一类索赔为马氏链的风险模型

本文研究了索赔为马氏链的离散风险模型.利用鞅方法得到破产概率的Lundberg不等式,并且给出了当索赔为独立同分布时的Lundberg不等式.     

基于非单一类型的组合模型在回归分析中的应用

本文研究的是非单一类型的组合模型应用于回归预测的问题.利用不同类型的子模型来构建组合模型,最大程度上减小了子模型间的相关性,得到了具有更好泛化能力的组合模型这一结果,在预测分析中具有重要的指导意义.     

X光衍射中积分强度的近似公式

用X射线衍射仪做定量分析衍射实验时会因盖革记数器的死时间而出现漏计现象．为了简便地测定死时间,本文提出了单层膜两次照射技术,导出了校正积分强度的近似公式,并与逐次校正法作了对比分析。     

沿任意方向的方向导数与连续

利用反例说明函数在一定点处沿任意方向的方向导数存在时,函数在此定点未必连续.     

双模态振幅调制原子力显微术相互作用区转变研究

双模态振幅调制原子力显微术测试或成像过程中存在引力区和斥力区两种相互作用区.开展双模态振幅调制原子力显微术针尖样品相互作用区转变的研究,对于在特定作用区内成像的参数设置、相互作用区范围的控制,以及对成像结果的正确理解和解释尤为重要.将有限差分法和同相正交法相结合,采用数值模拟方法研究了探针模态自由振幅大小设定、样品力学性能变化以及模态激励频率的设置对双模态振幅调制原子力显微术相互作用区转变的影响.研究结果表明,探针模态自由振幅之和越大,则引力区向斥力区转变时的临界设定点越大,使探针位于引力区的设定点的范围越小.样品的弹性模量越大、黏度系数越小,探针在接近样品过程中引力区向斥力区转变发生越早,即引力区设定点的范围越小.偏离自由共振频率对探针进行激励时,引力区的范围均小于以自由共振频率激励时的引力区范围,探针运动状态的突变并不一定对应相互作用区的转变,且不能将相位值是否高于或低于90°作为判定探针位于引力区或斥力区的依据.     

双模态振幅调制原子力显微术相互作用区转变研究

双模态振幅调制原子力显微术测试或成像过程中存在引力区和斥力区两种相互作用区. 开展双模态振幅调制原子力显微术针尖样品相互作用区转变的研究, 对于在特定作用区内成像的参数设置、相互作用区范围的控制, 以及对成像结果的正确理解和解释尤为重要. 将有限差分法和同相正交法相结合, 采用数值模拟方法研究了探针模态自由振幅大小设定、样品力学性能变化以及模态激励频率的设置对双模态振幅调制原子力显微术相互作用区转变的影响. 研究结果表明, 探针模态自由振幅之和越大, 则引力区向斥力区转变时的临界设定点越大, 使探针位于引力区的设定点的范围越小. 样品的弹性模量越大、黏度系数越小, 探针在接近样品过程中引力区向斥力区转变发生越早, 即引力区设定点的范围越小. 偏离自由共振频率对探针进行激励时, 引力区的范围均小于以自由共振频率激励时的引力区范围, 探针运动状态的突变并不一定对应相互作用区的转变, 且不能将相位值是否高于或低于90°作为判定探针位于引力区或斥力区的依据.      

在200 GPa冲击压强下铁是否会发生固-固相变？

 根据Grüneisen物态方程、Hugoniot内能守恒方程和最新发表的铁的热物理参数，计算了ε-(hcp)铁和液态铁的理论Hugoniot曲线。计算的Hugoniot曲线与最新修正的铁的实验数据[J Appl Phys, 2000, 88: 5496]在总体上符合很好，并且可以细分为两个部分：在约低于200 GPa的压强区，用ε-铁模型的计算结果与实验结果符合很好；在约高于260 GPa的压强区，用液态铁模型的计算结果与实验数据也符合得比较好；对介于200~260 GPa之间的压强区，则归属于由ε-铁向液态铁转变的混合相区。这意味着铁的Hugoniot曲线在约200 GPa处出现的微小偏折是由固-液相变引起的，从而否定了Brown [Geophy Res Lett, 2001, 28: 4339]提出的它是一次由ε-铁向另一个未知结构的某个固相铁的相转变的见解。     

一个unified系统与R(o)ssler系统的组合研究

将Unified系统和R(o)ssler系统凸组合构造了新的混沌系统,包括含两个参数的Unified-R(o)ssler 系统,以及含一个参数的Lorenz-R(o)ssler系统和Chen-R(o)ssler系统,通过计算最大Lyapunov指数谱、维数谱和计算机仿真,确定Chen-R(o)ssler系统的混沌区域.     

双光栅测速

双光栅的多普勒频移正比于动光栅的速度,所以测出了多普勒频移就可以定出动光栅的速度.通过对不确定度的分析,得出的结论是:速度测量的相对不确定度等于光栅常数的相对误差.     

基于混沌优化和自适应反向学习的秃鹰搜索算法

针对秃鹰搜索算法求解精度低、收敛速度较慢、容易陷入局部最优的问题,提出一种基于混沌优化和自适应反向学习的秃鹰搜索算法.首先,在选择搜索空间阶段引入正弦混沌映射更新秃鹰群位置,增加随机性,优化全局搜索能力;其次,在俯冲捕获猎物阶段加入指数自适应,平衡了全局搜索和局部搜索,同时加快收敛速度;最后,对更新后的最优秃鹰位置使用反向学习策略,提高跳出局部最优的可能性.选取12个测试函数对算法的性能进行了测试,结果表明本文改进的秃鹰搜索算法具有更优的求解精度和收敛速度.