淮河上游县城纳污河段水质概率稀释模型的建立与应…

淮河水质污染已成为严重社会问题，国家也出台了限期治淮的战略目标，但尚有很多理论和实际问题急待解决。本研究根据水体扩散理论和概念理论，首次建立了淮河干流纳污河段的水质概率稀释模型，使之成为合理确定河流排污量和区域排列削减量的科学方法。对规划和实施河流污染治理具有理论指导意义和广泛的实用价值。     

基于神经网络的船舶稳性预报研究

为省略船舶稳性计算中横摇阻尼以及船舶阻力等参数的复杂计算过程,提出一种采用径向基函数(RBF)神经网络对第二代完整稳性失效概率预报的方法.研究包括过度加速度、瘫船稳性以及骑浪/横甩3种失效模式.通过研究船舶相关参数对各失效模式失效概率的影响,确定采用RBF神经网络对每种失效模式进行预报时输入特征的选取,从而降低训练时长.使用训练后的网络对样本船稳性进行预报,采用均方误差和平均绝对百分比误差对预报结果进行评估.对3种失效模式预报结果的平均绝对百分比误差分别为6.49%、7.09%、5.70%,均小于10%,表明采用RBF神经网络可较为精准地对船舶稳性进行预报.     

马尔柯夫链状预测的概率计算及拓广

提出了一种马尔柯夫链状预测中的概率计算新方法：状态划分矩阵法;具有模糊状态的马尔柯夫链的概率计算公式,并用实例计算作了说明。     

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．     

工程机械零件的可靠性优化设计

通过对机械产品可靠性的评价,分析了传统设计方法与可靠性设计方法在设计思想、设计原理上的区别.运用可靠性理论与最优化设计技术,提出了机械零部件的可靠性优化设计方法.在满足可靠度约束及结构几何约束的条件下,以体积最小作为优化目标函数进行可靠性优化设计,得到了比常规设计更为合理的设计结果.     

可逆马尔可夫链的转移概率估计

对可逆马尔可夫链的转移概率进行了估计，给出了其条件为马尔可夫链的格林函数的空间对称性和多项式衰减规律，解决了早期研究中当分形不能用一个简单运算重正化，或者分形是无穷分叉时的难题。     

一种改善遗传算法早熟现象的方法

讨论了遗传算法(GA)中遗传算子对于改善群体整体品质实现群体进化的作用以及遗传算法中早熟现象的成因．通过动态调整遗传算法中的交叉概率和变异概率引入自适应算子，并与局部退化算子相结合来抑制早熟现象．最后给出了算例，说明该方法对于改善遗传算法中早熟现象以及提高算法效率有良好的作用．     

知识发现中概率统计与粗集方法的比较

对知识发现中,概率统计方法与粗集理论方法在评价系统参数的重要性,分类隶属度与条件概率,输入条件与决策结果的依赖关系等方面进行了比较, 提出了将概率统计方法和粗集理论相结合,由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间,为确定性和不确定性知识表达系统提供一个统计粗集模型。     

概率方法在一种期权定价中的应用

对于期权价格，由于很难得到精确解，一般讨论数值解,章考虑一种亚洲买方期权，在资产价格服从对数正态分布、风险中性、连续交易等假设条件下，利用概率方法，并借助几何平均理论、积分理论等工具，推出一个期权定价的解析公式。同时讨论了期权在理论上及现实应用中的意义。