密度演化方法在概率分布估计中的应用研究

利用密度演化方法，提出了随机变量概率分布估计的一个新方法．在此方法中，构造一个与基本随机变量相关的虚拟随机过程，使得基本随机变量成为该随机过程的截口随机变量．利用独立随机抽样的样本值，即可获取虚拟随机过程的瞬时概率密度函数，进而获得随机变量的概率密度函数估计．以约束混凝土极限应变的试验与理论预测值之比值为例，进行了概率密度函数估计．     

公路建设项目水环境风险评价方法

基于某高速公路环境风险评价实例，对高速公路水环境风险评价方法进行了探讨。认为目前在公路交通危险品运输对地表河流的风险评价中，采用的风险概率计算模型应增加交通事故中的泄漏概率项；危险品的泄漏速率计算采用非稳态孔口出流计算方法比稳态孔口出流计算方法更符合客观实际。采用卷积分模型成功预测计算了危险品泄漏后河流中污染物浓度的分布。     

基于滑动概率神经网络的早期故障诊断

针对机电设备早期故障难以识别的问题，提出了一种动态的概率密度估计方法——滑动概率神经网络，用以跟踪分析测量信号的概率密度变化过程，及时发现早期故障．该网络以固定不变的抽样集作为第一层，动态滑动的测量信号作为样本层，通过求和层得到抽样集的条件概率密度估计，将样本层内测量信号的概率密度动态地投影到统一的抽样集上．将网络分解成以测量值为中心的子网络，来实现网络的递归运算，并且利用高斯函数的快速衰减特性或使用分段线性函数近似高斯函数，从而提高了网络的计算实时性．通过压缩机喘振过程数据的应用实例，表明该方法能够有效识剐故障的早期征兆．     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

一类保费与理赔相关的破产模型

对经典poisson风险模型推广至一种相依的结构,索赔产生时以概率P的可能性同时产生一次续保.对此模型,得到了最终破产概率的一般表达式和破产概率的一个上界估计.     

二维连续型随机变量和的分布的计算

本文给出一种较直观又简洁的计算二维连续型随机变量和函数分布的方法.     

复合负二项风险模型的破产概率

讨论了一般情形的复合负二项风险模型，得出了初始资本为。时的破产概率以及初始资本为u（u≥0）时的破产概率的一般公式．     

带干扰的保费随机收取的风险模型的破产概率

本文在经典带干扰Poisson模型的基础上进行了一定推广,研究了带干扰的保费随机收取的风险模型,利用鞅方法得到了该模型下破产概率的Lundberg不等式及其精确表达式,比较了几种相近模型下Lundberg指数之间的大小关系,并将结果推广到了多维情形.     

磷胁迫下不同基因型大豆苗期磷吸收利用差异的研究

在缺磷和低磷胁迫条件下，对不同基因型大豆苗期磷吸收利用的差异进行了研究．结果表明：缺磷胁迫下，磷高效基因型（K1、K2）叶部的吸磷量均大于磷中效（Z1、Z2）、低效（M1、M2）基因型，但根、茎的吸磷量与磷中效基因型差异不明显；低磷胁迫下，磷高效基因型根、叶的吸磷量均大于磷中、低效基因型，但茎部吸磷量与磷中效基因型差异不明显．缺磷和低磷胁迫下，磷高效基因型磷利用率的适应性均未表现出优势．磷高效基因型并非所有性状的适应性均能表现出优势。     

用契比谢夫不等式估计设备失效概率的上限

可靠度的估计是可靠度分析中重要问题，本文分析当强度、应力的分布函数未知时，估计机械设备失效概率。