遗传算法求解随机用户平衡模型

分析了随机用户平衡分配的算法还有很大的改进余地。用遗传算法求解Akamatsu建立的随机用户平衡模型,为随机用户平衡分配的求解提供新的途径。在一个小型测试网络上对遗传算法的求解进行了说明。     

Algorithms for Markov stochastic models

A survey of the main results of algorithmic studies of Markov processes and related stochastic models is shown. It consists of stationary solutions, transient solutions, first passage times, and multidimensional denumerable state Markov processes. In conclusion, some remarks on further works are presented.     

随机环境生灭过程模型的应用

运用随机过程理论分析完全竞争过程中竞争各方实力的变化规律;在证明随机环境中生灭过程的存在性的基础上,建立了随机环境下竞争参与者竞争实力模型;给出了完全竞争过程中竞争实力的转移特征;针对竞争过程的动态性,求出了迁入过程的数字特征。模型的随机性与因果性对立统一、抽象性与实用性相结合,结构严谨,通用性和重用性强,     

随机需求下实行累进数量折扣的零售商最优订购策略

供应商为了激励零售商增加订购量,现实中往往采取累进数量折扣策略,而零售商在享受到数量折扣的同时若过量订购,必然会增加由需求不确定性造成的库存积压成本。假设零售商面对的需求是服从某一随机分布,提出了累进数量折扣下的零售商具有(s,S,S0)订购策略,并证明了零售商采取该策略能够最小化总成本,实现收益和风险的最优平衡。最后通过数值实验验证了这一结论,并为此类零售商的运营提供了指导性建议。     

基于集成迁移学习的细粒度图像分类算法

针对现有的大部分细粒度图像分类算法都忽略了局部定位和局部特征学习是相互关联的问题,提出了一种基于集成迁移学习的细粒度图像分类算法。该算法的分类网络由区域检测分类和多尺度特征组合组成。区域检测分类网络通过类别激活映射(class activation mapping,CAM)方法获得局部区域,以相互强化学习的方式,从定位的局部区域中学习图像的细微特征,组合各局部区域特征作为最终的特征表示进行分类。该细粒度图像分类网络在训练过程中结合提出的集成迁移学习方法,基于迁移学习,通过随机加权平均方法集成局部训练模型,从而获得更好的最终分类模型。使用该算法在数据集CUB-200-2011和Stanford Cars上进行实验,结果表明,与原有大部分算法对比,该算法具有更优的细粒度分类结果。     

结构加层减震动力随机响应分析

将地震动模拟为平稳随机过程．研究了对已有结构进行加层处理后的抗震性能变化,分析了各参数对加层结构抗震性能的影响,得出了一些具有理论和实践意义的结论．     

随机线性系统部分变元依概率强稳定性研究

借助随机线性系统的Cauchy矩阵解及其截断矩阵解,通过引进随机线性系统左截Cauchy矩阵解和右截Cauchy矩阵解,并运用测度的单调性与连续性,讨论了线性Ito随机系统部分变元的依概率强稳定性,得出了该系统只依赖于左截Cauchy矩阵解的有界性和右截Cauchy矩阵解的渐近性的各种依概率强稳定、强一致稳定、强渐近稳定、强一致渐近稳定的等价关系。     

双稳态系统中结构参数对系统性能的影响

针对微弱信号检测问题,介绍了随机共振的原理并系统地分析了双稳系统阈值与系统结构参数的关系。得出系统中结构参数对随机共振现象发生起决定性作用的结论。同时深入阐述非线性系统势垒对随机共振效应的影响,即势垒越高,产生协同效应要求信号和噪声的能量越大。反之,则越小。基于以上结论,通过自适应地调节结构参数使系统达到随机共振,将能够适应更大的频率范围变化,提高随机共振方法检测效果。     

利率服从马尔可夫过程时的期权定价

传统的期权定价公式Black-SchoIes公式需要一些前提条件,其中之一就是利率在期权的生命期内为常数,而现实中利率水平通常是不确定性变化的．本文假设利率服从一个马尔可夫过程,从而得到一个不同的期权定价公式。     

考虑准备金的再保险投资定价研究

本文利用倒向随机微分方程的理论，在考虑保险公司提计准备金的背景下研究投资对于保险价格的影响，建立了再保险投资定价的正倒向微分随机方程的模型，并给出了保险价格的显性解．为保险人进行保险价格调整提供了依据，增强了保险人的竞争力，有很大的现实意义．最后通过算例进行了可行性分析．