广义次序统计量的任意维边际密度函数

广义次序统计量包括许多用以描述有序变量的随机模型,研究广义次序统计量使人们能够采用统一的观点去看待这些具体的模型,揭示其内在的性质。本文用数学归纳法给出了广义次序统计量的任意维边际密度函数的显示表达式,这对进一步探讨广义次序统计量性质具有十分重要的意义。     

成比例和附加常数故障率模型

利用成比例故障率模型中的平均剩余寿命成比例刻画了指数分布,研究了附加常数故障率模型中的年龄性质和随机比较问题.     

一级反应不同数据处理模型的比较

在物理化学实验的基础上,对一级反应的6种不同数据处理模型进行比较和分析。通过对实验数据处理模型进行系统的比较,来改善传统实验数据处理中存在的一些问题,从而简化数据处理,减小作图工作量与作图误差,提升实验水平,提高数据处理结果的准确性。     

顺序统计量的分布

先用归纳法证明多个顺序统计量的联合分布,接着又根据顺序统计量的联合分布研究单个顺序统计量的分布,最后对其条件分布也做了系统的研究.     

连续系统强度分布的确定方法与可靠度计算

由于目前缺少较好的数学模型对管道类连续系统进行可靠性分析,将连续系统离散成由若干实体单元组成的一个"串联系统".应用最小次序统计量推导出连续系统强度分布函数的Weibull表达式.通过参数变换法确定连续系统的强度分布,而且强度分布能通过实验所确定的参数来表示.应用最大似然估计法对连续系统强度分布的参数进行估计.建立了系统级应力-强度干涉模型,能够反映单元间的相关失效的影响,并模拟连续系统的可靠度与其长度之间的关系.研究表明,所建立的可靠性模型为不同尺度的连续系统的可靠性评价提供了依据,并且大尺度连续系统的可靠度具有下限值.     

基于逆序概率的随机多目标DEA方法

针对各决策单元的输入/产出指标为一定分布的随机变量情形,提出了一种基于逆序概率的随机多目标DEA方法,该方法在利用蒙特卡罗方法对随机多目标DEA模型进行求解的基础上,确定决策单元的排序,通过逆序概率对结果进行分析,并用实例说明了该方法的有效性和可行性。     

用二次常数变易法解几类非线性微分方程

非线性微分方程没有一般的求解方法,而常数变易法是求解一阶线性微分方程的主要方法．文献[1～3]研究了解非线性微分方程的常数变易法,其中文献[2]提出了用二次常数变易法求解非线性微分方程的一些具体例子．作者在此基础上构造了可用二次常数变易法求解的一阶非线性微分方程的类型,并给出相应的例子来说明二次常数变易法的重要性．     

存在模糊利息率的信用支付和缺陷率的EOQ模型

考虑到现在库存控制问题中的信用支付和缺陷率的问题,研究了带有缺陷产品和信用支付在清晰环境中和模糊环境中的库存问题。针对LR型模糊利息率,运用符号距离将模糊型转化为确定型,进而确定其最优订购策略。通过理论分析,揭示了模糊环境下的EOQ模型与经典模型的联系。算例分析表明,要素的模糊性会增加一定的库存成本。     

高阶非齐次线性微分方程解的充满圆及其Borel方向

研究了亚纯函数系数的高阶非齐次线性微分方程解的充满圆及其Borel方向问题,得到了非齐次高阶线性微分方程解的充满圆及其Borel方向的两个结果．     

基于倒变异高阶谱的周期性突变识别方法

分析了带有周期性突变成分信号的频域特征,提出了识别周期性突变的倒变异高阶谱方法,该方法首先对信号的FFT所得数据进行调整,并根据周期性突变的特点设计了新的高阶谱频率函数,由频率函数可得到变异高阶谱,进而对变异高阶谱的某些频率取纵向切片计算倒谱,得到倒变异高阶谱.基于倒变异高阶谱的周期性突变识别方法可充分利用FFT所得的正负频率域的所有数据,扩充了高阶谱的生成空间,提高了对周期性突变的识别效果.试验表明所提方法可准确识别周期性突变和突变的周期,具有一定的实际应用价值.