Heston模型下考虑工资风险和保费退还条款的DC型养老金时间一致性投资策略

DC型养老金投资者通常可以将保费投资于金融市场中无风险资产、风险资产以及通胀指数化债券3种资产。在均值-方差准则下,为了充分考虑市场风险因素和保障参保人利益,将通胀风险、波动风险、工资风险以及保费退还条款引进投资模型中。利用博弈论思想和随机最优控制技术,通过求解一个扩展HJB方程组,得到了最优时间一致性投资策略和有效前沿的解析表达。最后,通过数值分析比较了有、无保费退还条款两种情形下的最优投资策略。此外,还分析了一些主要参数对最优投资策略和有效前沿的影响,并给出了经济意义上的解释。     

组合证券投资的概率准则模型

从概率角度出发，提出一种概率准则的新型组合证券投资模型，在此模型中，把实现预期收益的概率作为目标函数，使之达到最大，在证券收益率服从正态分布的条件下，给出了概率准则证券组合投资模型的确定性等价类模型，研究分析了概率准则证券组合投资模型与已有的传统证券组合投资模型的区别。另外，给出了模型最优解的必要条件以及目标值的范围估计，并给出数值算例。     

全地形四轮车结构振动特性实验与仿真

全地形四轮车(ATV)车架挂发动机的结构动态特性好坏很大程度上决定其整车振动舒适性,但目前没有一种简单、有效且通用的ATV车架挂发动机有限元建模方法。通过对多款ATV结构动态特性的计算和实验分析,提出了分析ATV车架挂发动机结构动态特性的一种简单且具有通用性的有限元建模方法——把发动机简化为具有质量和转动惯量的0维质量单元,在车架上发动机的悬挂位置创建多点约束单元,然后通过MSC.Nastran中的beam单元将多点约束单元与集中质量单元连接起来,以模拟车架与发动机的连接方式。考虑到试验测量发动机惯性参数时受其内部运动部件及机油量等的影响,分析了发动机转动惯量在实测数据的基础上同时减少和增加5%时,对所提出的有限元建模方法分析车架挂发动机动态特性的影响。结果表明所提出的建模方法仍然可以保证对车架挂发动机结构动特性的分析在工程参考误差范围内。该建模方法对于ATV的设计和开发具有简易性和通用性,可在产品设计和改型阶段就能了解车架挂发动机的结构振动特性,提高了产品的开发能力,节约了大量的时间和成本。     

一致逼近方法及其在多准则评估模型中的应用

提出一致逼近方法,系统地归纳了求解多准则评估模型的基本思想,介绍了一致逼近方法的基本原理及具体算法,并给出了一些进一步构造单一准则的方法和实验对比结果．     

无轴承永磁薄片电机转子不平衡振动补偿控制

无轴承永磁薄片电机转子质量的不平衡振动严重影响了系统的动态特性及安全运行。介绍了无轴承永磁薄片电机转子悬浮力产生机理,推导了悬浮转子的动力学方程,在电磁转矩和径向悬浮力解耦控制的基础上,对无轴承永磁薄片电机转子进行了振动补偿控制,设计了反馈不平衡补偿控制系统,采用Matlab/Simulink工具箱构建了仿真系统,进行了性能仿真试验。研究结果表明:基于反馈补偿控制器的振动控制策略能够较好的抑制悬浮转子振动,大大提高了转子的旋转精度。     

结构振动系统的分散化应变控制

针对一类航天器结构振动控制问题,提出了为适应空间地传感器、控制器特殊要求的应变控制方法。考虑到航天器所携带的计算机硬件资源有限。本文研究了大系统分散控制理论在结构振动应变控制中的应用。建立了结构振动控制分散子系统,设计了分散控制策略,并进行了计算机数值仿真。结果表明方法是有效的。     

加载柔性臂振动的非线性应力反馈控制

用数值仿真的方法讨论了一种用新型的非线性应力反馈律来镇定加载柔性臂振动的问题。该方法使用跟踪微分器取得柔性臂根部应力信号的微分信号,并与根部应力信号一起组成非线性控制输入来控制加载柔性臂的振动.其镇定效果明显地优于有关问题的现有实验结果。     

对数学质量的指标体系的分析

用属性识别的理论研究数学质量的指标体系 .提出了一种直观简捷的属性测度函数的确定方法及三个数学质量的评价准则 .     

射频仿真系统的误差分析与可信度评估研究

首次将统计方法应用于射频仿真系统的可靠性分析中，总结出其应采用的一般方法。采用Grubbs准则对校准系统测得的实验数据中的粗大数据进行滤除，接着分别采用数据比较法和阿贝检验法对定值和变值两种系统误差是否显著进行检验，如果系统误差显著，则应采用实验比对的方法消除之，使随机性成为数据的主导因素。采用x^2-分析法确定数据概率分布，对合格区间进行概率密度的积分以确定可信度。这种方法易于通过编程实现，并由校准系统自动完成可信度评估。给出了它的算法描述与应用效果实例。     

基于最大间距准则(MMC)新的有效特征提取方法

基于最大间距准则(Maximum Margin Criterion,MMC)下,提出一组具有标准正交性的最佳鉴别矢量的计算方法和一组具有统计不相关性的最佳鉴别矢量的计算方法。这种方法的目的是寻求一组最佳鉴别矢量既要使投影变换后的特征空间的类间散度最大,而类内散度最小;又要减小最佳鉴别矢量间的统计相关性。与原MMC特征提取方法相比,新的特征提取方法降低了甚至消除了最佳鉴别矢量间的统计相关性,提高了识别率。通过分别在ORL人脸库和NUST603人脸库上实验结果表明提出的具有统计不相关性的MMC特征提取方法在识别率方面整体上好于原MMC特征提取方法和常用的主成分分析(PCA)法。另外,揭示了MMC准则特征提取与Fisher准则特征提取的内在关系。