终端区进离场航线网络3D优化方法

为提高终端空域飞行航线设计的安全经济性与自动化水平,对航线网络3D优化问题进行了研究。针对独立航线的优化问题,采用蚁群算法优化水平方向安全经济性航线;根据终端空域航线垂直剖面数据,提出一种基于核密度估计的3D航线垂直剖面优化方法。分析得到进离场航线网络优化次序原则,逐步优化各航线,最终实现航线网络的总体优化。通过西安/咸阳机场终端区的算例分析,表明该优化方法在保证航线安全经济性同时,运行效率有很大提高。     

应用正交试验法估计未知参数

很多生产、计划、管理或科研课题需要借助函数关系的计算,寻求优良的参数组合。文中利用正交表[1]的均衡分散性和整齐可比性以及计算机的快速运算能力,给出了多变量系统未知参数自动选优的一种算法。本算法只需要若干组实测数据,对系统本身不作具体要求。将此算法应用在某一元非线性函数上(用Fortran语言编程并在微机上运行通过)。计算结果表明,该算法不仅有效,而且能在较短时间内达到额定要求,该算法具有教强的可操作性。从应用角度来看,该算法在多变量的情形下更能发挥其作用,可为有关工程技术人员提供理论参考。     

无失效数据Bayes可靠性分析的一种新方法

多层Bayes方法用于估计无失效数据产品的可靠性特征量,其结果较为稳健,但大多涉及数值计算,需借助于计算机才能实现,不便于工程技术人员现场使用.为此提出了一种估计产品可靠性特征量的新方法,也不失估计结果的稳健性,结果简单实用,通过比较说明所给方法有效可行.同时该方法也适合其它寿命分布产品可靠性特征量以及成败型产品可靠度的估计.     

奇摄动二阶非线性方程混合边值问题

本文研究奇摄动二阶常微分方程非线性混合边值问题。利用复合展开法,构造了高阶边界层形式渐近解,并借助微分不等式技巧,证明了原问题的解的存在性,且给出解的一致有效渐近估计。     

一类短期利率模型的最优估计、选择与定价应用

对CKLS的一般无约束模型进行了推广,提出了两个更为一般的无嵌套短期利率模型,并以中国银行间债券市场国债回购利率R007的日数据为样本,对这两个模型以及可嵌套在CKLS框架下的GBM模型、Vasicek模型和CIR SR模型的欧拉离散化形式进行了极大似然估计（MLE）.在此基础上,采用对数似然比和Vuong检验统计量,对它们的模型拟合效果进行了比较,结果表明对CKLS模型推广的第二种形式（模型5）优于其他四个模型.然后,又利用间接推断方法对模型5估计得到的初始参数值的偏差进行校正,并将修正后的参数估计值及其短期利率扩散模型用于对某上市公司的股票看涨期权进行定价.     

基于最佳均方预报的自相关过程控制图

给出一阶自回归过程的参数估计公式,利用估计的参数构建了基于最佳均方预报误差的控制图,并给出了过程启动后才发生漂移的平均运行链长（ARL）计算公式.将此控制图与利用估计的参数构建的单值控制图进行了比较,结果表明误差控制图总体上优于单值控制图.     

基于最小二乘迭代算法精确估计塔康方位参数

对中频数字化技术的塔康视频信号方位估计进行了研究。首先通过搜索PAM信号的峰值,得到由随机峰值点组成的包络信号;再根据确定的信号形式,采用最小二乘迭代算法估计出包络信号的方位参数。不需要寻找正斜率拐点和脉冲对译码,通过迭代运算能减小运算量和计算机内存,在对峰值进行拟合过程中,能有效抑制噪声的影响,提高参数估计精度。计算机仿真验证了其有效性。在3 dbW的功率信噪比下,估计误差不超过0.5°,满足塔康系统的方位误差为2°的要求。与传统方法相比,该方法具有实现简单、高精度的特点。     

基于PI模型的加速可靠性增长试验统计分析

针对加速可靠性增长试验中需要通过加速应力试验条件获得的故障信息,定量评价正常应力下产品可靠性增长所达到的可靠性水平问题.首先阐述恒定应力加速可靠性增长试验实施过程.其次,基于用于随机点过程的统计回归模型——PI(比例强度)模型,结合工程实际中广泛应用的可靠性增长模型—AMSAA,提出了模型和数据分析假设,建立了恒定应力加速可靠性增长试验的统计评估模型,给出了未知参数的极大似然估计方法.进一步,根据非齐次泊松过程的性质,得到了恒定应力加速可靠性增长试验故障数据的仿真抽样公式,通过对不同时间截尾下的仿真算例的统计分析,验证了该方法的可用性和合理性.     

Forecasting the Italian industrial production index in real time

Daily electricity consumption data, available almost in real time, can be used in Italy to estimate the level of industrial production in any given month before the month is over. We present a number of procedures that do this using electricity consumption in the first 14 days of the month. (This is an extension of a previous model that used monthly electricity data.) We show that, with a number of adjustments, a model using half-monthly electricity data generates acceptable estimates of the monthly production index. More precisely, these estimates are more accurate than univariate forecasts but less accurate than estimates based on monthly electricity data. A further improvement can be obtained by combining ‘half-monthly’ electricity-based estimates with univariate forecasts. We also present quarterly estimates and discuss confidence intervals for various types of forecasts.     

预测误差方差约束下的稳态离散卡尔曼滤波

在预测与滤波领域中，指标要求常常直接表现为状态分量的预测误差方差的上界形式。本文研究稳、暂态指标约束下的离散系统卡尔曼滤波问题，即设计滤波增益，使每个状态分量的预测误差方差不大于各自预先给定值，同时滤波矩阵满足给定的区域极点约束。本文给出了期望滤波增益的存在条件及其解析表达式。数值例子说明了本文设计方法的简单性与有效性。