一类基于输出非线性量测的变量带误差系统的辨识

研究一类基于输出非线性量测的变量带误差系统的辨识.通过对输出量测的截断,在适当的系统假设下,应用扩张截断随机逼近算法给出了系统参数的递推估计,并证明了估计的强一致.辨识算法适用于多种常见的非线性量测.最后给出了一个仿真例子,仿真结果与理论一致.     

On the expected discounted penalty function in a delayed-claims risk model

In this paper,we consider a risk model in which each main claim may induce a delayed claim,called a by-claim.We assume that the time for the occurrence of a by-claim is random.We investigate the expected discounted penalty function,and derive the defective renewal equation satisfied by it.We obtain some explicit results when the main claim and the by-claim are both exponentially distributed,respectively.We also present some numerical illustrations.     

金融时间序列的转折点分析

本文讨论了时间序列的预测问题,在摆脱了在传统模型过多假设的基础上,采用对不同类型预测模型进行综合平衡分析的方法,权衡各项指标,以达到发现时间按序列转折点的目的.并以股票序列为例说明所给预测模型的有效性.     

虚拟企业多元化经营的风险与收益研究

针对虚拟企业多元化经营问题，建立优化模型，以使风险降低，收益增加，为虚拟企业多元化经营提供理论和方法论基础。研究表明，多元化经营可以分散风险和整合资源，是虚拟企业进行虚拟运作的重要手段。     

一种新的股市风险度量指标及其应用

本文充分利用了多元统计分析的技术 ,提出了用收益的方差协方差矩阵引出的特征根作为股市风险的一种量度指标 ,在此基础上 ,推导出了第一特征向量的分块结构公式 ,并给出了具有实际意义的解释。本文的思想及技术路线 ,为以后对股市风险定量研究及开发金融工程产品打开了新的研究视野     

有风险控制的最优投资组合(英)

本文讨论有风险控制的最优投资组合问题并研究了倍率风险函数及临界风险的性质,最大最小风险的估计;给出了其倍率风险函数有严格解析形式的例子．     

测试基准倾斜对辨识加速度计数学模型精度的影响

建立了考虑测试基准倾斜时加速度计的数学模型。用初始安装误差角辨识理论及算法，在一定范围内消除或减弱了测试基准倾斜对加速度计数学模型辨识精度的影响。该方法可以降低对测试设备地基和调平装置精度的要求，降低其测试和标定成本，提高测试工作效率。     

基于非线性状态空间辨识的气动弹性模型降阶

高维、非线性气动弹性系统的模型降阶是当前气动弹性力学与控制领域的研究热点之一.然而国内外现有的非线性模型降阶方法仍存在辨识算法复杂、精度有待提高等问题.本研究提出了一种基于非线性状态空间辨识的跨音速气动弹性模型降阶方法.首先,该方法基于非定常空气动力的单位脉冲响应数据,采用特征系统实现算法对非线性状态空间模型的线性动力学部分进行系统辨识.其次,引入状态和控制输入的非线性函数,采用优化算法对非线性函数的系数矩阵进行优化,进而得到考虑非线性效应的空气动力降阶模型.为了验证该降阶模型在预测跨音速气动弹性力学行为的精确性,本文以三维机翼为研究对象,分别从基于非线性降阶模型的气动力辨识、跨声速颤振边界计算和极限环振荡预测三方面进行了算例验证,并与现有的模型降阶方法进行了对比,进一步说明本文所提出方法的有效性.研究结果表明,该降阶模型对上述三类问题的计算精度与直接流-固耦合方法相吻合,可用于高效预测飞行器跨声速气动弹性力学行为.     

基于特征线理论的辨识法在激波装配中的应用

准确地给出激波位置信息对于激波装配极为重要.但是,在使用计算流体力学（computational fluid dyna-mics,CFD）方法模拟复杂流动时很难准确地给出激波的位置.根据激波捕捉得到的流场信息确定的激波位置往往带有极大误差,在定常问题的模拟中,这种误差可以随着迭代逐渐消除,然而在非定常问题的模拟中,这种误差往往会积累甚至导致计算崩溃.文章将基于特征线理论的激波辨识技术应用到激波装配中,根据已有流场信息准确判断激波的位置.对于定常问题,该方法的应用加速了收敛速度;对于非定常问题,该方法的应用可以极大地避免初始误差的产生.