一类非单调关联系统的率模可靠性分析

实际的生产和生活中存在着大量的非单调关联系统 ,对其进行可靠性分析就需要有相应的非单调关联系统理论支持 ,现有的率模 (probabilityandfuzzystate ,Profust)可靠性理论仅仅对单调关联系统进行了讨论。因此 ,首先建立了Profust非单调关联系统的相关理论 ,然后针对一类典型的非单调关联系统 (“n中取r至s”系统 )进行了具体的可靠性分析 ,从而在非单调关联系统领域对蔡的Profust可靠性理论进行了进一步的确证和推广     

时滞分布参数系统的指数渐近稳定性

基于Lyapunov稳定性理论,利用辅助函数方法研究由变时滞分布参数控制系统所导出的滑动模运动方程的指数渐近稳定性问题,获得了一类滑动模运动方程指数渐进稳定的充分条件,建立了滑动模运方程解的指数渐近稳定性定理。这就为研究时滞分布参数系统的变结构控制问题奠定了理论基础。     

Vasicek利率模型下多种风险资产的动态资产分配

假设金融市场中存在一种无风险资产和多种风险资产,且无风险利率是动态变化的,是服从Vasicek利率模型的随机过程。应用Legendre变换和动态规划原理对效用最大化下的最优投资策略进行了研究,得到了幂效用和指数效用下最优投资策略的显示解。算例分析了参数变动对最优投资策略的影响。     

移动CCN中三模划分缓存算法

针对移动CCN中网络拓扑结构不断变化、缓存内容不断更替的特性,为了实现节点频繁移动时数据有效、可靠、较长时间缓存的目的,提出一套三模划分缓存算法。该算法基于节点位置信息,通过限定节点间通信距离阀值上限,将整个网络区域划分成无公用节点的三模网络,且取得一个最优划分结果,在每个三模分组内进行实时缓存内容同步。实验结果表明在节点密度较大、缓存空间较小时,三模划分缓存算法具有较好的缓存性能。     

黑洞的指纹：拟正则模方法和意义

物理学家常说处于平衡状态的孤立黑洞是宇宙中最简单的客体,它们只依赖于质量、角动量和电荷3个物理参数。惠勒（J．Wheeler）将这个性质称为“无毛发定理”,中国学者有时戏谑地将其称为“三毛定理”。然而,宇宙中并不存在孤立的黑洞,无论是星系中心的黑洞还是其他黑洞,它们周围都复杂地分布着各种物质．     

生物序列分析

这次演讲将回顾近 1 0多年来应用某些随机模型于生物序列分析的研究工作 .这些模型本身有很长的历史 ,可追溯到 3 0多年以前 ,尽管从那时起 ,这些模型已经产生了很多新的变种 .在生物序列分析中模型的作用是归总那些涉及到在生物信息学中已知的模体 (motif)或域 (domain)的信息 ,并且提供一种工具在另一序列片段中寻找模体或域的实例 (instance) .我们将逐步介绍模体模型 ,从非常简单的 ,非随机情况开始 ,进而是更复杂的情况 ,直至近来的关于模体的剖面隐马氏模型 .第二个例子是来自利用一个或两个物种的序列数据进行基因发现 ,其中广义隐马氏模型或广义成对 (pair)隐马氏模型已被证实非常有效     

物元运算多义性研究

提出物元运算多义性概念,给出了Ｃ－幂、Ｃ－根两个定义,并讨论了它们的一般性质。     

基于模糊逻辑的多连杆柔性机器人连续滑动模控制

采用滑动模控制原理,设计了一个基于模糊逻辑的连续滑动模控制器,对多连杆柔性机器人控制进行抛物线轨迹跟踪控制,并采用ＰＩＤ方法,使得系统镇定,仿真结果表明,本文设计的控制器对输入干扰及柔性机器人模型的不确定性及负载的变化都有良好的鲁棒性,并且良好的动态特性,克服了滑动模控制器所固有的抖动问题。     

灰色多变量GM(1,N)幂模型及其应用

针对多变量少数据的系统建模问题,提出了灰色多变量GM（1,N）幂模型及其派生模型GM（1,N,x^（1））幂模型,给出了其参数估计算式和近似时间响应式,在此基础上,分两种情况讨论了模型的参数优化方法,并通过数值模拟和应用实例验证了新模型的有效性. 结果表明：传统的GM（1,N）模型是GM（1,N）幂模型的特殊形式,GM（1,N）幂模型能够更好地描述系统特征行为序列与其影响因素序列的非线性关系,从而有效地提高传统灰色多变量系统建模的精度.     

基于GM(1,1)幂模型的振荡序列建模方法

针对小样本振荡序列的预测问题,提出了基于单变量一阶灰色幂模型（简称GM(1,1)幂模型）的振荡序列建模方法。基于GM(1,1)幂模型中参数之间的关系,构建了一个非线性优化模型来寻求模型参数的最佳值,以此实现对振荡序列的高精度预测。结果表明,建模方法能够较好地体现数据的波动特征,且易于在计算机上实现,进一步拓宽了灰色模型的应用范围。最后以实例验证了所建模方法实用性和有效性。