网络节点重要度的快速评估方法

对网络节点进行重要性评估, 快速发掘重要性节点已经成为数据挖掘、复杂网络中的一个基本问题, 现有的节点重要度评估方法对于大型网络而言, 计算速度较慢. 基于电阻网络提出一种快速实用的节点重要度评估方法, 该方法利用节点对网络电能消耗的影响来评估节点的重要度, 如果由于一个节点的存在而导致网络平均电能消耗减少, 则该节点就越重要, 反之则该节点重要度就低. 该方法的时间复杂度为O(n³), 在分布式扩展的情况下可达到O(n), 实验分析证明了该方法的有效性, 而且运算速度快, 能处理大规模网络.     

网络可靠性评估的演化过程重要度抽样模拟方法

针对具有高可靠度网络的连通失效概率计算问题,提出了一种重要度抽样Monte Carlo模拟方法.首先提出了考虑节点和边单元失效网络连通状态判别的演化过程算法,算法根据网络节点和边单元的可靠度,将每次模拟抽样产生的随机数转化为单元的修复时间;按照单元修复时间次序构建网络连通拓扑结构,并视为向网络连通状态转变的演化过程.然后基于重要度抽样Mont,e Carlo模拟求解高可靠度网络的2\K\All端连通失效概率,其中重要度抽样函数的计算采用基于演化过程和交叉熵模型的多准则迭代方法.高可靠度网络算例的计算结果表明,预抽样求解重要度抽样函数时,多准则迭代方法所需的预抽样次数约为其他迭代方法的1/40.因此,本文方法具有较高的计算效率.     

考虑节点失效网络可靠性计算的重要度抽样随机模拟

针对同时考虑节点和边单元失效的一般赋权网络,提出了一种考虑节点失效网络连通可靠性计算的Monte Carlo随机模拟算法.Monte Carlo随机模拟方法包含单元状态抽样、网络系统连通状态分析和连通功能函数指标统计三个阶段.在系统连通状态分析阶段,提出将一般赋权网络转换为边权网络的等效化方法,此方法无需额外增加等效节点或边;在单元状态抽样阶段,采用重要度抽样函数进行随机抽样,增加对失效概率贡献大的抽样点出现概率,利用自适应方法求解最优重要度抽样函数.算例分析中,根据模拟均值的相对误差和变异系数两个指标,说明了本文方法的正确性和有效性.     

浅谈工程施工中的统计工作

从工程施工的各个环节论述了统计所起的重要作用,提出了工程统计在项目施工过程中的重要意义。     

Cubature粒子滤波

非线性非高斯下后验概率密度函数解析值无法获得,需设计合理的重要性密度函数进行逼近。传统粒子滤波(particle filter, PF)直接采用未含最新量测信息的状态转移先验分布函数作为重要性密度函数来逼近后验概率密度函数。针对PF缺乏量测信息的问题,提出一种基于Cubature卡尔曼滤波(Cubature Kalman filter, CKF)重采样的Cubature粒子滤波新算法(Cubature particle filter, CPF)。该算法在先验分布更新阶段融入了最新的观测数据,通过CKF设计重要性密度函数,使其更加接近系统状态后验概率密度。仿真表明CPF估计精度高于PF和扩展卡尔曼滤波(extended particle filter, EPF),与无轨迹粒子滤波(unscented particle filter, UPF)相比,其精度相当,但算法运行时间降低了约20%。     

基于GARCH扩散模型的权证定价

考虑了标的资产服从GARCH扩散模型下的权证定价问题. 首先,基于有效重要性抽样(EIS)技巧,给出了GARCH扩散模型的极大似然(ML)估计方法; 然后,以上证和深证综合指数数据为例, 利用EIS-ML方法估计了GARCH扩散模型,表明了EIS-ML估计方法的有效性; 最后,给出了基于恒生指数权证的实证研究. 结果表明:GARCH扩散权证定价模型比经典的Black-Scholes(B-S)模型具有更高的定价精确性.     

Importance measure of system reliability upgrade for multi-state consecutive k-out-of-n systems

Importance measures in reliability systems are used to identify weak components in contributing to a proper function of the system. Traditional importance measures mainly concerned the changing value of the system reliability caused by the change of the reliability of the component, and seldom considered the joint effect of the probability distribution, improvement rate of the object component. This paper studies the rate of the system reliability upgrading with an improvement of the component reliability for the multi-state consecutive k-out-of-n system. To verify the multi-state consecutive k-out-of-n system reliability upgrading by improving one component based on its improvement rate, an increasing potential importance (IPI) and its physical meaning are described at first. Secondly, the relationship between the IPI and Birnbaum importance measures are discussed. And the IPI for some different improvement actions of the component is further discussed. Thirdly, the characteristics of the IPI are analyzed. Finally, an application to an oil pipeline system is given.     

改进自适应重要抽样法在水文极限分析中的应用

提出了一种改进的自适应重要抽样方法, 以广义极值分布为例, 引入L-矩法, 建立样本统计特性与分布参数的联系, 估算极限事件的 发生概率. 以浙江省云港流域的24h设计暴雨为例, 计算金竹岭和仙人潭两个站点降雨量分别大于213mm和200mm的概率. 计算结果表明 改进的自适应重要抽样方法能很好地模拟水文极限事件, 叠代次数随着抽样个数的增加逐渐减小. 与常规的MC法比较, 重要抽样的效率 有显著提高. 另外, 此改进的自适应重要抽样方法还能推广到其他的分布函数.     

信用量消息流多路复用排队的性能评价与仿真

研究经过信用量漏桶流量整形器(Credit\Bucket Traffic Shaper）整形后的独立消息流多路复用排队，给出了计算排队延迟的保证概率的分析与仿真方法。由于排队延迟超过闽值是小概率事件，理论计算中应用了大偏离原理（Large Deviation Principle)，仿真中采用重要性抽样(Importance Sampling)技术。重要性抽样的关键是对原始分布进行合理地“扭曲”，仿真中采用自适应学习的方法估计“扭曲”分布，克服了无法得到它们的解析表达式的困难。     

随机波动率模型的参数估计及对中国股市的实证

基于有效重要性抽样(EIS)技巧,提出极大似然(ML)方法估计了四种不同收益分布假定的随机波动率(SV)模型的参数. 以上证综合指数和深证成份指数为例,实证检验了不同收益分布假定的SV模型的性能,分析适合我国股票市场的SV模型及收益分布. 实证结果表明,与正态分布、学生t-分布和广义误差分布(GED)假定的SV模型相比,具有“有偏”和“尖峰厚尾”特征的有偏学生t-分布假定的SV (SVSKt)模型能够更好地描述中国股票市场的波动性.