基于改进PSO-BP神经网络的贮存可靠性预测

贮存可靠性是军事储备质量监测的重要环节,科学准确地预测贮存可靠度是现代化军事评估的必然要求。针对历史贮存数据,建立可靠度与年限的贮存可靠性预测模型,采用进化策略改进粒子群算法(PSO)优化BP神经网络进行贮存可靠性预测。通过数据扩充提高样本质量和数量,应用改进后的PSO算法优化BP神经网络的初始权值和阈值,提高网络的泛化能力。PSO算法较好的全局搜索能力与BP网络很强的局部搜索能力相结合,能够避免早熟现象,提高算法的收敛速度及预测精度。实验结果表明,改进的PSO-BP网络模型比PSO-BP和BP神经网络获得更好的预测性能。     

改进的Bootstrap方法对比及应用研究

本文针对小样本情形,在不改变原样本的情况下,对原样本的最大(最小)次序统计量进行领域上的扩充,以克服原来自助样本生成范围上的限制.这将在尽可能保持分布特性一致的情形下,大大降低其与原观测样本的相似性,同时也将数据分布的特性拓展至非观测点,它是一种近似,在尽可能少的偏离真实分布的前提下,实现了对真实分布的自助探索.本文针对样本量在10到30之间的时候所做的改进.最后,将改进的Bootstrap方法应用于工程可靠性指标的计算,从而检验方法的可行性.     

恒定应力部分加速寿命试验的统计分析

本文针对定时截尾试验的弊端提出一个新的寿命试验方案,基于试验数据得到似然函数,运用极大似然法得到尺度参数的点估计.利用EM算法得到了形状参数和加速因子的迭代方程,并根据缺损信息原则计算了Fisher信息矩阵.根据极大似然估计的渐近正态性,推导出参数的渐近置信区间.通过Monte Carlo方法对估计的平均绝对值相对偏差和均方误差进行模拟计算,并讨论了样本量对估计精度的影响.最后通过具体的样本,在不同应力水平下计算出形状参数、加速因子和可靠度的估计.     

超高维部分线性模型的PGFR变量筛选

本文考虑超高维部分线性模型,其中线性部分的维数p大于样本量n,且维数p随着样本量n呈指数阶增长.首先,利用半参数回归的profile方法,把超高维部分线性模型转化成超高维线性模型.其次,为了对高维线性分量进行有效的变量筛选,考虑到协变量之间的相关性,结合贪婪算法和向前回归变量筛选方法,针对部分线性模型,提出了profile贪婪向前回归(PGFR)变量筛选方法.在一定正则条件下,证明了所提PGFR方法具有筛选相合性.为了确定所选模型是否能够依概率趋于1包含真实模型,进一步提出了BIC准则.最后,通过模拟研究和实例分析验证了PGFR方法在有限样本下的完成情况.     

拟一致无迹卡尔曼滤波算法北大核心CSCD

针对一般的非线性系统,研究了无迹卡尔曼滤波(UKF)算法的一致性问题.通过对传统UKF算法的修正,提出了拟一致UKF(QCUKF)算法,同时给出了修正参数的选取准则,并且在理论上证明了所提算法的拟一致性.当算法具有拟一致性时,估计精度可被实时评估.最后,通过仿真实例说明了所提算法的可行性以及拟一致性.     

拟一致无迹卡尔曼滤波算法

针对一般的非线性系统,研究了无迹卡尔曼滤波(UKF)算法的一致性问题.通过对传统UKF算法的修正,提出了拟一致UKF(QCUKF)算法,同时给出了修正参数的选取准则,并且在理论上证明了所提算法的拟一致性.当算法具有拟一致性时,估计精度可被实时评估.最后,通过仿真实例说明了所提算法的可行性以及拟一致性.     

两多维样本模型中位置参数相等性的M-检验

本文给出了基于投影寻踪方法检验两多维样本位置参数相等的M 统计量和t 统计量,分别用PP型自助M 统计量和PP型自助t 统计量给出了上述两统计量的近似分布, 并给出了检验的算法,进行一些模拟.     

