有效粒子数MCMC粒子滤波算法研究

MCMC（ Markov chain Monte Carlo）粒子滤波算法改善了粒子滤波算法的估计性能,但同时也带来了过大的计算量,在研究MCMC粒子滤波算法的基础之上,对其进行改进,改进算法引入有效粒子数概念,适时抛弃退化粒子,动态调整粒子数,减少了运算量,提高了运行效率,仿真结果表明,该改进算法在不降低原算法估计性能的同时,有效地提高了MCMC粒子滤波算法的运行效率,并且随着粒子数目的增加,这种优势表现更加显著。     

基于动态贝叶斯网络的公路交通事件算法

利用贝叶斯后验概率函数,通过不断改进有关事件发生概率的权值,充分逼近真实值．其中,对于有关参数数值的获取,我们利用Gibbs抽样,通过随机模拟,即Markov Chain Monte Carlo（MCMC）的方法,来近似得到,尽管是近似,却有很高的精确度．最后,我们用这个方法做了一个交通事件的例子,表明效果很好．     

基于Gibbs抽样的我国汇率可加异常值的识别

异常值会使统计分析误差增大,为了识别这些异常值,本文给出了基于Gibbs抽样识别可加异常值的方法,并用我国人民币对美元汇率的月度数据进行实证研究。     

运用基于Bayes估计的阈值模型计算VaR

为了克服用于计算金融风险VaR的阈值模型中数据匮乏的困难,将Bayes方法用于模型参数的估计,建立了基于Bayes估计的新的阈值模型,同时借助了MCMC方法计算Bayes估计值.最后对上证综指做了实例分析,结果说明新模型是有效的.     

混凝土碳化深度的贝叶斯自回归预测分析

总结和分析了影响混凝土碳化的主要因素及碳化深度计算模型,讨论了参数随机性及不确定性对碳化深度预测计算结果的影响.根据贝叶斯分析的基本原理,研究了混凝土碳化深度预测的贝叶斯自回归方法.该方法根据马尔可夫链(Markov Chain)的概率密度演化,利用吉布斯(Gibbs)抽样及蒙特卡洛(Monte Carlo)数值模拟,建立了混凝土碳化深度的随时贝叶斯自回归模型.该模型形式简单,收敛性好,且具有较高的预测精度.利用该方法和实测的碳化深度结果,建立自回归模型,可以对混凝土碳化深度进行更新预测.     

基于改进粒子滤波的锂离子电池RUL 预测

在基于粒子滤波算法的锂离子电池剩余使用寿命预测过程中, 由于基本粒子滤波算法存在粒子退化问题, 难以保证电池寿命预测的精度。为此, 提出一种基于MCMC(Monte Carlo Markov Chain)的无迹粒子滤波改进算法, 从选取适当的重要性密度函数和重采样过程两方面入手, 更全面地克服基本粒子滤波算法中的粒子退化问题, 进而提高锂离子电池剩余使用寿命预测的精度。实验仿真结果表明, 改进后的粒子滤波算法能更好地跟踪电池容量衰退趋势, 预测精度也明显优于基本粒子滤波算法, 为锂离子电池剩余使用寿命的预测提供了新思路。     

基于响应面和MCMC的齿轮接触疲劳可靠性

针对齿轮接触失效,建立带有安装与制造误差的齿轮参数化模型,通过大变形显式动力学仿真软件来模拟齿面动态接触应力.然后,根据应力-强度干涉模型,建立齿轮响应面状态函数.为了提高齿轮响应面功能函数的拟合精度,提出了一种基于响应面和Markov chain Monte Carlo(MCMC)的可靠性分析方法,并进行可靠性灵敏度分析,以定量概率反映安装误差、制造误差及外载荷等随机因素对齿轮传动可靠性的影响程度.最后,将Monte Carlo模拟100 000次的计算结果与所提方法的结果进行比较,验证了可靠性分析方法的正确性.     

基于Bootstrap方法的VaR计算

介绍了非参数方法中的Bootstrap方法在估计样本分位点时的应用，其中在随机抽取子样时应用了MCMC方法，最后将该方法应用到了金融资产VaR的计算上．由于金融资产收益率的分布往往不能用参数方法准确的估计，Bootstrap作为非参数方法克服了这种局限，并改进了历史模拟方法．文章对欧元／人民币、日元／人民币两种汇率进行了VaR的计算的实证分析，计算了VaR的点估计和区间估计，并比较了几种计算方法，得到了一些有意义的结果。     

基于多输入多输出-正交频分复用系统的动态马尔可夫链蒙特卡罗检测算法

在多输入多输出-正交频分复用系统中,基于马尔可夫链蒙特卡罗方法的贝叶斯多用户检测算法可以有效地抑制多径衰落、载波频偏以及相位噪声干扰,但因收敛速度较慢导致实时性较差.针对这一问题,提出一种动态马尔可夫链蒙特卡罗检测算法.该算法利用系统状态样本间的相关性和所设定的收敛阈值门限,实现动态选取系统状态采样值的迭代收敛区间,以求在确保算法检测性能的同时,进一步提高检测估计运算的实时性.仿真结果表明,该算法具有收敛速度快、误码率低等优点.     

石油价格跳跃下期货价格动态模型及实证分析

引入跳扩散过程描述石油价格的变化,在风险溢酬一定的假定下,推导出石油期货价格的动态变化模型和定价模型.通过石油期货价格数据对石油价格模型进行实证检验,发现石油价格具有两个显著特征:1)价格有明显的跳跃和均值回复特征,2)投资者对石油价格随机波动和跳跃风险要求正的风险溢酬.本文的另还利用两个期货价格序列对石油价格模型进行实证分析,它们可以用来确定风险溢酬参数,并用来分析石油价格的时间序列特征.