基于完全样本的两参数Weibull分布的参数估计

结合概率图、数值计算方法及Monte-Carlo法给出了在完全样本下两参数Weibull分布参数极大似然估计(MLE)的数值解和区间估计的枢轴量,最后针对具体实例利用随机模拟实现了极大似然估计和区间估计,效果良好.     

基于增量优化传递的正电子发射断层图像重建

将增量优化传递算法用于正电子发射断层图像重建中,得到一种新的最大后验概率图像重建算法,实验结果表明,相对于滤波反投影和最大似然期望值最大化算法,有序子集可分离的抛物面型替代函数算法和发射增量优化传递算法得到的图像归一化均方误差较小,且边界得到一定的保持.在迭代的初期,有序子集可分离的抛物面型替代函数算法收敛较快,误差小;当迭代到一定的次数时,发射增量优化传递算法误差小,且能够有效收敛,对发射扫描断层图像重建产生重要的影响.     

湍流多尺度相干结构间歇性的PIV实验研究

利用粒子成像测速(PIV)系统测量了湍流边界层中流向速度平面,并对湍流多尺度相干结构统计特性进行了实验研究.利用连续子波变换,计算了不同尺度、不同法向位置的子波系数概率密度函数.结果发现缓冲区有着更强的间歇性.利用子波系数量化湍流间歇性的方法,应用推广的自相似律(ESS),计算了子波系数结构函数的标度指数.研究表明:当多尺度相干结构被提取出后,利用子波系数计算的ESS标度律就符合科尔莫戈罗夫提出的线性标度律,验证了多尺度相干结构是湍流边界层产生奇异标度律的原因.此外,利用PIV系统测量的数据,给出了流向平面内的以子波系数表达的能量分布.这种方法有利于进一步对多尺度相干结构在空间平面内的辨识与特性进行研究.     

项目投资时机及投资概率分析

针对实物期权理论中存在的不足,运用鞅理论分析研究了市场环境下的确定性和不确定性因素对实物资产项目投资决策的影响.首先,通过鞅方法建立了反映投资时机和投资回报临界值之间关系的投资时机模型;然后,使用测度变换评价了项目投资能够被实施的可能性.研究结果表明确定性因素对投资时机和投资回报临界值具有相反作用的影响,不确定性因素则均具有正向作用的影响,且在确定性因素取值较小情况下,不确定性对投资却具有促进作用.     

基于离散时间风险模型下的亏损破产概率的研究

新定义离散时间风险模型下的亏损破产概率为初始盈余u,亏损额度不大于y的破产概率。利用离散时间风险模型下的终时破产概率的计算规律,得到初始盈余水平在不同条件下的亏损破产概率的具体表达形式,并且数值模拟了一定条件下不同参数取值对亏损破产概率的影响情况,数据表明当亏损边界固定时,随着初始盈余水平的增加,亏损破产概率水平逐渐减小;当初始盈余水平固定时,随着亏损边界的增加,亏损破产概率水平逐渐增多。     

基于Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

基于多特征的域间路由节点安全状态评估方法

域间路由节点安全状态评估能够实现对BGP节点安全状态的直观、实时描述,可为制定合理的安全策略,及时定位、抑制异常路由事件提供数据参考.然而由于完整的异常域间路由集难以获取,使得传统基于数据融合的状态评估方法不再适用.分析BGP节点间交互路由过程中存在的统计特征以及这些特征与域间路由节点安全状态的关系,进而提出一种基于多特征的安全状态评估方法.以平均路径长度和路由事件发生频率等属性为安全特征,并借鉴云模型理论转换定量特征为定性概念的思想,构建域间路由安全特征云,将正常态下的多属性综合安全特征转换为安全正常态,然后通过度量安全特征偏离正常态的程度来计算节点偏离正常态的程度,由此得到域间路由节点面临安全威胁的概率.实验结果表明,该方法能够实现对域间路由节点安全状态的评估,准确性高、实时性强,可为域间路由系统的安全稳定运行提供有力支撑.     

Forecast Combination and Bayesian Model Averaging: A Prior Sensitivity Analysis

In this study we evaluate the forecast performance of model‐averaged forecasts based on the predictive likelihood carrying out a prior sensitivity analysis regarding Zellner's g prior. The main results are fourfold. First, the predictive likelihood does always better than the traditionally employed ‘marginal’ likelihood in settings where the true model is not part of the model space. Secondly, forecast accuracy as measured by the root mean square error (RMSE) is maximized for the median probability model. On the other hand, model averaging excels in predicting direction of changes. Lastly, g should be set according to Laud and Ibrahim (1995: Predictive model selection. Journal of the Royal Statistical Society B 57 : 247–262) with a hold‐out sample size of 25% to minimize the RMSE (median model) and 75% to optimize direction of change forecasts (model averaging). We finally apply the aforementioned recommendations to forecast the monthly industrial production output of six countries, beating for almost all countries the AR(1) benchmark model. Copyright © 2011 John Wiley & Sons, Ltd.     

交替变化利率下的风险模型

研究了利率交替变化的风险模型的生存概率.首先建立生存概率应该满足的微分-积分方程,然后得到生存概率的Laplace变换满足的方程并对该方程的解法进行了讨论,最后在索赔额为指数分布时得到了生存概率的微分方程.     

软件可靠性与硬件可靠性异同分析

从可靠性的基本概念出发,结合可靠性工程,分析了软件可靠性、硬件可靠性及其在工程中的区别和联系,然后介绍了在这领域中的几种基本研究方法,最后提出了在可靠性工程发展中需解决的问题。