的大小,同时也可以求出资产的VaR值以及资产组合的最佳比例。     

信用风险优化模型及其智能计算

采用模糊规划的方法,对模糊不确定环境下的信用风险度量和投资优化问题进行了模型的构建与仿真研究。基于具有自对偶性的可信性测度,提出了模糊条件在险价值作为信用风险度量,并构建了带有投资和收益等约束条件限制的信用风险最小化模型。其中,所考虑市场信用资产预期收益的可能性分布,用指数型模糊变量来刻画。最后,对该信用资产优化模型设计了智能算法,并进行了仿真分析。仿真结果表明,优化后的信用风险明显优于原始的信用风险。