多变量非高斯脉动风压模拟的非迭代法

基于多变量非高斯随机过程间的相关性,将发展的单变量非高斯过程的非迭代算法扩展至多变量非高斯过程的模拟.通过多变量高斯过程的相干函数来考虑多变量非高斯过程的互相关性,建立多变量非高斯过程的非迭代模拟算法.多变量非高斯风压的数值模拟表明:非迭代模拟算法能有效地模拟低、中、高斜度的多变量非高斯过程.     

随意殴打他人寻衅滋事罪之“随意”的认定

“随意”和“情节恶劣”是我国刑法规定的殴打他人是否构成寻衅滋事罪标准。“随意”是行为人行为时的心理倾向 ,正确把握行为人是否属于“随意”应从行为的对象、时间、原因、动机和地点诸多方面综合考虑     

含有状态时滞的受扰线性离散系统前馈-反馈最优控制

对在随机噪声环境下含状态时滞的线性离散系统的最优控制问题进行了研究。利用卡尔曼滤波算法求得随机干扰的最优估计值,并构造一个敏感度函数,根据麦克劳林展开式将原系统的求取过程转化为通过构造一个两点边值问题族来求解。同时在最优控制律中构造一个补偿函数以减小运算中所带来的误差。将原系统的最优控制律近似估算成M阶前馈-反馈次优控制律,再由分离原理得到含有状态时滞的受扰线性离散系统前馈-反馈最优控制律,最后通过给定一个M的具体值得到M阶的前馈-反馈次优控制律的仿真图像来对比前馈-反馈与经典状态反馈的控制作用,表明前馈-反馈在最优控制律中具有更好的控制效果。     

基于递推规范变量分析的时变过程故障检测

由于规范变量分析(CVA)不适应过程的时变特性,容易把正常的过程改变识别为故障.因此,针对时变过程提出一种故障检测方法是十分必要的.采用指数权重滑动平均来更新过去观测矢量的协方差矩阵.递推CVA有较高的计算负荷是需要解决的关键问题.通过引入一阶干扰理论来递推更新Hankel矩阵的奇异值分解(SVD).与普通奇异值分解相比,显著降低了递推算法的计算负荷.将提出的基于一阶干扰理论的递推规范变量分析(RCVA-FOP)应用于田纳西伊斯曼化工过程中.仿真结果表明,所提出方法不仅能有效适应过程的时变特性,而且可以有效检测到两种类型的故障.     

基于供应链业务流程改造的模块化设计

首先通过对A公司供应链业务流程现状进行分析,发现存在的问题,然后从模块化的角度对业务流程进行改造,并进一步对改造后的业务流程所涉及的4个模块进行了设计.所提出的供应链模块化设计,可将复杂流程简单化,使供应链管理更加明确、清晰,对于提高供应链的运作效率,缩短对需求响应时间具有重要作用.     

一类带移民两性分支过程的灭绝条件

讨论一类带移民两性分支过程.介绍这种两性分支过程模型,给出该过程平均增长率的定义,并讨论其存在性,最后利用马氏链、离散鞅论、两性分支过程的相关结论得到该过程以概率1灭绝的充分必要条件是其平均增长率小于等于1.     

随机保费下带红利的期望贴现惩罚函数

利用Gerber—Shiu期望贴现惩罚函数统一研究了在保费随机到达和红利边界下的破产问题,推广了Albrecher,Kainholer（2002）和Bao Zhen—hua（2006）中的结论。首先本文考虑了索赔到达间隔服从普通概率分布时的期望贴现惩罚函数,并得到无红利边界时的极限解;再将红利边界固定为常数,考虑了平稳更新过程和PH更新过程中的结果。最后本文将结论应用于破产概率、破产前盈余的概率分布及破产前盈余过程到达红利边界的概率等实例,并进行了数值实现。     

Banach空间中2类压缩映射不动点的具误差的Ishikawa迭代序列的收敛性

讨论了Banach空间中拟压缩映射对和广义压缩映射的具误差的Ishikawa迭代序列的收敛性问题,得出了在一定条件下,这2类压缩映射分别强收敛于它们的不动点.这些结论推广和发展了已有的相关结果,使这些结果的适用范围更广.     

随机产出下的农产品供应链合同

本文设计了存在外部市场的二级农产品供应链,对农产品销货补货渠道进行分析,提出一种考虑外部市场的成本-收入共享合同.研究结果表明,供应商通过与加工企业共享丰收年超出订单量的额外收入,能有效激励加工企业增加订单量,提高双方利润;增添加工企业从外部市场进行补货的渠道能有效缓解供应商欠收的经济压力;考虑外部市场的成本-收入共享...     

Prediction in context: On the comparative epistemic merit of predictive success

The considerations set out in the paper are intended to suggest that in practical contexts predictive power does not play the outstanding roles sometimes accredited to it in an epistemic framework. Rather, predictive power is part of a network of other merits and achievements. Predictive power needs to be judged differently according to the specific conditions that apply. First, predictions need to be part of an explanatory framework if they are supposed to guide actions reliably. Second, in scientific expertise, the demand for accurate predictions is replaced with the objective of specifying a robust corridor of estimates. Finally, it is highly uncertain to predict the success of research projects. The overall purpose of the paper is to enlarge the debate about predictions by addressing specifically the roles of predictions in application-oriented research.