基于小波变换的LMSV模型波动长记忆性估计与检验

将小波引入到LMSV模型波动长记忆性的估计与检验中，提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法，用不同参数值和样本容量的数据进行了模拟实验．又用该方法对上海和深圳证券交易所综合指数收益序列的LMSV模型的波动长记忆性进行了检验和估计，结果表明该方法是有效且可行的．     

油气资源勘探与开发的不确定性分析及最优策略

基于油气资源勘探与开发的特点,建立了油气藏勘探发现率及储量模型,并在油气价格服从几何布朗运动条件下,以油气开采收益最大化为目标,建立了油气资源勘探与开发的随机最优控制模型,然后运用动态规划方法推导了在状态方程有几何布朗运动、带随机泊松跳过程条件下,值函数所满足的HJB方程,并对最优策略的求解进行了一些讨论.     

修正AHP中判断矩阵一致性的加速遗传算法

作为系统工程中典型的定性定量综合集成方法,层次分析法(AHP)在各种复杂系统综合评价和多目标决策中具有广泛的应用价值.为修正AHP中判断矩阵的一致性,提出了用加速遗传算法同时修正判断矩阵一致性和计算AHP中各要素的排序权值的新方法(AGA-CAHP).理论分析和实例分析的初步结果说明:AGA-CAHP法直观、实用,计算结果稳定、精度高,在系统工程中具有推广应用价值.     

层次分析法(AHP)中的检验

分析了AHP(层次分析法)中现有检验指标存在的问题和应用的局限,设计了一个通用的检验指标,采用该指标,用统计学的知识进行一致性和相容性检验.该方法比通常方法使用面广、简单、精确.通过一个指标解决了AHP中的所有检验指标问题.     

网络决策分析的积因子方法

提出一种改进的网络决策分析方法,这个方法利用有向图及有向图相关的矩阵、将层次分析方法的积因子方法(方案合成排序应用乘积而不是相加)推广到一般的网络决策分析问题.文章对照传统的方法阐述了网络决策分析积因子法的步骤及特点.     

广义递归光滑暧昧环境下动态资产配置和资产定价研究

本文采用一种广义递归光滑暧昧模型表示投资者在暧昧环境下的效用函数,该模型能将投资者风险厌恶、暧昧厌恶和跨期替代三者区分开.通过设定代表经济人的学习过程和信念更新机制,将这种效用模型应于基于消费的资产定价模型.当股利增长服从隐马尔可夫机制转换过程,经济人对隐状态存在暧昧性认知时,暧昧性和经济人暧昧厌恶偏好影响资产定价,以及经济人的最优消费计划和最优资产配置.研究结果表明,暧昧厌恶、暧昧环境中的学习和信念更新机制在解释资产定价之谜中起到了关键作用.暧昧厌恶经济人的悲观情绪扭曲其信念,这种信念随经济所处状态不同而发生变化,并对经济处于衰退时期的定价核给予了更高权重,以致于其投资策略更加保守.这种悲观行为有助于传播和放大对消费增长的冲击,并产生随时间而变动的资产溢价.     

可修排队系统备件灰色生灭预测模型

可修部件的失效率和修复率在服役周期内呈现不确定性,基于确定型失效率和修复率建模的生灭过程在解决可修部件备件预测问题时存在一定局限.传统可修备件需求预测模型忽视了排队维修情况下的讨论,这与工程实际不符.以服从一般分布的区间灰数表征可修部件的失效率与修复率,构建了灰色状态转移矩阵,建立了一类排队维修系统的可修部件备件灰色生灭预测模型,研究了该过程的无记忆性和稳态解的存在条件,讨论了失效修复比、修理能力、备件数量与保障率的性质.一定程度上揭示了修理能力受限、失效修复比不确定背景下的可修系统备件需求规律.实际案例验证了模型的有效性和实用性.     

基于自整定和模糊自校正技术的改进Smith预估控制系统

针对常规Smith预估控制系统难于整定和对过程参数敏感的缺点,将模糊自校正与继电反馈自整定技术结合起来,提出了一种改进的Smith预估控制系统。大量仿真测试表明这种新的系统与常规系统相比可显著改善控制性能和适应能力。这种新的系统不仅对纯迟延占优势的大迟延对象有效,而且还适用于过程控制中大量存在的具有类似于纯迟延占优势对象特性的高阶对象和非最小相位过程。     

一种基于虚拟对象的进程检查点实现方法

检查点回卷恢复策略是实现软件容错的一种重要方法。基于虚拟对象策略的进程检查点实现方法把应用层与系统层的直接交互被重定向为应用层与虚拟对象层的交互以及虚拟对象层与系统层的交互。故障恢复时,虚拟对象层重新和系统层捆绑结合,使得进程环境故障前后的差异性对应用层透明。另外,基于虚拟对象的检查点策略不须要进行对象句柄转换,避免了对象句柄转换所带来的开销。该方法具有开销小的特点,并且支持多线程及线程间的同步。     

流程仿真的多层次PERT-Petri网模型

复杂流程中的工序持续时间有着很强的随机性,并存在资源约束问题。首先分析了常见的PERT和Petri网在流程仿真中的应用特点,提出了多层次PERT Petri网模型,给出了该模型的建模过程和递归仿真算法。该模型在上下层次分别采用PERT和Petri网对流程进行描述,充分利用了PERT直观简便的特点和Petri网在随机性和资源约束上的描述能力,有效地解决了复杂流程的建模与仿真问题。最后给出了一个例子,表明该模型更容易理解和构造。