d型工作休假的多台M/M/c排队及在HCS中的应用

在多服务台M/M/c排队系统中,引入半空竭服务的d型工作休假策略.当系统中有d个服务台空闲时,令d个空闲的服务台开始一次多重同步工作休假,休假期间的服务台继续慢速服务新到顾客,其余c-d个服务台正常工作.在工作休假期间,系统中顾客数小于等于c-d个时,一个顾客的离开是由正常工作速率服务台完成的.系统中顾客数多于c-d个时,一个服务的完成可能是接受了正常速率服务,也可能是接受了低速服务.利用拟生灭过程和矩阵几何解方法得到了稳态队长分布,给出模型在多层蜂窝系统(HCS)中的应用,并对影响系统性能指标的参数做出了数值分析.     

不确定多属性决策中区间数排序的一种新方法

根据格序决策理论,提出不确定多属性决策中区间数排序的新方法,将综合评价值区间数分为可比较与不可比较区间数,对可比较区间数利用区间数上界进行比较来排序,而对不可比较区间数利用均值及区间上界比较来排序,方法比格序决策法和期望-方差法等方法更加简单易行,进一步提高了决策效率.最后通过算例验证方法的可行性和有效性.     

广义行(列)酉对称矩阵的Moore-penrose逆

通过对母矩阵进行奇异值分解的方法得到广义行(列)酉对称矩阵的奇异值分解进一步得到其Moore-penrose逆;用谱分解方法得到母矩阵的Moore-penrose逆,进一步得到广义行(列)酉对称矩阵的Moore-penrose逆.     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。     

半参数线性混合效应模型的联合变量选择

多数基于线性混合效应模型的变量选择方法分阶段对固定效应和随机效应进行选择,方法繁琐、易产生模型偏差,且大部分非参数和半参数的线性混合效应模型只涉及非参数部分的光滑度或者固定效应的选择,并未涉及非参变量或随机效应的选择。本文用B样条函数逼近非参数函数部分,从而把半参数线性混合效应模型转化为带逼近误差的线性混合效应模型。对随机效应的协方差矩阵采用改进的乔里斯基分解并重新参数化线性混合效应模型,接着对该模型的极大似然函数施加集群ALASSO惩罚和ALASSO惩罚两类惩罚,该法能实现非参数变量、固定效应和随机效应的联合变量选择,基于该法得出的估计量也满足相合性、稀疏性和Oracle性质。文章最后做了个数值模拟,模拟结果表明,本文提出的估计方法在变量选择的准确性、参数估计的精度两个方面均表现较好。     

小样本定数截尾场合下威布尔和对数正态分布的拟合检验

本文给出了小样本定数截尾场合下两参数威布尔分布和对数正态分布的拟合检验方法,该方法还适用于一般的位置-刻度参数族分布,论文还通过实际算例说明方法的可行性。     

反对称线性函数与行列式

通过对反对称线性函数及其性质的探讨,给出了有关行列式传统结论的一种新的表述,将几何直观与行列式的运算有机结合起来,以揭示行列式的一些更直观、具体的内涵.     

线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.     

集值映射多目标半定规划问题的epsilon-弱有效性

对于集值映射多目标半定规划问题, 在近似锥-次类凸的框架下, 建立了含矩阵和向量的择一性定理, 给出了问题的epsilon-弱有效解的epsilon-Lagrange乘子定理及标量化定理和epsilon-弱鞍点定理．     

Volterra核函数法在轴承滚珠磨损中的特征提取及应用

针对滚动轴承滚珠磨损故障特征难以提取的问题,提出一种基于多脉冲激励法下的Volterra级数核的求解算法.该方法是一种非线性系统模型的“交叉”诊断法,利用轴承系统输入输出的采样信号,建立Volterra非线性辨识系统模型,并运用多脉冲激励Volterra低阶核求解算法,将得到的低阶核通过时域和频域进行对比来判断轴承当前所处的运行状态.该文以无心车床主轴轴承为例进行实验验证,并与传统的小波分析法对比得出:多脉冲激励法能够方便准确地提取轴承的故障特征,该方法对此类故障的诊断具有一定的借鉴意义.