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.     

M阶非齐次马氏链随机转移概率调和平均的一类强极限定理

主要研究任意m阶非齐次马氏链的随机转移概率调和平均的a.s.收敛的强极限定理.在证明中采用了一种把网微分法与条件矩母函数相结合应用于马氏链强极限定理研究的新途径.作为推论,得到m阶非齐次马氏链的一个公平比的强极限定理,并将已有的结果加以推广.     

E-Bayes估计渐近性质的证明

随着科学和技术的进步需要有效地改进产品可靠性的评估方法,相关文献提出了参数估计的一种新方法——E-Bayes估计法.对Pascal分布,在两个超参数情形给出了分布参数的E-Bayes估计的定义、E-Bayes估计公式,并提出了E-Bayes估计的两个渐近性质,但没有给出证明.给出了这两个渐近性质的证明.     

对称熵损失下成功概率p的E-Bayes估计

研究对称熵损失下成功概率p的Bayes估计和E-Bayes估计,证明了前者的存在性及唯一性.模拟结果表明E-Bayes估计优于极大似然估计和Bayes估计.并将E-Bayes方法应用在证券投资预测之中,预测效果较好.     

绕积马氏链的几个结果

本文利用一般马氏链的理论讨论了随机环境中的马氏链的各种状态的特征及遍历性,并用两种方式将状态空间进行严格的分类.     

m阶马氏链关于广义随机选择系统的极限定理

主要研究广义随机选择系统中的m阶非齐次马氏链随机转移概率调和平均的a.s.收敛的强极限定理.在证明中采用了一种把网微分法与条件矩母函数相结合应用于马氏链强极限定理研究的新途径.作为推论,得到m阶非齐次马氏链随机条件概率一个公平比的强极限定理,并将已有的结果加以推广.     

三叉树上分支马氏链的等价性质

在二叉树上分支马氏链的等价性质研究的基础上,给出了三叉树上分支马氏链定义的离散形式,除了把二叉树上分支马氏链的两个等价性质平移到三叉树上分支马氏链以外,又给出了三叉树上分支马氏链的两个等价性质及两个性质.得出结论的关键方法是在概率乘积公式及条件概率公式的计算中正确处理其中所涉及到的许多繁杂的必然事件.     

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.     

无失效数据情形指数分布失效率的E-Bayes估计

提出了一种新的可靠性参数估计方法——E-Bayes估计法.对寿命服从指数分布的产品,在无失效数据情形给出失效率的E-Bayes估计的定义、E-Bayes估计,并在此基础上给出了E-Bayes估计的性质——可靠性参数的E-Bayes估计和多层Bayes估计的关系.最后,结合发动机的实际问题进行了计算,结果表明提出的方法可行且便于应用.     

关于两个猜想的证明

文献[1]提出了参数估计的一种新方法—E-Bayes估计法.对Pascal分布,给出了分布参数的E-Bayes估计的定义、E-Bayes估计公式,并提出了两个猜想,但没有给出证明.本文给出了这两个猜想的证明.     

状态概率的E-Bayes估计与多层Bayes估计

在文献[1]中提出了参数估计的一种方法--E-Bayes估计并给出了状态概率的E-Bayes估计的定义、E-Bayes估计公式、预测模型及其在证券投资中应用,本文在此基础上将给出状态概率的多层Bayes估计、状态概率的E-Bayes估计的性质--E-Bayes估计,多层Bayes估计的关系.最后,给出模拟算例.     

对称熵损失下成功概率P的E—Bayes估计

研究对称熵损失下成功概率P的Bayes估计和E—Bayes估计,证明了前者的存在性及唯一性．模拟结果表明E-Bayes估计优于极大似然估计和Bayes估计．并将E—Bayes方法应用在证券投资预测之中,预测效果较好．     

可靠度的E-Bayes估计、性质及应用

对二项分布的可靠度,提出了一种新的参数估计方法——E-Bayes估计法.在不同先验分布下,给出可靠度的E-Bayes估计和多层Bayes估计,并给出可靠度的E-Bayes估计的性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的方法可行且便于应用.     

Pascal分布的参数估计

对Pascal分布,提出了参数估计的一种新方法——E-Bayes估计法.给出了可靠度的E-Bayes估计的定义,在此基础上给出了可靠度的E-Bayes估计公式,并给出了可靠度的E-Bayes估计的性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的E-Bayes估计法可行且便于应用.     

产品可靠度的E-Bayes估计

提出了参数估计的一种新方法——E-Bayes估计法.对Pascal分布,给出了可靠度的E-Bayes估计的定义(在先验分布中有一个超参数情形),在此基础上给出了可靠度的E-Bayes估计,并给出了可靠度的E-Bayes估计性质——E-Bayes估计和多层Bayes估计的关系.最后,给出了模拟算例,结果表明本文提出的E-Bayes估计法可行且便于工程应用.     

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—E-Bayes估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.     

二项分布可靠度E-Bayes估计的性质

作者以前提出了一种新的参数估计方法——E-Bayes估计法,对二项分布的可靠度,给出了E-Bayes估计的定义、E-Bayes估计和多层Bayes估计公式,但没有给出E-Bayes估计的性质.该文给出了二项分布可靠度F-Bayes估计的性质.     

失效概率的E-Bayes估计及其性质

该文提出了参数的一种新估计方法----- E-Bayes估计法. 在无失效数据情形, 给出了失效概率的E-Bayes估计的定义,在此基础上给出了失效概率的E-Bayes估计, 并给出了失效概率的E-Bayes估计的性质----- E-Bayes估计和多层Bayes估计的关系.最后, 给出了模拟算例, 结果表明该文提出的E-Bayes估计法可行且便于应用.     

马尔科夫状态转换GARCH模型的波动持续性研究——对估计方法的探讨

由于GARCH模型的系数固定不变,不能反映金融市场波动的结构变化,所以对于波动预测和动态风险管理都还不够完善。本文在GARCH模型中引入马尔科夫过程,从而使状态的转换体现在GARCH模型中,通过设置状态变量,构建马尔科夫状态转换GARCH模型(MRSGARCH),从而较好地揭示了存在结构转换的波动特性,对MRSGARCH模型进行参数估计,并给出了预测的详细过程,最后提出了MRSGARCH的波动持续性的估计方法。     

不完全信息下军事冲突态势的模糊过程分析

本文以军事冲突决策为研究背景 ,给出了在不完全信息下 ,局中人处在冲突态势改变过程是一个模糊集上的马尔柯夫过程时状态转移的预测模型 ,并且探讨了当状态转移的无后效应是模糊概念时模糊马尔柯夫链状态转移的预测模型