基于多尺度自适应阶ARMA的混沌序列多步预测

混沌时间序列在自然界以及人们的生产生活中很常见,混沌序列看似杂乱无章但相较于纯随机序列其中蕴含着一些非线性的运动特征,提出一种基于多尺度自适应阶ARMA的混沌时间序列多步预测方法.首先利用自适应噪声的完备经验模态分解(CEEMDAN)对原始混沌序列进行分解,获得不同尺度的固有模态分量(IMF)和残余分量.然后采用经粒子...     

基于beta密度函数的信任模型

信任是网上商务活动成功执行的基础,通过概率论原理建立了一种基于beta概率密度函数的信任模型.该模型考虑了交易系统中关于交易者的历史交易数据,通过科学和现实地处理这些交易数据来构造交易者的信任函数.同时模型考虑了推荐信息,通过有效的传递和组合来处理这些推荐信息.此外,模型引入了比较合理的时间退化因子.     

基于模糊一致矩阵法的优选炮阵地模型研究

运用基于模糊一致矩阵元素与权重关系式的排序方法,建立了一个基于模糊一致矩阵法的优选炮兵阵地的数学模型,具有较强的可操作性,利于计算机实现,可为实现炮兵作战自动化指挥提供有力支持.     

新二元三角插值多项式的构造

设Ω=[-πxπ,-πyπ],C(Ω)表示关于x,y均以2π为周期的连续函数空间.若f(x,y)∈C(Ω),取结点组为(xk,yl)=(2k+2n 1)π,(2l 2+m 1)πk=0,1,2,…,2n,l=0,1,2,…,2m,则我们获得一个二元三角插值多项式Cn,m(f;x,y)=M1N∑k=2n0∑l=2m0f(xk,yl).1+2∑nα=1cosα(x-xk)+2∑mβ=1cosβ(y-yl)+4∑nα=1∑mβ=1cosα(x-xk)cosβ(y-yl)其中M=2m+1,N=2n+1.为改进其收敛性,本文构造一个新的因子ρα,β,使得带有该因子ρα,β的二元三角插值多项式Ln,m(f;x,y)可以在全平面上一致地收敛到每个连续的f(x,y),且具有最佳逼近阶.     

修理设备可更换且有修理延迟的N部件串联系统分析

假定部件的寿命服从指数分布,修理延迟时间和修理时间均服从任意分布,并且修理设备的寿命服从指数分布,其更换时间服从任意分布的情况下,利用马尔可夫更新过程理论和拉普拉斯变换工具,研究了修理有延迟且修理设备可更换的n部件串联可修系统,求得了系统的可用度和(0,t]时间内的平均故障次数.进一步,在定义修理设备“广义忙期”下,利用全概率分解,提出了一种新的分析技术,讨论了修理设备的可靠性指标,得到修理设备的一些重要可靠性结果.     

基于混沌的三江平原月降水时间序列分析

三江平原是我国最大的淡水沼泽区,近年来降水的减少是导致湿地减少的一个重要的自然因素.别拉洪河是三江平原上比较有代表性的沼泽性河流.以别拉洪水文站的降水序列为例,通过相空间重构,分别计算了序列的关联维、最大Lyapunov指数以及Kolmogorov熵等几个序列特征量.计算表明:三江平原月降水序列中是存在明显的混沌特征的,这为以后建立三江平原月降水的混沌预测模型提供了理论依据.     

基于快速输出采样反馈技术的无抖振离散滑模控制

针对一类单输入单输出的离散时间系统,提出了一种基于快速输出采样反馈技术(FOS)的无抖振滑模控制器.该控制策略避免了在控制器中采用切换模式,从而消除了切换面附近的抖振.理论分析和仿真结果表明该方法不仅能保证闭环系统的稳定性,而且能提高系统的稳态精度.     

现实生活中最优化问题的数学模型构造

在实际生产、现实生活和科学研究中,许多情形下往往要求操作、经营和决策者考虑怎样才能以最低的成本、最短的时间获取最大的效益,这类问题在数学中称为最优化问题.这类问题的求解,需要我们通过对问题中给出的有关信息和数据进行分析、加工,灵活的运用数学知识构造恰当的数学模     

离散时间大种群随机多智能体系统的线性二次分散动态博弈

研究具有耦合二次型随机性能指标的离散时间大种群随机多智能体系统的分散博弈问题.系统所受的噪声干扰为条件二阶矩有界的鞅差序列,比以往研究所考虑的高斯白噪声情形更具有广泛性.采用状态聚集方法构造了对种群状态平均的估计,基于Nash必然等价原理设计了分散控制律,并利用概率极限理论分析了闭环系统的稳定性和最优性.主要结果包括(1)证明了对种群状态的平均的估计在某种范数意义下的强一致性,即种群状态的平均与其估计值之间的误差在该范数意义下将随系统个体数N的增加几乎必然收敛于0;(2)证明了闭环系统的几乎必然一致稳定性,即系统的稳定性与种群个体数N无关;(3)证明了所设计的分散控制律是几乎必然渐近Nash均衡策略.     

时间序列中自相关与偏相关函数分析

相关函数表现出时间序列中任意两个值之间的相关性是如何随着时间间隔而改变的.自相关函数刻画了时间序列相邻变量之间的相关性,偏相关函数则是排除了其它中间变量的影响,真实地反映两个变量之间的相关性,并且二者紧密相连.同时两个相关图所反映的信息在时间序列分析各个方面发挥着关键作用.