基于梯形模糊综合分析法的弹药维修安全风险评估

针对弹药维修的复杂性和特殊性,提出了一种基于梯形模糊综合分析法的弹药维修安全风险评估的方法.从环境、管理、人员、设备和物资等5个方面考虑,建立了弹药维修安全风险评估指标体系;鉴于人判断的模糊性和判断矩阵一致性检验要求,采用了基于梯形模糊数期望值的层次分析法确定指标的权重系数;建立了基于梯形模糊综合分析法的弹药维修安全风险评估模型.通过对某弹药维修工厂的实例分析证明,所建立的弹药安全风险评估模型合理、科学、有效,能够为制定相应的法规提供理论的支撑.     

稀疏交叉熵粗糙集DDRBM-DNNS高校科研能力评估

针对高校科研水平深度学习网络训练评价中存在评价特征同质化现象,造成评估结果精度不高的问题,提出稀疏交叉熵粗糙集双向受限制深度玻尔兹曼机(DDRBM-DNNS)高校科研能力评估方法.首先,考虑采用受限制玻尔兹曼机(RBM)和稀疏交叉熵惩罚参数对深度学习网络进行改进,实现深度学习网络特征训练同质化现象的削弱;同时,针对输入数据的预处理问题,考虑基于粗糙集的前置预处理方式实现,在维持数据输入信息完整前提下,实现输入样本数据的有效归约,进而实现样本处理量的简化,有利于深度学习网络收敛过程的提速;最后,利用所提算法对高校科研水平进行评价,实验数据显示,所提评价模型具备更高的评估精度和更快运算效率.     

Weibull分布定时截尾试验数据情形下的数据填充算法

利用处理非随机删失数据的矩不变准则及相应算法,本文针对Weibuu分布相同定时截尾型试验数据,通过控制算法中填充数据的分位概率,证明了通过迭代算法所得到的参数估计的相合性.进一步,通过对参数空间进行压缩,使得改进后的收敛算法所得到的参数估计同时具有相合性及不变性.作为本文算法的一个应用,我们还研究了利用填充后的虚拟完全样本构造可靠度的区间估计.最后,通过模拟计算验证了该算法具有较好的计算稳定性和可操作性.     

长贮产品基于贮存可靠度的序贯检测方法

长贮产品在贮存过程中,性能会逐步退化直至失效,保持和恢复系统可靠性的一种极为有效的方法就是周期地测试贮存产品的关键性能,并且修复和更换所发现的故障产品.检测时间间隔过长,则产品贮存可靠性达不到要求;检测时间过短,不仅要耗费大量的人力、物力甚至会诱发失效.考虑到产品贮存状态变化的复杂性,论文提出了Weibull分布产品基于贮存可靠度的序贯检测方法,可以动态调整检测间隔期,并结合仿真实例给出了序贯模型和参数估计方法.     

基于不完全数据的敏感性产品可靠性的综合评定1

敏感性产品是在某种可以度量的刺激下的一次性作用产品 ,一般采用成败型数据或序惯试验所得不完全数据来估计其可靠度 .前者在高可靠性要求下 ,所需样本量太大 ;后者虽需要较少的样本量 ,但是造成的外推误差太大 .本文将这两种数据结合起来 ,经过一定的纠偏后给出了敏感性产品的综合可靠性估计 .蒙特卡洛模拟表明 ,这样的综合评估方法是一种可行的方法 .     

基于Bootstrap法的样本函数条件极值的方差估计(英文)

对样本函数条件极值中γ2的估计进行了探讨,给出了γ2估计的一种方法—自助法,并对所得到的统计量的性质进行了分析.     

基于自步学习与稀疏自表达的半监督分类方法

基于图的半监督分类方法近年来在模式识别和机器学习领域取得了广泛的关注.然而许多传统方法在构建邻域图时采用固定的邻域尺寸,且在模型训练过程中同等对待所有样本,忽略了样本间的差异性,从而影响了方法的效果.对此,文章提出一种基于自步学习和稀疏自表达的半监督分类方法,提取并保持数据的有判别信息的稀疏自表达结构,并基于自步学习机制提出一种新的自步学习项,将数据重要程度的软权重与硬权重相结合,来对样本进行学习.所提方法能够自适应建立数据间的关系,自动给出样本的重要程度并由易到难进行学习,且具有多类的显性非线性分类函数.几个标准数据集上的实验结果表明,所提算法具有较好的半监督分类效果.     

