死亡强度服从Ornstein-Uhlenbeck跳过程的长寿债券定价模型

长寿风险不仅使寿险公司和社会保障部门不堪重负,而且对经济和社会的发展产生严重威胁.以对冲长寿风险为目的,根据我国国情设计一种长寿债券,与债券相关联的生存指数是通过Ornstein-Uhlenbeck跳(OUj)过程刻画的死亡强度得到的.考虑到我国利率市场和保险市场的特点,利用正双曲利率模型对债券进行贴现,并通过王氏变换给出不完全市场中的长寿债券定价模型.最后,依据我国生命表数据进行实证研究.     

SAR回波数据并行化模拟研究

SAR系统回波仿真的计算量巨大,为了克服传统SAR仿真耗时过长的问题,基于MATLAB/DCT(Distributed Computing Toolbox)软件平台,利用对场景划分的方法进行了SAR回波数据并行计算的仿真。仿真结果表明,该方法能明显提高SAR回波仿真效率。验证了SAR回波数据并行化仿真的可行性和有效性。     

针对不平衡数据集的客户流失预测算法

针对客户关系管理中的客户流失预测问题进行探讨,通过对客户流失数据特点的分析,以及现有预测算法的比较,将数据挖掘方法中的随机森林算法引入客户流失预测,建立预测模型,并在实际的银行业贷款客户数据集上进行实验,得到了较好的效果.     

四轮转向直接横摆力矩鲁棒集成控制仿真研究

将四轮转向与直接横摆力矩相结合,考虑模型摄动优化权函数抑制外扰,基于模型跟踪设计μ综合鲁棒集成控制器.采用J-turn操纵方式高速下验证控制器的鲁棒性,比较前轮转向直接横摆力矩,四轮转向与四轮转向直接横摆力矩三种车辆控制系统的操纵性能,仿真表明设计的四轮转向直接横摆力矩集成μ综合控制器更能有效地提高车辆闭环系统的鲁棒性,抵制外部扰动的鲁棒稳定性,且避免了H∞控制器的保守性.     

基于不确定相关机会规划的机会阵方向图综合

围绕机会阵雷达(opportunistic array radar, OAR)阵列动态机会组阵的资源管理问题,以面向多任务为应用需求背景,针对机会布置在平台3D空间多个区域内的天线单元,提出了一种基于现代数学不确定性理论中的相关机会约束规划方法用于机会阵方向图综合。该方法建立在不确定性理论和模糊数学基础上,考虑OAR大量天线单元空间位置分布的不确定性和各单元激励(开/关)状态的不确定性,用模糊随机变量来刻画不确定环境中的模糊性和随机性,在天线资源受约束的不确定条件下,建立不确定规划模型来实现方向图综合。并设计将遗传算法和模糊随机模拟算法相结合的智能混合优化算法以获得模型的最优解。最后利用仿真实例验证了不确定规划模型和所设计算法的可行性和鲁棒性。     

基于不确定性度量的作战能力对比评估方法

为使评估结果能够反映出评估对象作战能力之间的差距,提出基于不确定性度量的作战能力对比评估方法.首先建立了作战能力测度概念模型,采用相对于参照对象完成任务时减少的不确定性程度来度量评估对象的作战能力;然后探讨了把作战能力指标转换为具有可能性含义指标的预处理方法;在此基础上,借鉴信息论中对不确定性的处理方法,构建了能力度数学模型,详细讨论了其特征和军事含义,并提出了绝对能力度和平均能力度扩展模型;最后通过一个案例对方法的可行性和有效性进行验证和分析。结果表明:应用该方法进行作战能力评估,不仅能够得到传统评估方法所得到的排序结果,而且能够反映出作战能力评估值之间数量上的差距。     

基于复杂行为响应的传染病爆发问题的研究

在小世界网络拓扑结构上,研究信息影响力、接种比例和个体间信息传播概率的变化,对传染病传播的影响。研究发现小世界强度减弱时,信息影响力对传染病爆发概率和爆发规模的影响作用发生了逆转;在个体间信息传播速率增加的过程中,传染病的爆发概率和爆发规模呈现上升的趋势。     

性能优化的认知无线电网络安全路由选择算法

针对认知无线电网络可用频谱动态变化的特点和认知节点存在有意或无意丢包干扰问题,将跳数最少、鲁棒性强和路由安全等级高作为路由选择标准,提出了一种路由选择算法。跳数最少可简化数据传输过程;鲁棒性强可保证在可用频谱动态变化时,数据稳定传输,提高网络吞吐率;路由安全等级高可以减少由于转发节点存在的有意或无意干扰而引起的数据包丢失。给出了算法的具体实现步骤,理论分析和仿真实验表明该算法是高效和可行的。     

可变信息标志诱导下的路径选择行为

随着智能交通技术的发展,可变信息标志(VMS)被广泛应用于动态交通管理中.元胞传输模型(CTM)可以很好的模拟交通流激波、排队形成与消散等交通流动力学特性.应用CTM研究了无信息诱导路径选择、基于VMS的近视转换和有界理性路径选择等三种规则,数值模拟结果表明, 后两种规则可以减少系统 总出行时间,信息服从率越高, 系统的改善程度越大.当有界理性规则的``界'参数设置在一定区间内时,该规则优于近视转换规则, 否则不如近视转换规则.     

基于生成对抗网络的高端装备研制数据脱敏方法

针对高端装备研制数据的保密性和重要性,提出一种基于生成对抗网络(generative adversarial networks, GAN)的高端装备研制数据脱敏方法。面对高端装备研制数据在数据挖掘和数据共享时可能面临泄露的风险,利用GAN进行数据脱敏。在随机生成的高斯数据集上进行实验,通过比较源数据和脱敏数据的统计特征,证明GAN的数据脱敏方法能够有效实现数据脱敏过程中所要求的数据安全性、数据有效性和成本可控性。最后,在Yeast数据集上进行验证, GAN输出的脱敏数据同样在现实世界数据集上表现出色,能够准确地预测Yeast的分类,为高端装备研制数据的管理和分析提供了一种新的思路。