一种自适应PC-Kriging模型的结构可靠性分析方法

为提高小失效概率及耗时的复杂结构可靠性评估精度和效率,提出了一种基于PC-Kriging(polynomial-chaos-based Kriging)模型与自适应k-means聚类分析相结合的结构可靠性分析方法.PC-Kriging的回归基函数采用稀疏多项式最优截断集合来近似数值模型全局行为,并用Kriging来处理模型输出的局部变化.在基函数的建立上,PC-Kriging采用最小角回归(LAR)计算功能函数可能的多项式基函数集的数量,同时用Akaike信息准则(AIC)来确定最优多项式形式.自适应k-means聚类分析确保每次迭代添加若干个对失效概率贡献较大的样本点.通过两个数值算例分析,结果表明所提出方法在能够保证失效概率估计值的有效性和准确性的同时减小结构功能函数的评估次数.     

Forecasting under model uncertainty: Non-homogeneous hidden Markov models with Pòlya-Gamma data augmentation

We consider finite state-space non-homogeneous hidden Markov models for forecasting univariate time series. Given a set of predictors, the time series are modeled via predictive regressions with state-dependent coefficients and time-varying transition probabilities that depend on the predictors via a logistic/multinomial function. In a hidden Markov setting, inference for logistic regression coefficients becomes complicated and in some cases impossible due to convergence issues. In this paper, we aim to address this problem utilizing the recently proposed Pólya-Gamma latent variable scheme. Also, we allow for model uncertainty regarding the predictors that affect the series both linearly — in the mean — and non-linearly — in the transition matrix. Predictor selection and inference on the model parameters are based on an automatic Markov chain Monte Carlo scheme with reversible jump steps. Hence the proposed methodology can be used as a black box for predicting time series. Using simulation experiments, we illustrate the performance of our algorithm in various setups, in terms of mixing properties, model selection and predictive ability. An empirical study on realized volatility data shows that our methodology gives improved forecasts compared to benchmark models.     

隐马尔可夫模型在被动声信号分类中的应用

为了提高被动声目标识别率,该文研究了隐马尔可夫模型在被动声信号分类中的应用问题,然后,又提出了２种混合分类器：特征矢量混合的ＨＭＭ分类器和ＨＭＭ／ＭＬＰＮＮ（多层感知机神经网络）混合模型分类器。结果表明,这２种混合分类器在性能上都优于单个特定的分类器,它们在被动声信号分类中具有良好的应用前景。     

不确定条件下不连续创新项目期权价值优化模型

为探讨不确定性对不连续创新项目期权价值及投资策略的影响,通过引入泊松跳跃过程模拟项目价值的不连续变化建立了不连续创新项目的期权价值优化模型,将技术、市场、组织与资源不确定性分别表示为项目产业化成功率、项目价值和投资成本的不确定性,然后具体解析了不连续变化的跳跃强度、跳跃幅度、跳跃幅度波动率等不确定性对不连续创新项目最优投资策略的影响以及不确定性与期权价值的关系,最后通过蒙特卡罗模拟检验了模型的有效性.模型将现有研究扩展到投资成本亦为不确定的情形,可为不连续创新项目投资和项目价值与风险评估提供决策参考.     

基于蒙特卡洛法的全寿命周期成本计算

以高速公路生命进程为序,以时间点为界,把公路全寿命分为3个阶段:建设前期阶段,建设阶段,建设后阶段;包括4种成本:首善成本、作业成本、服务成本,声誉成本。借助Excel软件建立基于蒙特卡罗法的全寿命周期总成本计算模型,使得决策者清楚明了在一定的概率下,项目全寿命周期要多少成本。     

聚变堆第一壁材料溅射的计算机模拟

用基于两体碰撞近似的蒙特卡罗模拟方法，研究聚变a粒子对反应堆第一壁材料（C，W，B ,SiC及不锈钢Fe073Cr0.18Ni0.09)的溅员伤，着重讨论上述材料溅射产额随入射能量的变化及家它与实验结果的比较，并且给出具有一定能量分布的α粒子 轰击第一壁时，各种材料的溅产额，溅射粒子能谱，角分布和源深度分布，以及β粒子入射角对溅产额的影响，计算结果表明，在相同入射条件下，不锈钢的溅 额较大，其余几种材料的溅射产额几乎相等。     

不确定随机时滞系统的反馈稳定

文章研究了一类具马尔科夫转换的不确定随机时滞系统的反馈稳定问题,首先讨论了相应的标称系统,得到了其为渐进稳定的条件,然后据此得出了在反馈控制器的作用下,系统为鲁棒稳定的充分性条件.     

基于参数不确定性的预应力混凝土梁模型修正

提出了基于参数不确定性的全预应力混凝土梁模型修正方法.灵敏度分析发现混凝土弹性模量和密度是影响梁的自振频率较大的参数.在贝叶斯理论中融入马尔可夫链-蒙特卡罗算法,实现了有限元分析程序和复合链抽样技术的协同工作,得到了模型参数后验分布的统计特征,并预测了梁的前三阶自振频率分布范围.数值分析表明：模型参数后验分布的标准差相...     

Lipid interactions with transmembrane proteins

Magnetic resonance results, principally from ²H-nuclear magnetic resonance, indicate that the mean lipid-chain ordering at the surface of transmembrane proteins is comparable to that in fluid lipid bilayers. Principally, it is the requirement for matching the hydrophobic lengths of lipid and protein that modulates the degree of chain ordering at the lipid-protein interface. The distribution of chain order parameters is, nonetheless, broader in the presence of integral proteins than in fluid lipid bilayers. The chain configurations of the phospholipids that are resolved in crystals of integral membrane proteins display considerable conformational heterogeneity. Chain C–C dihedral angles are, however, not restricted to the energetically allowable trans and gauche rotamers. This indicates that the chains of a given lipid do not have a unique configuration in protein crystals.     

医疗服务供应链管理模型研究

在分析医疗服务特点的基础上,建立了基于信息平台的医疗服务供应链管理模型.其中,供应商、医院和患者通过信息平台进行有效沟通,进行需求管理、人力资源管理、医疗服务能力管理、供应商关系管理、医疗服务质量管理和医患关系管理,以及与卫生局、食品药品监督管理局、银行和政府等医疗服务供应链外部的联系.通过CR医院的实证分析,证明了基于信息平台的医疗服务供应链管理模型的有效性和实用性.