Reliability Analysis of Some Typical Repairable Systems with Arbitrary Repair-Time Distribution

In this paper, reliability of some typical non-Markov repairable systems, including series systems, m-out-of- n or majority vote systems, and n : m cross-strapping standby redundant systems with general repair-time distribution, are studied by applying the generalized Markov renewal process (GMRP). The stochastic behavior of the typical systems is analyzed here. Formulas for mean time to first system failure, MTBF, MTTR, and availability are then developed.     

基于3S技术的晋江市生态环境动态变化及预测研究

对晋江市1998和2001年两个时段遥感影像进行解译,得到两个不同时段的生态环境类型图.通过构建度量生态环境变化的时空分析模型,分析了晋江市生态环境各类型的数量、分布特征和动态变化规律.研究结果表明：晋江市城镇居民点和农村居民点这两个生态环境类型在监测期内增速迅猛;而旱地生态环境类型在监测期内急剧减少.采用马尔可夫过程模型进行预测,结果显示晋江市的生态环境格局处于变化状态,旱地、水田生态环境将逐渐减少,人工建筑生态环境特别是城镇居民点生态环境将逐渐增加,而且这种变化将持续很长时间,但最后可达到一个相对稳定状态,这预示着晋江市最终将形成城乡经济一体化的新生态环境格局.     

采煤机工作状态分布的模拟研究

本文利用赋值马尔柯夫理论,给出了一种确定采煤机工作状态的方法,这种方法仅依赖于工作面的日产量数据,而这种数据综合反映了工作面生产系统的状况,且容易收集,工作量小。与传统模拟方法相比,具有简单、实用、效果好等优点。     

双向Poission点过程与反应时测试

本文研究一类应用于反应时测试的随机数学模型——双向Poission点过程及其拓广。首先考察双向Poission点过程及其点间间距的统计特性,并拓广之为齐次双向点过程;最后讨论这一模型在反应时测试中的应用。     

中国股市多分形波动率建模及预测研究

本文考虑股市高频数据的日内效应和已实现波动率的测量误差修正了现有多分形波动率指标的构建方法，以HAR模型为基础构建新的多分形波动率预测模型.利用Diebold-Mariano检验和"模型信度设定"检验等方法综合评价了各种模型对我国沪深300股指的预测能力.结果表明：1）在相同模型范式下，赋权调整已实现波动率的样本外预测能力要优于已实现波动率，而本文提出的新的多分形波动率模型要显著优于其他模型；2）在相同波动率测度指标下，引入股价波动的跳跃成分和杠杆效应能进一步改善波动率模型的短期预测效果；3）最优和次优模型均是基于新多分形波动率方法构建的模型.     

隐马尔科夫模型在词性标注中的应用

文章从一阶隐马尔科夫模型（HMM）的定义及其基本问题出发,把词性自动标注描述成HMM模型的一个应用,并给出了语料库中统计计算各个模型参数的方法,其中对词性序列的检测和最佳词性序列的生成方面进行了较详细的描述和研究。     

间接状态监测下基于维修费用及残余寿命的设备维修策略

针对不能直接诊断间接状态监测下设备劣化状态的问题,提出了制定费用最优的设备预防性维修策略方法.利用马尔可夫链表示设备的劣化状态,给出了设备可靠度函数,运用贝叶斯规则和马尔可夫模型进行设备状态概率分布研究,建立了间接状态下设备维修费用和设备残余寿命模型,分析了基于设备维修费用和设备残余寿命的设备维修策略.通过实例说明了间接状态监测下基于维修费用和残余寿命制定并实施最优维修决策标准的方法.
关键词：     

沪深300股指期货价格跳跃行为对现货价格及其波动性的影响

采集2010年4月16日至2011年12月23日期间沪深300指数每日收盘价和沪深300指数期货每日结算价等数据,运用GARCH（1,1）-ARJI模型扩展的GARCH（1,1）-M-ARJI模型,探讨了沪深300股指期货价格的跳跃行为对现货价格及其波动性的影响.研究发现,沪深300股指期货价格的跳跃行为具有价格发现功能,当期的期货价格跳跃行为显著地影响当期现货价格和现货价格的波动.     

CHMM语音识别初值选择方法的研究

针对隐马尔科夫模型用于语音识别时传统的参数初始化方法(随机分布之值、K均值算法)可能导致模型参数收敛于局部最优而非全局最优的问题,提出了先按最大距离选择初值中心,再按最小距离将原始数据分割成小类后去除类内干扰点,使类内相似性更强的K均值方法.实验结果表明,改进后的方法与传统方法相比,更好地平滑逼近语音特征,提高语音的识别率.     

灰色马尔可夫预测模型在公路交通事故中的应用

将结合灰色系统理论与马尔可夫理论,对公路交通事故进行预测．利用灰色马尔可夫预测模型,可有效地处理类似交通事故等随机性、波动较大的数据。