随机收缩偶与随机算子方程组的解

本文引入随机收缩偶,建立随机算子方程组公共随机解的存在性定理,使随机收缩理论与映像组公共随机不动点定理在Banach空间得以统一,并推广了随机收缩理论中的一些重要结果。     

A Group-Oriented （t,n） Threshold Signature Scheme with Traceable Signers

A group-oriented （t, n） threshold signature scheme employs the cryptographic techniques of secret share, allows any subset of t players out of n players to sign message on behalf of the group and disallows the creation of a valid signature if fewer than t players take part in the signature protocol. In this paper, we proposed a new group-oriented （t, n） threshold signature schemes with traceable signers based on Schnorr signature. The proposed scheme is proved traceable, robust and unforgeable against the ＂static＂ adversary with the discrete logarithm assumption in the random oracle model and existence of broadcast channel. The proofs of the strongest security （existential unforgeability against adaptively chosen message attacks under the discrete logarithm assumption） are provided in the random oracle model.     

Mahalanobis距离在多元随机变量线性变换中的定理

根据多元统计分析中Mahalanobis距离的计算理论,对其计算性质进行了讨论和研究,证明了多元随机变量在经过可逆线性变换后,其Mahalanobis距离的计算数值不变这一重要性质.并通过实际问题说明了此性质在多元统计分析.特别是在距离判别分析中的作用.     

多市场均衡增长模型

通过对宏观经济系统中４个市场的分析，改进了托宾模型，给出了宏观经济系统均衡增长的条件。讨论了经济系统的渐近稳定性及经济系统稳定时的一些性质，为政府制定经济政策提供了理论依据。     

稳健回归随机响应面法与冲压成形性容差预测

在基于CAE的冲压成形性容差预测中,以较少的模拟次数达到工程上可以接受的预测精度是响应面法得以应用的关键.充分考虑到冲压成形数值模拟中可能出现的不确定性波动,允许响应量中存在异常响应,提出一种基于稳健回归的随机响应面法.通过一个数学算例的计算对比,表明所提出方法不但能显著减少模拟次数而且精度与Monte Carlo法相当.将该方法应用于一个复杂冲压件的成形性容差预测中,验证了其在冲压成形性容差预测中的可行性.     

量子随机过程和非交换几何

随机过程的经典理论在经典力学中有重要的应用，如量子随机过程可以用来充当不可逆量子系统动力学模型，非交换即量子几何为量子随机结构的研究提供了框架。本书首先揭示了这两种数学过程之间的联系，把半群和完伞正性结合起来产生量子动力半群（QDS），将量子动力半群（QDS）与量子随机微分方程联系起来形成Evans-Hudson伸缩理论，进而将其推广到有界和无界系数情形。     

关于一类扩散过程的随机变分计算

对一类比较广泛的随机微分方程的解进行了随机变分计算，在一定条件下得到了相应的分部积分公式．     

随机振幅过程在雷达干扰分析中的应用

本讨论“随机幅幅过程”在雷达接收机内部“噪声分析”中的应用，但所得结论基本上也可适用于一般电器内部的“热噪声”问题，具有普遍的意义及实作价值。     

短期光伏发电系统功率预测

针对光伏功率预测没有充分利用历史数据的问题，提出一种改进随机森林算法与长短期记忆神经网络相结合的预测方法（IRF-LSTM）。利用粒子群算法优化随机森林算法中的参数，并对原始气象数据进行特征选择。将特征选择后的结果作为输入，对预测模型输出的结果进行反归一化处理得到预测的功率序列。选用某光伏电站的实测数据对该算法模型进行预测，结果表明：该方法能充分利用预测时刻之前的气象时间序列，有效提高光伏功率预测精度，与RF-LSTM方法、单一LSTM方法相比具有更高的准确性，预测误差更小。