基于贝叶斯网络的中医辨证系统

将贝叶斯网络运用于中医辨证系统的研究,以更加量化中医辨证诊断系统.通过将中医体系中的916个证候,51项证素及其构成的1700条证名构成中医辨证贝叶斯网络的节点集,初步建立起中医辨证数据库并通过网络学习,形成中医辨证贝叶斯网络结构及概率表.利用建立的贝叶斯网络中医辨证系统,进行数据计量分析、推理验证证候—证素—证名间的关系,其结果与中医专家经验有很高的吻合性,尽管其仍未能全面反映中医辨证的思维能力.所以贝叶斯网络是对中医辨证进行信息挖掘处理的一种较好方法,可应用于中医人工智能辨证系统的建立.     

基于概率图的作战任务智能规划方法

针对人工调配作战资源及规划方案效率低下的问题,本文提出一种基于概率图的作战任务智能规划方法,通过统计分析判定任务间因果关系,采用GNN抽取任务中的关键事件构建概率图并计算任务规划方案成功的概率,进而基于时间序列方法预测战场态势变化,实现辅助指挥员智能决策。最后,本文在某联合登岛案例中开展了方法验证,结果表明,所提出的方法可成功实现任务规划并具有可解释性,可实现对战场态势变化的预测和快速响应,在战场上为军队提供强有力的支持。     

岩土力学参数概率分布的推断方法研究综述

岩土力学参数的概率分布推断是岩土工程可靠性分析的关键步骤之一,选择和建立输入参数的概率模型直接影响可靠性最终的计算结果和精度.介绍了不同情况下确定岩土参数概率分布的各种推断方法和研究进展,主要包括小样本情况、较大样本及大样本情况、存在先验分布和现场有限小样本情况下的推断方法.详细介绍了笔者最近在这一领域内所做的工作,希望对这一领域内的研究工作起到一定的推动作用.     

多险种风险模型的破产概率

由于保险公司风险经营规模不断扩大,用单一险种的风险模型来描述风险过程存在局限性,文章建立了保费收入为复合泊松过程的风险模型;讨论了带干扰的多险种风险模型;得出伦德伯格不等式和最终破产概率公式。     

依赖时间参数下几何平均亚式期权的定价

文章讨论了标的资产有依赖时间的参数,即无风险利率r(t)、风险资产期望收益率μ(t)、波动率σ(t)和红利率q(t);在无风险中性定价情况下,首先利用等价鞅测度方法得到了几何平均亚式期权的定价公式,并得出了欧式期权;再利用概率方法得到了几何平均亚式期权的定价公式;比较2种方法所得的结果,可以发现两者在形式上有所不同,但实质上却是相同的。     

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。