异常检测在报警关联分析中的应用

为了给报警关联提供时间控制以提高关联的合理性和效率将误报警流作为背景流量,真实报警作为整个报警流的异常.利用经典统计模型即均值方差模型检测报警流量强度的异常,进而把异常的时间段提供给报警关联,仅对异常时间段内的报警进行关联分析.实验显示,该检测模型能够为报警关联分析提供时间控制,使得关联分析能够取得更加精炼而有意义的结果.由于集中分析异常时间段内的报警,该模型可显著地帮助网络管理员节省时间和精力.     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于m-序列的本原σ-LFSR序列构造

sigma-LFSR是一基于字的LFSR模型,它能够充分利用现代CPU的特点,具有结构简单、适合软件快速实现的特点。在实际应用中,本原sigma-LFSR最有价值,因此它的构造具有重要意义。本文首先考察了基于字的本原LFSR的距离向量,得到了它的若干性质,给出了一个距离向量为本原LFSR的充要条件;然后对本原sigma-LFSR的距离向量进行了研究,利用基判别定理给出了它的部分性质,并以此为基础得到了一个利用m-序列构造本原sigma-LFSR序列的搜索算法。最后对搜索算法编程实现,得到了有限域F2^3上所有2级本原sigma-LFSR的距离向量。     

属性权重信息不完全区间数多属性决策方法

依据传统的TOPSIS方法的基本思路,基于相对隶属度法,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是借助每一方案的综合加权距离求得每个方案相对于优等方案的隶属度,再按隶属度的大小进行决策。该方法克服了以往研究此类问题时所遇到的区间数难以排序的困难,表明相对隶属度法的择优与排序能力要比传统的逼近理想解法强。最后,用实例说明了模型的可行性和有效性。     

带固定交易费用的模糊投资组合

基于区间规划的方法,研究了带固定交易费用下的模糊投资组合模型.在模型中引进正态隶属函数;考虑投资组合风险偏好时,修改了一般投资组合中风险偏好方法定义方法,使其更符合区间规划;在考虑未来回报率时,考虑了符合实际情况的因素--涨跌停板;引进新的流动性的定义方法,改正了以往用换手率带来的缺陷.     

具有无限长区域的非线性奇摄动问题的渐近解

利用匹配渐近展开法,研究了形如y″+kxy′+εkk-2yny′=0的具有无限长区域的非线性奇摄动问题,分别用收缩变换和伸长变换两种方法得到了该问题的一致有效的渐近解,推广了已有的结果.     

马氏转移对数正态模型参数置信区间的Bootstrap估计

马氏状态转移对数正态模型参数的区间估计很难得到。文章提出的Bootstrap法不仅能在Excel环境下克服似然函数关于参数求导以及求导后对随机变量求期望的困难,而且能弥补使用费希尔信息量的倒数I(Θ)-1低估估计量波动的缺陷,同时能方便地得到估计量的分布和协差阵,为研究模型系数估计的稳定性提供了切实可靠的统计方法。     

面向港口复杂装卸系统的动态机会维护策略

针对以不同衰退特征设备组成的港口复杂装卸系统,提出了设备层-系统层交互的动态机会维护策略,以支撑自动化码头的智能维护决策.引入维护效果和外部环境工况,提出了独立设备的综合衰退演化规则,并结合多目标价值理论和动态循环决策模式,建立设备层多目标预知维护规划模型.在此基础上,分析串联设备间的相互依赖性,利用设备停机的组合维护机会,建立了多设备维护优化调度的联合区间轴策略,对关联设备的预知维护作业采取有针对性的作业合并.数值实例结果证明,所提出的方法可显著降低系统整体维护成本,提供具有可行性、实时性、经济性的系统层维护优化方案.     

Improved unequal interval grey model and its applications

A new method to improve prediction precision of GM(1,1) model with unequal time interval is presented.The grey derivative is multiplied by a parameter to guarantee the time response function satisfying approximately exponential function distribution.To simplify the process of parametric estimation,an approximate value is taken for the multiplied parameter.Then the estimators of coefficient of development and grey action quantity can be derived.At the same time,the principle of the new information priority is also considered.We take the last item of the first-order accumulated generation operator(1-AGO) on raw data sequence as the initial condition in the time response function.Then the new information can be taken full advantage of through the improved initial condition.Some properties of this new model are also discussed.The presented method is actually a combination of improvement of grey derivative and improvement of the initial condition.The results of an example indicate that the proposed method can improve prediction precision prominently.