基于仿真优化的炼钢生产批调度求解方法

论文针对钢铁企业炼钢工序具有高温、高能耗、复杂工况的实际特征,从中提炼出生产批调度问题,其工件根据其实际工艺属性可分为多个簇,基于给定的工件簇,决策工件的分批和调度情况,综合考虑工件之间的切换费用,以及工件提前、拖期所导致的惩罚,使得总的生产成本期望最小化,从而降低生产成本;针对该问题,考虑工件的处理时间、工件的加工属性具有不确定性,基于仿真优化思想,建立数学模型,并基于大数定理,对模型目标函数进行近似;提出基于样本近似方法的求解框架,通过随机抽样的方法获得不同规模的样本,针对不同规模的样本,提出Filter & Fan算法对问题进行求解;最后,通过基于实际数据的计算实验验证所提算法的有效性。     

逐次Ⅰ型混合截尾下基于FGM copula的应力强度模型可靠性估计

在逐次Ⅰ型混合截尾样本下,研究具有相关性应力-强度模型的可靠性.假设应力和强度分布为参数不同的指数分布,选用FGM copula作为连接函数构造联合分布,得到参数和可靠度的极大似然估计(MLEs)、贝叶斯估计和对应渐近置信区间、HPD置信区间.通过Monte Carlo模拟方法,获得不同样本量不同截尾方案下估计值的数值...     

一种改进的带有Pinball损失的一般双子支持向量机

针对于二分类问题,提出一种改进的带有Pinball损失的一般双子支持向量机,实现了结构风险最小化原则.数值实验表明所提算法相比于其他算法具有一定的优越性,并验证了所提算法对交叉数据集和含有噪声的数据集的可行性和有效性.     

基于主成分-集对分析法的联合火力打击陆军弹药消耗预测方案评估模型研究

陆军作为联合火力打击的重要组成部分,具有反应快、火力猛、精度高、机动灵活的特点,是实施联合火力打击不可缺少的重要力量.陆军在联合火力打击中,如何快速准确的从多种弹药预测方案中分析、评估优选出最佳的陆军弹药消耗预测方案,对提高陆军快速反应能力,提升部队战斗力,打赢未来战争至关重要.为此,在分析影响联合火力打击陆军弹药消耗主要因素的基础上,构建了符合联合火力打击陆军弹药消耗特点的评估指标体系,提出了一种基于主成分和集对分析法综合分析的联合火力打击陆军弹药消耗预测方案的评估优选方法,通过方法可求得指标权重,最终评估优选出最佳的联合火力打击陆军弹药消耗预测方案.结合实例分析,验证构建的评估模型能够用于多种联合火力打击陆军弹药消耗预测方案的评估优选,为进一步提高联合火力打击陆军弹药消耗预测方案提供技术指导.     

集对分析法在联合火力打击陆军弹药消耗预测方案评估优选中的应用研究

联合火力打击陆军弹药消耗预测是一个复杂的问题,影响弹药消耗的因素很多,许多因素难以在预测过程中定量地计算,具有较强的不确定性.集对分析是一种新的不确定性分析方法,其联系度概念具有鲜明的辩证性、完整性,使其成为处理不确定性问题的有效方法.因此,引入集对分析理论,建立分析模型,针对联合火力打击陆军弹药消耗多种预测方案进行评估优选.结果表明,方法简便、通用,计算结果较为客观和稳定,可为联合火力打击陆军弹药消耗预测方案评估优选提供新的有效途径.     

定数截尾数据缺失场合下冷贮备串联系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了冷贮备串联系统的可靠性指标评估问题.将经典估计方法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes点估计和区间估计.最后利用随机模拟例子说明了方法的正确性和可行性.