多传感器信息融合ARMA信号Wiener滤波器

应用现代时间序列分析方法,基于自回归滑动平均(autoregressive moving average,ARMA)新息模型和增广的状态空间模型,在线性最小方差按标量加权最优融合规则下,对带白色和有色观测噪声的单通道ARMA信号,提出了多传感器最优分布式融合Wiener滤波器。给出了计算局部滤波器误差方差和互协方差的公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高融合滤波器的精度。一个带三传感器的跟踪系统的仿真例子说明其有效性。     

小康社会与小康家庭的定量研究模型

中国小康社会的指标体系分国家层面、社会层面和家庭层面给出,小康家庭识别模型由一级、二级指标和测量要素来刻划,用属性识别的数学方法给出定量的计算.     

软土地基上不均匀沉降建筑物的数值分析

不均匀沉降的建筑物，其结构的受力方式会发生变化，而结构内力过大将导致建筑物的损坏，故采用结构、基础与地基共同作用的分析方法，针对一栋倾斜的砖混建筑物建立了其三维实体有限元模型，分析建筑物在使用阶段的沉降规律与内力情况．通过与实际观测结果比较，证明该方法能较好表达建筑物的不均匀沉降情况以及在不均匀沉降情况下结构的应力状态，为非正常状态的结构内力分析提供了一种简便实用的方法．     

矩阵与多项式的惯性

为了获得Fujiwara〖KG-*2〗-〖KG-*6〗Hermite惯性准则和Routh〖KG-*2〗-〖KG-*6〗Hurwitz惯性准则在Bernstein多项式基下的表现形式,利用经典Bezout矩阵与Bernstein Bezout矩阵之间的转换关系这一代数方法,给出了Bernstein Bezout矩阵在多项式惯性和稳定性理论方面的应用研究;所得结果可以看做是对应的经典惯性准则在Bernstein多项式基下的推广.     

基于弹性应变能的MohrCoulomb强度准则讨论

从弹性应变能释放是材料屈服的基本原理来看,MohrCoulomb(M-C)强度准则认为屈服时材料的泊松比恒为0.5,这可能违反能量守恒定律.研究了弹性应变能、应力偏量第二不变量、应力张量第二不变量及泊松比之间的关系,提出广义应力偏量第二不变量概念;从弹性应变能角度对M-C强度准则的物理意义进行分析,提出广义M-C强度准则;利用强度准则对岩石的破坏强度进行了计算.结果表明,由于考虑了中间主应力与泊松比的影响,广义M-C强度准则的计算精度更高,并分析了产生这种结果的内在机理.广义M-C强度准则突破了材料破坏时的泊松比恒为0.5的假设,这对于定量描述材料的屈服与破坏特性具有重要的意义.     

盆地型长周期地震动的判别准则

为了筛选出盆地内超高层结构抗震设计所需的盆地型长周期地震动(简称为长周期地震动)验算波,总结了长周期地震动的形成机理,分析了长周期地震动中面波的卓越性,提出了截取由面波主导的地震动尾波的方法,通过基于尾波特性的统计分析得到了长周期地震动的判别准则.结果表明:沉积盆地边界所激发的面波在盆地内传播、叠加以及依频率放大是长周期地震动的主要形成机理;长周期地震动中由面波主导的尾波段对长周期结构响应起控制作用;长周期地震动判别准则宜定为:速度反应谱卓越周期大于2s,且截取出的尾波与原始波在速度反应谱卓越周期处的谱幅值比大于85%.     

稠油油藏蒸汽驱开发蒸汽突破预测模型

稠油油藏蒸汽驱开发,只有提前预测出蒸汽突破井,及时采取防汽窜措施,才能避免产油量急剧下降,增大蒸汽波及体积及热利用率,提高油藏最终采收率.基于油田常规生产动态数据,将承载蒸汽突破信息的生产动态指标转化为评价标度的概率分布,计算其累积分布函数及期望,运用随机占优准则,对累积分布函数逐点进行两两比较,得到各指标之间的随机占优关系,然后建立总体优序度矩阵,计算出生产井蒸汽突破时机先后的排序值,并对所有生产井的蒸汽突破先后进行排序,最终建立了考虑多指标的蒸汽驱开发蒸汽突破预测模型.实例应用表明,模型预测结果与实际相符,为油藏蒸汽驱开发动态调控指明方向.     

椭圆准则的岩石三轴试验运用分析

岩石强度破坏理论是岩石力学与工程问题的理论基础。本文推广了适用于金属玻璃材料拉伸破坏下的椭圆准则强度理论运用于岩石材料,开展如下主要工作:导出椭圆准则在o-σ_1σ_2σ_3坐标系下的描述形式,再选取三组不同类型的岩石式样,观察每组岩石式样的常三轴实验数据与椭圆准则强度曲线的偏离程度。结果表明,每组式样的实验数据点总体上在椭圆准则强度曲线附近,偏差较小。该准则对于岩石材料是适用的。     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

Fisher判别分析在企业信用评价中的应用

本文采用Fisher判别分析方法,以100家上市公司综合财务数据为样本数据,建立模型,对当前我国企业信用风险进行评价、分析和判断,为利益相关者提供决策依据,构建一种新的信用评价体系。