广义加权损失函数下准备金的分位信度估计

由于聚合数据是个体数据的加总,会失去一些有用信息.针对个体数据模型,分位回归模型可以直接求取未决赔款准备金的分位数,并且对数据中存在的异常值的敏感度不高.在程纪(2020)模型基础上,将分位回归模型与信度理论相结合,将多个流量三角形的增量赔款数据看成是相同日历年下的重复性多次观测,体现样本数据的分层结构,克服经典信度模型中只有一条回归线的弊端,在广义加权损失函数下得到准备金的信度估计,并给出参数估计.     

基于M估计的稳健单指数投资组合模型

针对单指数投资组合模型,用稳健的M估计去估计模型参数,减少了样本数据异常值对模型的影响,并对沪市权重股进行了实证检验,得到了投资组合的有效前沿。     

一类改进最大熵方法的可调参数分析

在结构可靠性分析中,引入含可调参数的转换函数能对传统的最大熵方法进行改进,获得更高的失效概率预测精度。但是,此可调参数的最佳取值很难确定。针对这一问题,引入概率守恒方程,从功能函数转换前后所得概率密度函数出发,建立其最大熵值的变化关系,给出转换前后最大熵值之差的理论形式。通过对三种典型单调非线性转换函数开展算例研究,发现功能函数转换前后的最大熵值之差与转换函数的最佳可调参数值有关。改变可调参数值驱使最大熵值之差变化的同时,改进最大熵方法能遍历到更好的失效概率估计值。     

紧黎曼流形上的椭圆边界值问题

讨论一类非齐次非线性椭圆边界值问题.利用极大值原理证明了该问题解的梯度估计.作为它的应用得到了解的效率比估计.     

对流扩散方程的缩减基有限元法的后验误差

将缩减基(RB)方法和有限元方法相结合,在保证偏微分方程的有限元离散格式具有足够高精确度前提下,能够大幅度地降低有限元离散格式的维数,从而大大降低计算中内存容量和计算时间的消耗.针对对流扩散方程建立基于RB方法的Crank-Nicolson有限元离散格式,并给出后验误差估计结果.     

坐标点分布对三维坐标变换参数估计不确定度的影响（英文）

相机坐标系和目标坐标系中公共特征点的测量精度和相对几何分布对参数估计具有重要影响,直接影响视觉导航精度。由于坐标点的测量精度依赖于测量系统的精度,而公共点的分布选取更容易调整,因此仅讨论公共特征点相对几何分布对平移旋转参数估计精度的影响。首先,采用非线性模型和加权整体最小二乘算法求解变换参数,并采用蒙特卡罗方法归纳总结了不同的特征点分布对参数估计精度的影响。同时,为了工程化应用,将坐标点分布的分散度进行量化作为其权重,提出一种重构协因数矩阵的方法。最后,基于实际测量数据的对比试验表明,在没有先验知识的情况下,所提出的方法可以改善参数的估计精度,即变换参数的后验标准差至少减小6.7%。     

非Fourier温度场分布的奇摄动解

应用非Fourier热传导定律构建了单层材料中温度场模型，即一类在无界域上带小参数的奇摄动双曲方程，通过奇摄动展开方法，得到了该问题的渐近解.首先应用奇摄动方法得到了该问题的外解和边界层矫正项，通过对内解和外解的最大模估计和关于时间导数的最大模估计以及线性抛物方程理论，得到了内外解的存在唯一性，从而得到了解的形式渐近展开式.通过余项估计，给出了渐近解的L2估计，得到了渐近解的一致有效性，从而得到了无界域上温度场的分布.通过奇摄动分析，给出了非Fourier 温度场与Fourier 温度场的关系，描述了非Fourier温度场的具体形态.     

纵向数据下线性模型的模态回归估计

本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.     

第二类端点奇异Fredholm积分方程的分数阶退化核方法

本文针对第二类端点奇异Fredholm积分方程构造基于分数阶Taylor展开的退化核方法，设计了两种计算格式，一是在全区间上使用分数阶Taylor展开式近似核函数，二是在包含奇点的小区间上采用分数阶插值，在剩余区间上采用分段二次多项式插值逼近核函数.讨论了两种退化核方法收敛的条件，并给出了混合插值法的收敛阶估计.数值算例表明对于非光滑核函数分数阶退化核方法有着良好的计算效果，且混合二次插值法比全区间上的分数阶退化核方法有着更广泛的适用范围.     

常利息力下非标准连续时间更新风险模型破产概率的渐近性态

讨论一个非标准连续时间更新风险模型,其中理赔变量序列为一列两两尾拟渐近独立(TQAI)非负随机变量,在常数利息力假定下,得到了其有限时间破产概率的渐近估计式,并进一步讨论了估计的一致性,推广了[1,2,8]等文献的结果.