基于傅立叶级数的半参数CAViaR模型的贝叶斯分析

针对金融市场复杂性及不确定性,为了更灵活地测度金融市场的波动风险,提出了一类半参数CAViaR模型,利用傅立叶级数拟合前一期信息对当前VaR风险值的非线性影响,选择合适的先验分布,基于非对称Laplace分布构建了相应的似然函数,推导了参数的后验分布,从而实现了对CAViaR模型的贝叶斯推断;最后利用贝叶斯CAViaR模型研究了上海综合指数的风险波动特征,结果发现上证综指的风险波动存在自回归性.     

Hilbert空间中均衡问题与渐近非扩张半群的迭代算法的强收敛性

针对均衡问题和渐近非扩张算子半群的公共元问题,提出一个新的迭代算法,在合适的条件下,证明了由此迭代算法生成的序列的强收敛性定理.     

突发事件环境下风险厌恶型报童博弈模型

在考虑突发事件导致决策者风险厌恶的情况下,研究了一个风险厌恶型的报童博弈模型.两个零售商分别出售两种具有可替代性的商品中的一种,当其中一种商品缺货时,顾客会以一定的概率选择另一种商品作为替代品.由于两种商品可以相互替代,两个零售商之间存在竞争关系.以条件风险价值作为风险度量方法,构建了以零售商期望收益最大化为目标的非合作博弈模型,证明了纳什均衡的存在与唯一性.同时研究了商品的替代率以及零售商的风险厌恶程度对最优决策的影响.最后通过数值例子对研究结果进行了验证.     

基于投影滤波的突发事件危险源位置估计问题研究

针对确定突发事件中危险源的位置估计问题,提出一种基于hermit基函数的投影滤波方法.通过将其概率解投影到指定状态空间中,通过投影空间中的艾尔米特基函数构造出近似解,即状态的先验概率密度函数,最后由贝叶斯估计得到状态的后验概率密度函数,给出算法的收敛性和计算复杂度分析.仿真实验证明投影滤波方法有效减少滤波估计中所需的计算量,并提高了估计精度.     

基于微分变分不等式的再制造闭环供应链网络动态模型

针对一段时间内具有再制造的闭环供应链网络的博弈均衡状态问题,首先利用博弈理论,构建了具有多制造商(再制造商)及多零售商(回收商)的再制造闭环供应链网络动态模型,制造商(再制造商)及零售商(回收商)之间从事微分Nash博弈.然后,利用微分变分不等式的方法得到了制造商(再制造商),零售商(回收商)及整个闭环供应链网络的均衡条件.进而,在正则条件下分析了闭环供应链网络动态模型解的存在性条件.仿真算例验证了模型的合理性和有效性.     

广义帕累托分布的应力-强度可靠性的贝叶斯估计

基于不同形状参数的广义帕累托分布,讨论应力-强度参数的贝叶斯估计.通过模拟得出在平方损失函数和0-1损失函数下的贝叶斯估计值比较相近;有先验信息条件下的贝叶斯估计的均方误差值低于无信息先验条件下的贝叶斯估计的均方误差值.     

基于多源多层次信息融合的网络安全态势感知方法

针对网络安全态势感知范围局限、信息来源单一及准确性偏差较大的问题,提出了一个全方位整体上感知网络安全态势框架.充分考虑多信息源和多层次信息融合,从3个维度上动态生成网络当前安全状况,准确地反映网络当前安全态势,易于逆向查找异常组件.提出"3σ法则"离散化连续型随机变量方法,对建立适合处理非确定性信息融合的贝叶斯网模型有重要的理论与实践指导意义.最后,利用网络实例数据,对该模型和算法进行了验证,结果表明了该方法的正确性.     

改进凸包的贝叶斯模型显著性检测算法

针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法。首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试。结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法。新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性。     

基于决策树和BN的自动驾驶车辆行为决策方法

交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素, 准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要。因此, 建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network, BN)行为决策模型。利用决策树分类算法对人工驾驶行为进行分类, 利用BN建模驾驶环境并生成最优驾驶动作, 此方法既可以及时地分析人类驾驶员行为类别, 又能够充分考虑驾驶场景中的不确定性因素。利用仿真工具PreScan设计仿真实验, 仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为。     

基于演化博弈的讨价还价策略研究

通过建立“双种群”复制动态模型,研究了有限理性假设下“多对多”讨价还价的策略演化问题,证明了只有严格纳什均衡才能成为“多对多”讨价还价的演化稳定策略. 并利用计算机仿真发现：当买卖双方种群的初始策略为随机分布时,讨价还价的演化稳定策略以最大概率收敛到对称纳什均衡,产生买卖双方最大初始期望收益乘积的纳什均衡可以比较准确地预测“多对多”讨价还价的演化稳定策略,且演化过程不必是单调的. 研究内容有助于理解“多对多”讨价还价的达成协议的一般规律,为设计多边谈判支持系统提供参考和借鉴.