Gauss白噪声激励下的永磁同步电动机模型的分岔分析北大核心CSCD

针对永磁同步电动机(PMSM)模型引入Gauss白噪声,根据极坐标变换和随机平均法得到系统It8随机微分方程,并计算出系统概率密度函数,通过数值模拟揭示了系统P-分岔的机理.此外,探讨了系统在双参数空间中的复杂动力学,仿真结果表明在参数空间中出现了大量的“鱼”形周期区域,并且这些“鱼”形周期区域不可避免地受到噪声的影响变得紊乱.值得注意的是,从数值模拟结果中发现了一个新的现象,一定的噪声强度下,可以诱导系统在周期振荡区域内的收敛行为,这也表明了噪声对系统影响的双面性.     

分数阶趋化模型在临界Besov空间中解的整体存在性北大核心CSCD

该文主要研究如下的分数阶趋化模型:{■_(t)+(-△)^(α/2)=▽·(u▽v)(x,t)∈R^(n)×(0,∞),ε■_(t)v+(-△)^(β/2)v=u,(x,t)∈R^(n)×(0,∞),u(x,0)=u_(0)(x),v(x,0)=v_(0)(x),x∈R^(n)其中α∈[1,2],β∈(0,2],ε≥0.基于分数阶耗散方程在Chemin-Lerner混合时空空间中的线性估计和Fourier局部化方法,作者得到了如下结果:(1)当ε=0时,建立了次临界情形1<α≤2下该模型在Besov空间中的局部适定性和小初值问题的整体适定性,优化了[陈化,吕文斌,吴少华.分数阶趋化模型在Besov空间中解的存在性.中国科学:数学,2019,49(12):1-17]所得适定性结果中正则性和可积性指标的范围.并且还建立了临界情形α=1下该模型在Besov空间中小初值问题的整体适定性;(2)当ε>0时,利用特殊的迭代技巧,作者分别建立了次临界情形1<α≤2和临界情形α=1下该模型在Besov空间中的局部适定性和小初值问题的整体适定性.进一步,利用模型所特有的代数结构,作者还证明了对初值v0无小性条件下解的整体存在性.     

基于传染病模型的恐慌情绪研究北大核心CSCD

针对突发事件下群体恐慌情绪影响群体行为反应问题,根据现实恐慌情绪特点,结合心理学人格特征理论,将复杂群体分为松弛型群体和急躁型群体,借鉴传统传染病SIR传播模型,引入群体与环境的影响因素κ,建立恐慌情绪传播模型.数值模拟结果表明:急躁群体的感染和恢复过程比较强烈,而松弛群体情绪比较稳定,恐慌情绪恢复较为缓慢;感染率对恐慌情绪传播具有双重作用,一方面提升恐慌情绪传播速度,另一方面增加群体情绪恢复能力;恢复率的提升加快恐慌情绪的传播,同时有效降低恐慌程度;增加接触率能够促进恐慌情绪传播,提升恐慌程度.     

非参数空间滞后模型的广义矩估计北大核心CSCD

放松了参数空间滞后模型中自变量的影响为已知的线性或非线性形式假设,考虑一类非内生自变量为随机变量的非参数空间滞后模型,构建了该模型的广义矩估计法,导出了其估计量的渐近性质,用Monte Carlo模拟方法考察了估计量的小样本表现.此外还将所提出的估计方法应用于估算我国各省市全要素生产率增长率.     

基于偏正态数据下联合位置与尺度混合专家回归模型的参数估计北大核心CSCD

混合专家回归模型广泛应用于异质总体数据的分类,聚类及回归分析中.研究基于偏正态数据,提出了联合位置与尺度混合专家回归模型,该模型同时对位置,尺度和混合比例参数建模,应用MM算法和EM算法研究了该模型参数的极大似然估计.通过随机模拟和实例分析说明了该模型和方法的有效性与实用性.     

