具有不可比状态信息的可修MS-PMS可靠性分析

针对复杂多阶段任务系统(PMS)中存在的元件状态多态性和不可比性问题,提出了系统与元件两层的分层模块构建方法,应用连续时间Markov模型(CTMC)描述可修元件之间状态的相依和变迁的动态行为,应用多态多值决策图(MVDD)构建系统的结构函数.为处理元件状态不可比情形,将其分为组内、组间及无约束状态三组,应用CTMC构建了不同变迁约束下部件处于不同阶段时的状态组的联合概率模型,发展了具有不可比元件状态的多状态多阶段任务系统(MSPMS)可靠性分析方法.最后,通过简约形式的飞行任务系统实例,结果表明CTMC下分层分组模块分析方法能有效计算MS-PMS的可靠度,验证了模型与分析方法的可行性.     

稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。     

MEC架构下基于DDPG的车联网任务卸载和资源分配

为了缓解车联网中个体车辆计算资源配置过低而导致的任务处理时延较大的问题,提出了一种移动边缘计算(mobile edge computing, MEC)架构下的动态任务卸载策略和资源分配方案。以最小化全网任务处理时延为目标,将车联网中的任务卸载和资源分配问题建模为马尔可夫决策过程(Markov decision process, MDP),并利用深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法进行了问题求解。仿真结果表明,与执行者-评价者(actor-critic, AC)和深度Q网络(deep Q-network, DQN)这2种算法相比,DDPG算法以最快的算法收敛特性获得最小的全网任务处理时延。     

网络传输TCP的马尔可夫过程建模

首先简要介绍了因特网上最重要的协议之一传输控制协议TCP的基本原理,分析了传输控制协议工作时6种可能发生的事件,以发送一个数据段作为一个随机变量表示发生的事件,然后建立了网络传输控制协议TCP的数据段传输过程的马尔可夫过程模型,并由此对传输控制协议TCP系统正确接收的概率P(c)、TCP系统错误接收(包括传输有误但没有检查出的段、重复的段、漏掉的段)的概率P(e)、相对误差R(e)和传输效率等性能指标进行了初步分析.     

基于马尔柯夫过程的可修系统可靠性建模

针对可修系统的可靠性、维修性计算问题,运用马尔柯夫过程数学模型对可修系统可用度和可靠度进行数学建模.首先推导出单部件可修系统可用度与可靠度的表达式,在此基础上,推导出工程上常用的两并一备复杂可修系统可用度与可靠度的表达式,总结出求解复杂可修系统稳态可用度的简单方法.两种方法结论一致,为进一步研究可修系统可靠性、维修性提供重要理论依据.     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

Long Memory of Financial Time Series and Hidden Markov Models with Time‐Varying Parameters

Hidden Markov models are often used to model daily returns and to infer the hidden state of financial markets. Previous studies have found that the estimated models change over time, but the implications of the time‐varying behavior have not been thoroughly examined. This paper presents an adaptive estimation approach that allows for the parameters of the estimated models to be time varying. It is shown that a two‐state Gaussian hidden Markov model with time‐varying parameters is able to reproduce the long memory of squared daily returns that was previously believed to be the most difficult fact to reproduce with a hidden Markov model. Capturing the time‐varying behavior of the parameters also leads to improved one‐step density forecasts. Finally, it is shown that the forecasting performance of the estimated models can be further improved using local smoothing to forecast the parameter variations. Copyright © 2016 John Wiley & Sons, Ltd.     

非下采样Contourlet HMT模型

非下采样Contourlet变换（NSCT）不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性．文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT—HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果．     

充填体强度影响因素及组合预测模型

水灰比、堆积密实度和比表面积是充填体强度的重要影响因素,但有关各因素对强度影响显著性的研究较少,为此通过3因素5水平正交试验,分别对龄期为3 d,7 d和28 d的试块开展单轴抗压强度试验.对试验结果进行方差分析,获得不同龄期各因素F统计值比(水灰比:堆积密实度:比表面积):3d为698.404:26.148:0.91...     

鞅逼近与预解式表示收敛的几个定理

通过引入平稳遍历Markov过程的鞅逼近和S_t(f)的预解式表示, 给出并证明了S_t(f)存在鞅逼近当且仅当预解式表示收敛, 对于Markov链有相应的公式化结果. 表明通过预解式构造平稳遍历Markov过程加性泛函的鞅逼近方法在此意义下具有普遍性.