非线性l1问题的极大熵方法

本文给出求解非线性l1问题的极大熵方法,介绍了极大熵函数的性质,极大熵算法及其收敛性。最后给出一个算例。     

参变极值问题的信息凝聚分布与Boltzmann极大熵函数

该文利用Ｂｏｌｔｚｍａｎｎ 熵概念给出了参变极值问题最优解的一种积分极限表达式和极值函数的极大熵函数,讨论了它们一致收敛性的要求并给出了极大熵函数一致收敛的一个充分条件,将之应用到全局最优解问题得到了全局最优解和最优值的一种显表示,最后还探讨了极大熵函数在一类双层规划问题求解中的应用．     

极大极小问题极大熵方法的收敛性

本文给出了极大极小问题的一种概念性的极大熵方法，并在较弱的条件下，证明了这种方法的收敛性。     

一类约束不可微优化问题的区间极大熵方法

本文研究求解不等式约束离散ｍｉｎｉｍａｘ问题的区间算法,其中目标函数和约束函数是 Ｃ~１类函数．利用罚函数法和极大熵函数思想将问题转化为无约束可微优化问题,讨论了极大熵函数的区间扩张,证明了收敛性等性质,提出了无解区域删除原则,建立了区间极大熵算法,并给出了数值算例．该算法是收敛、可靠和有效的．     

无约束非线性l_p问题的调节熵方法

本文构造了求解无约束非线性lp问题的新方法——调节熵函数法。给出了数值算法,证明了算法的收敛性。通过数值仿真将该方法与求解无约束非线性lp问题的极大熵函数法进行了比较,表明该算法是十分有效的。     

求解约束极小极大问题的一种K─S函数的近似迭代法

借助于极大熵方法和逼近法，给出了一种求解约束极小极大问题的K－S函数近似迭代法，同时讨论算法的有关收敛性．     

带约束条件的离散Minimax问题的区间极大熵方法

给出了求解带约束条件Ｍｉｎｉｍａｘ问题的区间极大熵方法以及相关的算法,从数值例子来看,此算法是非常有效的。     

平衡规划问题的熵函数方法及其在混合交通流中的应用

将参变极值问题的极大熵函数方法应用到求解平衡规划问题中,通过先验分布信息和Kullback熵概念,给出了平衡规划问题基于Kullback熵表示的熵函数求解方法,并将平衡规划的极大熵函数方法应用于求解混合交通平衡分配问题．     

半无限极大极小问题的极大熵方法

给出了一种求解半无限极大极小问题的极大熵方法，其基本思想是将半无限极大极小问题用有限维的可微无约束优化问题来近似．研究了方法的一些性质，并证明了方法的收敛性．文末的数值结果说明：这种方法是可行的，而算法的构造比已知的算法要容易得多，因而易于在工程设计中推广应用．     

凸规划的极大熵函数序列及其收敛性

为了消除凸规划问题中极大熵方法所导致的数值病态，该文应用Lagrange乘子法及赋范原理，给出一类凸规划问题的极大熵函数序列，并证明该序列一致收敛于凸规划的最优解。     

农作物单产的最大熵分布及在费率厘定上的应用

农作物单产分布的确定是农业保险中费率厘定的基础。本文引入最大熵原理,基于最大熵优化模型得出农作物单产的最大熵分布,并以此进行费率厘定。同时以辽宁省主要作物水稻、玉米、大豆和花生为例,确定了该四种农作物的费率,分别为4.45%、6.77%、6.34%、6.43%。结果表明:利用最大熵分布理论进行费率厘定不需要事先假定农作物单产分布的形式,而且考虑了更多作物单产分布的信息,为农业保险费率的合理精算提供一种新的可供选择的方法,有助于农业风险决策的科学化。     

Physical entropy, information entropy and their evolution equations

Inspired by the evolution equation of nonequilibrium statistical physics entropy and the concise statistical formula of the entropy production rate, we develop a theory of the dynamic information entropy and build a nonlinear evolution equation of the information entropy density changing in time and state variable space. Its mathematical form and physical meaning are similar to the evolution equation of the physical entropy: The time rate of change of information entropy density originates together from drift, diffusion and production. The concise statistical formula of information entropy production rate is similar to that of physical entropy also. Furthermore, we study the similarity and difference between physical entropy and information entropy and the possible unification of the two statistical entropies, and discuss the relationship among the principle of entropy increase, the principle of equilibrium maximum entropy and the principle of maximum information entropy as well as the connection between them and the entropy evolution equation.     

不完全信息下损失风险的研究

在获得损失分布不完全信息情况下,提出用方差和熵共同度量损失风险的方法.在不完全信息条件下,通过最大熵原理在最不确定的情况下得到最大熵损失分布,并获得了损失分布的熵函数值.用熵值度量损失分布对于均匀分布的离散程度,从而度量概率波动带来的风险;用方差度量损失对于均值的离散程度,从而度量状态波动带来的风险.由于熵是与损失变量更高阶矩信息相联系的,所以新方法是从更全面的角度对损失风险的预测.通过算例,进一步看出在获得高阶矩信息下,熵参与风险度量的必要性.     

基于最大熵的延迟启动/关闭N策略M/G/1可修排队稳态队长分布

研究具有延迟启动-关闭的N策略M/G/1可修排队系统,利用最大熵方法导出稳态队长分布的解析解,进一步得到基于最大熵的顾客平均等待时间.通过比较顾客的平均等待时间来检验最大熵方法的精度,结果表明基于最大熵方法得到的稳态队长分布是相当精确的.     

THE ESTIMATION OF PRIOR FROM FISHER INFORMATION

ＴＨＥＥＳＴＩＭＡＴＩＯＮＯＦＰＲＩＯＲＦＲＯＭＦＩＳＨＥＲＩＮＦＯＲＭＡＴＩＯＮ￥ＬＩＹＵＡＮＺＨＡＮＧ；Ｋ．Ｍ．ＬＡＬＳＡＸＥＮＡＡＮＤＱＩＡＮＧＷＥＮＪＩＵＡｂｓｔｒａｃｔ：ＩｎＢａｙｅｓｉａｎａｎａｌｙｓｉｓ，ｔｈｅｍａｘｉｍｕｍｅｎｔｒｏｐ...     

变分不等式的极大熵函数方法

利用极大熵函数方法将不等式组及变分不等式的求解问题转化为近似可微优化问题,给出了不等式组及变分不等式问题近似解的可微优化方法,得到了不等式组和变分不等式问题的解集合的示性函数.     

不等式组与变分不等式的极大熵函数方法

利用极大熵函数方法将不等式组及变分不等式的求解问题转化为近似可微优化问题，给出了不等式组及变分不等式问题近似解的可微优化方法，得到了不等式组和变分不等式问题的解集合的示性函数．     

Maximum entropy interpretation of autoregressive spectral densities

A new proof is given of the maximum entropy characterization of autoregressive spectral densities as models for the spectral density of a stationary time series. The new proof is presented in parallel with a proof of the maximum entropy characterization of exponential models for probability densities. Concepts of entropy, cross-entropy and information divergence are defined for probability densities and for spectral densities.     

Maximum entropy method for solving operator equations of the first kind

The maximum entropy method for linear ill-posed problems with modeling error and noisy data is considered and the stability and convergence results are obtained. When the maximum entropy solution satisfies the “source condition”, suitable rates of convergence can be derived. Considering the practical applications, ana posteriori choice for the regularization parameter is presented. As a byproduct, a characterization of the maximum entropy regularized solution is given.