基于Kriging模型和提升小波变换的随机模型修正北大核心CSCD

为提高随机模型修正效率,减小计算量,提出了一种基于Kriging模型和提升小波变换的随机模型修正方法.首先,对加速度频响函数进行提升小波变换,提取第5层近似系数代替原频响函数.其次,采用拉丁超立方抽样抽取待修正样本,将其作为Kriging模型的输入,对应的近似系数作为输出,构建Kriging模型.提出了一种引入莱维飞行(Lévy flight)的蝴蝶优化算法(LBOA),并将其应用于Kriging模型相关参数的寻优中,提高Kriging模型的精度.最后,以最小化Wasserstein距离为目标,通过鲸鱼优化算法求解待修正参数的均值.测试函数结果表明,LBOA在寻优能力、收敛精度和稳定性等方面有了很大的提升.数值算例的修正误差均低于0.4%,验证了所提模型修正方法具有较高的修正精度和效率.     

基于白噪声的网络传染病模型动力学分析北大核心CSCD

该文基于确定性网络传染病模型,建立了白噪声影响下的随机网络传染病模型,证明了模型全局解的存在唯一性,利用随机微分方程理论得到了传染病随机灭绝和随机持久的充分条件.结果表明,白噪声对网络传染病传播动力学有很大的影响,白噪声能有效抑制传染病的传播,大的白噪声甚至能让原本持久的传染病变得灭绝.最后,通过数值模拟验证了理论结果.     

等离子体中双流体模型的调制逼近北大核心CSCD

等离子体中的双流体模型描述了丰富的等离子体动力学行为,包括离子声波和等离子体波之间的相互作用.为了描述该双流体模型小振荡波包解包络的演化,利用多尺度分析方法将非线性Schrödinger(NLS)方程作为形式逼近方程导出,并通过对该双流体模型的真实解和逼近解之间的误差,在Sobolev空间中进行了一致能量估计,最终在时间尺度O(ε^(-2))上严格证明了NLS逼近的有效性.     

具有稳定分布噪声的ARMA模型的贝叶斯分析及应用北大核心CSCD

稳定分布是正态分布的推广,能够描述诸如方差无限、厚尾、有偏等非正态特征.但该类分布由于通常没有显式的密度函数,这给建模、分析带来了困难.本文采用数据扩充法、切片抽样法以及MCMC方法,给出了具有稳定分布噪声的ARMA模型更为简洁、有效的贝叶斯建模方法.通过对两个模型的模拟分析,说明了稳定分布的一些统计性质和文中建模方法的有效性.将模型应用于一个实际数据集,演示了该类模型的建模方法并展示了该类模型的一些优势.     

基于双分数阶变分光流模型的运动目标检测方法

变分光流法是常用的运动目标检测方法,应用场景中的光照变化会极大影响现存变分光流法的稳定性及准确率,提出基于分数阶的变分光流模型来提高光照变化鲁棒性.该模型将分数阶导数同时应用于经典变分光流模型的数据项及平滑项中;根据图像的数据特征,采用图像函数及光流向量函数的有限离散二重分数阶导数近似拟合求导结果计算光流向量,进而将光...     

基于降阶模型和数据驱动的动态结构数字孪生方法北大核心CSCD

针对受动载荷作用的结构,提出了一种基于降阶模型库和机器学习数据驱动的数字孪生构建方法.首先根据物理结构服役过程中可能出现的损伤状态,采用有限单元法建立高保真有限元模型.其次采用Krylov子空间模型降阶方法对模型进行降阶,建立了物理结构各种状态下的降阶模型,形成模型库.最后利用随机森林机器学习算法训练获得模型选择器,通过物理结构上传感器的数据推断当前物理结构的状态,驱动数字孪生体跟随物理结构一同演化.设计制作了一个框架结构物理模型,模拟了结构不同位置损伤及不同损伤程度,验证了提出的数字孪生构建方法.     

具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型的周期解北大核心CSCD

本文研究了一类定义在非负函数空间上具有非线性死亡密度和连续分布时滞的Nicholson飞蝇模型,获得了判定该模型正周期解存在唯一和指数稳定的充分性判据,并结合实际例子的数值模拟展示了所获得理论结果的有效性．     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.