矿井通风系统合理性的评价

从技术方面、经济方面和安全程度方面分析了矿井通风系统合理性的影响因素,包括：结构合理性、用风地点角联数、风速超限状况、风机运转稳定性、矿井风压、风量供需比、设备购置费、巷道维护费、吨煤通风电费、矿山抗灾能力。选择层次分析法构建了矿井通风系统合理性评价模型,确定了各评价指标的权重并进行排序,得出了相关结论,即结构合理性、用风地点角联数、风速超限状况及风机运转稳定性对矿井通风系统合理性具有重要影响。     

支持向量分位数变系数模型的估计及应用

基于不对称“ε-不敏感”损失函数提出变系数模型的参数估计方法,并应用支持向量回归理论和凸二次规划理论给出模型的估计算法.结果显示,所得估计曲线可在不同分位数水平得到一个稀疏解,而数值模拟研究和共享单车实例数据分析结果进一步证实该方法的正确性和实用性.     

基于动态隔离的网络病毒传播建模

针对已有动力学模型鲜有考虑动态隔离对网络病毒传播性能的影响,基于简单流行病SI模型,提出了考虑动态隔离的网络病毒传播模型。模型的基本思想是：只要网络入侵检测系统发现节点的行为可疑,就立即隔离可疑节点,隔离短暂时间后节点被释放。进一步,利用随机概率理论,在假设网络节点行为遵循不同活跃度的泊松分布的情况下,计算得出了任一时刻可能被隔离的网络节点数的数学表达式。最后,数值实验模拟了隔离参数取不同值时网络病毒传播速度和规模随时间的变化趋势,仿真结果表明,隔离措施可以有效延缓网络病毒的传播时间,而且隔离时间长短对网络病毒传播的规模有明显影响,当隔离时间达到0.5 min时,最终网络病毒传播的规模就会减小大约72%.     

用于越野汽车差速锁止控制系统的动力学模型仿真

建立了包括发动机、传动系统、轮胎和整车的动力学模型,并详细给出了各运动方程。通过对该模型进行的仿真计算,所建立的模型可以较精确地反映汽车在几种工况下的动力学性能,为开展越野汽车差速锁止控制研究奠定了基础。     

宏小区高天线环境下波达角度和时间的预测

为提高对空时到达分布预测的准确度,介绍了一种适用于小区高天线环境下波达角度和时间预测、的改进的圆散射模型。分别给出了波达角度和时间分布概率密度函数的表达式。仿真结果与实测数据的比较表明,较传统的基于散射体的单反宏小区模型而言,改进的圆模型能更合理地对传播建模,且在波达角度和时间的预测方面具有更高的准确度。     

动态调节模型的最小二乘迭代辨识方法

为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。     

我国天然气消耗量的影响因素分析及预测

基于我国1994～2021年天然气消耗量相关数据,选取可能影响天然气消耗量的23个指标,采用灰色关联分析法分析各指标与天然气消耗量的关联程度,用GM(1,1)和GM(1,N)两种灰色模型进行预测。结果显示,国民生产总值GDP和可使用天然气人口数量与天然气消耗量的关联程度最大,基于4个核心因素建立的的GM(1,4)模型较GM(1,1)能够更好地拟合历史消耗量数据,具有良好预测性能。由此可为中国能源产量结构调整,以及经济产业建设战略布局提供决策参考。     

雷达导引头指向误差对导弹制导的影响与对策

受相控阵天线指向误差和天线罩瞄准误差的共同影响,相控阵雷达导引头存在较严重的指向误差.当指向误差斜率超出一定范围时会造成导弹制导系统出现寄生回路振荡问题,影响系统的稳定性和制导精度,在高空尤为明显.对此,本文通过构建相控阵雷达导引头制导系统模型,分析了导引头指向误差斜率对导弹制导的影响以及产生寄生回路振荡的机理;为消除...     

导弹储存维修性统计分析

根据建立的导弹贮存维修模型,结合实际应用讨论了导弹系统维修性的优化。根据导弹在储存期间的实际数据和维修性模型对其进行了统计分析。通过应用极大似然估计方法,解决了产品寿命和维修时间分布中未知参数估计的问题。以导弹系统瞬时可用度和稳态平均可用度作为维修策略优化目标,进行了检测周期的优化。对常用的4种情况,给出了在满足可用度条件下的最优检测周期,并通过一些数值例子给予了说明。结果说明模型是满足导弹维修性实际应用的。     

ASYMPTOTIC NORMALITY OF SOME ESTIMATORS IN A FIXED-DESIGN SEMIPARAMETRIC REGRESSION MODEL WITH LINEAR TIME SERIES ERRORS

Consider a semiparametric regression model with linear time series errors Yk = x'kβ g(tk) εk, 1 < k < n, where Yk's are responses, xk = (xk1,xk2,..... ,xkp)' and tk ∈T ∪R are fixed design points, β= (β1, β2, ....., βp)' is an unknown parameter vector, g(.) is an unknown bounded real-valued function defined on a compact subset T of the real line R, and εk is a linear process given by εk = ∑j=0∞j(?)ek-j,(?)= 1, where , are i.i.d. random variables. In this paper we establish the asymptotic normality of the least squares estimator of β, a smooth estimator of g(.), and estimators of the autocovariance and autocorrelation functions of the linear process εk.