MCP平均增益参数的快速估算法

该文利用“MCP综合特性测试分析仪”测得的G—V特性曲线结合运用E.E.Eberhardt的MCP增益模型提出一种对MCP平均增益参数的快速估算方法。可在G—V测试结果的基础上,通过计算得出MCP的各种增益参数和工作参数。这对MCP的研制和应用是很有意义的。     

角谷猜想的证明

应用马尔可夫链推导出角谷链的状态转移概率,从而得出角谷链中的奇数和偶数出现的概率,再以概率的大数定律为基础证明日本数学家角谷静夫提出的猜想.     

分类规则挖掘的免疫算法

为了高效地从数据库中挖掘分类规则，提出了一种基于免疫算法的分类算法．该算法的核心思想为：对规则的前件进行固定长度编码，适应度函数的计算由分类规则的较小分类错误率、简洁性、一致性和训练实例的覆盖性构成，通过把适应度最小的个体作为先验知识来修改个体的某些分量的方法进行疫苗接种，并通过检测个体是否出现退化和模拟退火来实现免疫选择，同时还采用了基于信息增益的规则剪枝策略．在美国加州大学标准数据集中的5个数据集上将该算法与RISE和OCEC算法进行了实验比较，结果表明该算法不仅具有更快的收敛速度，而且获得了更高的预测准确率及更小的规则集。     

B值极限鞅差序列的Brunk型大数定律

分别对于取值于p-致光滑空间的极限鞅、概率极限鞅和L1极限鞅的差序列证明了Brunk型大数定律，推广了Woyczynski中关于鞅的相应结论。     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

基于无偏灰色-马氏链组合模型的股价研究

通过对股票价格运行特点分析，将这一随机时间序列分解成由灰色模型拟合的趋势变动序列和马尔可夫链，并在对两详细剖析的基础上建立了无偏灰色—马氏链组合模型，以此预测上证综合指数的区间概率分布、平稳分布、均值以及平均涨落时间，检验和实例表明该模型具有较高精度和应用价值．     

机会约束下风险证券的期望收益率的切点组合(简报)

在现实生活中决策者进行投资决策时,有时要求风险证券的实际收益率比某一期望收益率要大,以该目标为导向制定相应的最优策略.考虑到所做决策在不利情况下可能不满足约束条件,故允许所做决策在一定程度上不满足约束条件,但该决策应使约束条件成立的概率不小于某一置信水平,该方法由Charnes和Cooper提出,被称为机会约束规划.本文讨论证券组合的机会约束问题.     

一种基于精确反馈线性化的非线性鲁棒控制器

基于精确反馈线性化原理将非线性数学模型线性化，然后用闭环增益成形算法设计出鲁棒精确反馈线性化控制器，并将之用于船舶自动舵的航向保持方案中，用Matlab的Simulink进行了名义模型、摄动模型和不同海况干扰等多方面的仿真研究，最后将结果与基于LQR的精确反馈线性化控制器的仿真结果进行较，得出本研究具有设计简单、物理意义明确和控制器鲁棒性较强的优点。     

井身结构设计必封点综合确定方法研究

在对库车地区深井超深井井下复杂情况分析的基础上，综合考虑地层岩性和地层压力等影响因素，根据已有资料，用随机理论方法确定发生井下复杂情况的概率密度函数，得出井下复杂情况发生的位置及可能性，提出新的井身结构必封点确定方法。应用实例表明，用随机理论方法确定井下复杂情况是可行和有效的，井身结构设计中必封点的确定原则并不惟一，设计者应根据经验和实际情况加以取舍。     

证券投资组合的原理及其应用

利用概率统计原理对证券投资组合能减轻所遇风险带来的损失做了详细的讨论,并介绍了多种证券投资组合方案的选择方式,探讨了相关系数对证券组合风险的影响。