基于加权最小二乘拟蒙特卡罗的美式期权定价

美式期权定价具有后向迭代搜索特征, 在最小二乘拟蒙特卡罗模拟(least-squares quasi-Monte Carlo, LSM)方法的基础上, 本文通过随机Faure序列以及对偶变数法增加抽样数目, 达到减小模拟方差的目的,用其计算标的资产价格, 然后用加权最小二乘法进行回归, 得到了加权最小二乘拟蒙特卡罗(weighted least-squares quasi-Monte Carlo, WLSQM)方法. 从期权价值、标准差、运行时间几个方面比较方法的优劣, 得出WLSQM 方法比LSM 方法估计效果更优的结果, 验证了WLSQM方法在美式期权定价上的有效性.     

基于新的采样更新方法的粒子滤波算法

以往的粒子滤波采用由初始先验概率密度产生一组粒子,然后通过重要性密度函数去更新粒子,但会产生粒子退化的问题,因此引入了各种各样的重采样算法,但这样做又产生了粒子多样性丧失的问题。针对粒子滤波的粒子退化现象,提出基于新的采样更新方法的粒子滤波算法,新方法从滤波值和滤波误差协方差矩阵上产生粒子。仿真试验表明,新方法在非线性非高斯情况下要远远好于EKF。     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。     

基于区间数的预警机作战效能评估

建立了预警机作战效能评估的指标体系,提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重,采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法,提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。     

MIMO雷达子阵级m-Capon方法研究

针对多输入多输出（multiple input multiple output, MIMO）雷达虚拟阵列孔径大,典型的降维空时自适应处理（space time adaptive processing, STAP）方法--m-Capon法无法适用的问题,对子阵级m-Capon法进行了研究,并与相应的相控阵雷达3-Capon方法进行了比较。计算机仿真结果表明,处理器维数相同时,子阵级3-Capon方法性能明显提高,但非主杂波区误差鲁棒性差;子阵级1-Capon法在非主杂波区性能明显提高,但主杂波凹口太宽。在实际应用中,可综合运用两种方法对主杂波和非主杂波区分开处理,为工程实现提供可靠依据。     

基于最小方差的动态综合评价方法及应用

利用时序加权平均(time order weight averaging operator, TOWA)算子和时序几何平均(time order weighted geometric averaging operator, TOWGA)算子对时序立体数据进行降维处理,并给出了确定时间权重的最小方差法。在事先给定的时间度的情况下,尽可能地寻找一组最稳定的时间权重系数来集结样本值,即寻找一组时间权重系数使其波动最小。最后,运用该方法进行了算例分析,并且将算例结果与熵值规划法进行了比较分析,验证了方法的有效性,总结了最小方差法的特点。     

定性仿真与人工智能的关系及计算机化解法体系

定性仿真是采用定性推理方法建立和求解定性代数方程或定性微分方程模型,得到被仿真对象的定性行为和展望的预测过程。定性仿真(QSIM)和基于深层知识的人工智能技术,在其核心内容上看是属于同一科学领域。图论方法是求解复杂定量或定性仿真模型的实用且有效的计算机化方法。提出了有关定量和定性仿真计算机化的解法体系,给出了一种计算机求解实例。     

基于子结构法的某多管火箭炮频率特性分析

根据虚功原理,推导了子结构方法的动力学模型。采用实体单元建立了某多管火箭炮的子结构模型。计算了某多管火箭炮在不同俯仰角和装弹数量情况下的固有振动频率,得到了低阶固有频率与俯仰角的关系及低阶固有频率与火箭弹数量的关系。结果表明采用该方法计算频率,能减小计算模型,缩短计算时间。     

多目标决策分析中的目标关联分析法

针对多目标决策中的各目标之间存在相互联系 ,提出了“目标关联分析法”,通过建立目标关联矩阵 ,运用线性变换将原来相互关联的目标变换成一组等价的独立目标 ,进而确定影响系统运行的主要因素及权重 ,同时将各方案的原目标取值转换为独立目标下的取值 ,为多目标问题的分析和决策提供了一种新方法 .     

一种基于似然比的信息融合与决策方法

针对诊断或决策问题中的多信息特征 ,建立了具有信息融合功能的多级决策结构 ,通过信息融合 ,减小系统输出的不确定性和提高系统决策的可靠性。为解决决策问题中信息的不确定性 ,提出了一种基于似然比的决策策略 ,以结论元间的似然比为决策的中间变量 ,构造了具有局部决策和全局决策两级结构的多级决策器 ,并设计了局部决策规则和全局决策规则。最后通过实例证明了该方法的可行性。