基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．     

一类最优投资随机控制模型的马氏链算法

现代金融经济中的很多问题可以构建成随机控制模型,而随机控制的求解却存在一定的困难.马氏链算法应该是一种有效的求解随机控制问题的数值方法.本文以Claus Munk的工作为基础,针对一类最优投资模型,具体确定了马氏链的转移矩阵并证明其满足算法收敛条件,并用MATLAB语言编成一个程序实现.     

马氏机制转换的含跳的O-U随机死亡率模型下看涨期权型长寿风险衍生品的定价（英文）

本文考虑了一个马氏机制转换的含跳的O-U随机死亡率模型.在该模型中,我们用一个连续时间有限状态的齐次马氏链来刻画经济和环境的状态.利用测度变换的方法,我们得到了期权型长寿风险衍生品价格的傅里叶变换的指数仿射型表达公式.     

倒向随机方程期权定价模型的一类随机算法

期权定价问题可以转化为对倒向随机微分方程的求解,进而转化为对相应抛物型偏微分方程的求解.为了求解与倒向随机微分方程相应的二阶拟线性抛物型微分方程初值问题,引入一类新的随机算法-分层方法取代传统的确定性数值算法.这种数值方法理论上是通过弱显式欧拉法,离散其相应随机系统解的概率表示而得到.该随机算法的收敛性在文中得到证明,其稳定性是自然的.并构造了易于数值实现的基于插值的算法,实证研究说明这种算法能很好地提供期权定价模型的数值模拟.     

带马氏利率的离散时间风险模型的破产概率

本文考虑一类保费和理赔额均为随机变量,且利率为马氏链的离散时间风险模型。推出了有限时间和最终时间破产概率的递归方程,并用归纳法得到了最终时间破产概率的上界表达式。     

一类点边同时变化的增长网络的度分布

本文研究一个节点和连边能同时发生变化的网络模型,把模型中的节点度的演化过程看成一族马氏链。从模型的演化机制中得到该马氏链的状态转移概率,用马氏链的方法证明了该模型的稳态度分布是存在的,并得到了度分布的精确表达式。从而说明了该网络是标度指数为3的无标度网络。     

CTH算法,嵌入马氏链和RG-分解

本文是一篇关于GTH算法的综述.GTH算法是一种稳定的数值算法,常被用于计算马氏链的平稳概率.GTH算法是高斯消元法的一种重排,因此它们在数学上具有等价的意义.GTH算法的所有步骤都可以用嵌入的概念来进行概率解释,并且算法的每一次消元都会产生一个嵌入马氏链.在这种情况下,RG-分解与高斯消元法中的LU-分解相对应.此外,在处理一个由无限多个线性方程组成的系统时,嵌入马氏链能被视为GTH算法的一种扩展,同时,它在被用于近似估算原始马氏链时,会产生在l1范数意义下的最小误差.     

基于马氏链拟合的一种非负变权组合预测算法及其应用

通过马氏链拟合的方法求取一种新的非负时变权组合预测算法公式.主要工作是:一、对组合预测问题以最小误差为准则给出了马氏链的状态和状态概率初步估计;二、用马氏链拟合状态概率分布时变规律,通过约束多元自回归模型导出了一步转移概率阵的LS解;三、给出一种非负时变权组合预测公式并举一应用实例.     

关于可列非齐次马氏链的广义C-强遍历性

马氏链遍历性理论在生物,数值计算,信息理论,自动控制,近代物理和公用事业中的服务系统等众多领域都有着广泛的应用,马氏链的C-强遍历性是马氏链遍历性理论的重要内容.本文给出了马氏链C-强遍历性的一个推广,首先给出了在可列状态空间取值的非齐次马氏链的广义C-强遍历性和广义一致C-强遍历性的概念,然后研究这两种遍历性成立的充分条件.     

并行准高斯高阶递归滤波算法研究

三维变分同化系统中一个重要的问题是背景误差协方差矩阵B及其逆的求解.背景误差协方差矩阵的水平变换部分采用递归滤波运算,可以简化矩阵的求解,解决了背景误差协方差矩阵B及其逆难以求解的问题.本文对准高斯高阶递归滤波的算法原理和过程进行了深入研究.因为递归滤波并行的低可扩展性制约了高阶递归滤波算法在三维变分同化系统中的应用,所以本文提出了阶段二维区域剖分并行化方法,实现了并行准高斯高阶递归滤波算法库.数值试验表明,四阶递归滤波1次的效果明显优于一阶4次的滤波效果;并且高阶递归滤波并行算法64核时能达到大约50倍的加速,并行效率高达78%,具有良好的加速效果和较强的可扩展性.