基于通用生成函数的惯导部件可靠性建模

惯性导航系统是飞机、导弹等复杂装备的重要部件。准确评估其可靠性是装备使用、保障和遂行作战任务的基础。在分析基于通用生成函数方法构建多状态可靠性模型研究的基础上,设计了一种基于通用生成函数方法的性能相依多状态系统可靠性建模的仿真算法,以某型飞机的惯性导航计算部件为研究对象对模型的正确性进行了验证,并且和基于贝叶斯网络可靠性建模方法进行了比较,结果表明:①设计方法可行与贝叶斯方法可靠性结果一致且计算速度快,其中贝叶斯算法过程约需3.72e-02 s,而基于UGF的算法需要1.8810e-03 s左右;②所建模型可以获得多状态系统性能状态的分布特性。     

Nonlinear Time Series Forecast Using Radial Basis Function Neural Networks

In the research of using Radial Basis Function Neural Network (RBF NN) forecasting nonlinear time series, we investigate how the different clusterings affect the process of learning and forecasting. We find that k-means clustering is very suitable. In order to increase the precision we introduce a nonlinear feedback term to escape from the local minima of energy, then we use the model to forecast the nonlinear time series which are produced by Mackey-Glass equation and stocks. By selecting the k-means clustering and the suitable feedback term, much better forecasting results are obtained.     

Moderate deviation for the single point catalytic super-Brownian motion

We establish the moderate deviation for the density process of the single point catalytic super-Brownian motion. The main tools are the abstract Grtner-Ellis theorem, Dawson-Grtner theorem and the contraction principle. The rate function is expressed by the Fenchel-Legendre transform of log-exponential moment generation function.     

半群代数中理想FA良序基的构造

讨论了在半群代数k[A]中,如何利用Gause-Jordan消元法去构造半群代数的理想的良序基,进而得到理想的良性基-Groedner-基。     

一类非线性压缩生成的不变集的局部维数

本文以有界变差原理和有界畸变原理为工具,讨论了满足开集条件,且二次可微的一族递增的非线性压缩映射所产生的不变集的局部维数。     

划分格中的Mbius函数和秩生成函数

设S={1,2,…,n},P(n)是由S的所有划分组成的集合.对于π,σ∈P(n),如果π中的每个块包含在σ的一个块里,就定义π≤σ,那么P(n)作成一个格.如果M(n,k)是由S的所有k部划分组成的集合,而L(n,k)是由M(n,k)生成的格.在P(n)和L(n,k)中,给出M(o|¨)bius函数,并且确定了特征多项式和秩生成函数的表示式.     

三体纯态的纠缠度与量子控制隐形传送的理论分析

对三体纯态,V.Coffman等提出了分布纠缠的概念及纠缠的度量"tangle".本文由变换算符出发,以三粒子作为量子通道对一个任意的粒子态实现控制隐形传送为例,给出纠缠度与量子控制隐形传态之间满足的关系.     

神经网络中的逼近问题

本文主要讨论径向基神经网络对函数，连续泛函及连续算子的逼近．