加权非等间隔灰色Verhulst模型及其应用

针对建筑物沉降监测数据量少、信息贫乏,且具非等时距、呈"S"形变化的特点,建立了能够反映饱和状态的非等间隔灰色Verhulst模型.因早期建模数据对模型预测精度贡献较小,而靠近预测时间的建模数据贡献则较大,故建模时按时间先后对建模数据赋予了不同的权重,以此体现贡献大小.实证分析表明,采用数据加权能够提高模型的预测精度,从对建模以外的监测数据预测结果来看,效果优于已有一些模型.     

多角度动态光散射加权贝叶斯反演算法

研究加权贝叶斯算法在多角度动态光散射法测量单峰分布颗粒体系的颗粒粒度分布中的应用.采用颗粒粒度信息分布为底数、调节参数为指数的权重系数给各个角度下的光强自相关函数曲线加入不同的权重系数，再利用传统的贝叶斯算法反演.模拟与实验结果表明，加权后的贝叶斯算法能获得分布误差更小的反演结果，有效地抑制了数据噪声的影响，提高颗粒粒度分布反演的准确性.     

A remark on strong law of large numbers for weighted U-statistics

Let {X,Xn; n ≥ 1} be a sequence of i.i.d.random variables with values in a measurable space(S,S) such that E|h(X1,X2,...,Xm)| ∞,where h is a measurable symmetric function from Sminto R =(-∞,∞).Let {wn,i1,i2,...,im; 1 ≤ i1 i2 ··· im ≤ n,n ≥ m} be a matrix array of real numbers.Motivated by a result of Choi and Sung(1987),in this note we are concerned with establishing a strong law of large numbers for weighted U-statistics with kernel h of degree m.We show that lim n→∞m!(n-m)!n!1≤i1i2···im≤n wn,i1,i2,...,im(h(Xi1,Xi2,...,Xim)-θ)=0 a.s.whenever supn≥mmax1≤i1i2···im≤n|wn,i1,i2,...,im|∞,whereθ=Eh(X1,X2,...,Xm).The proof of this result is based on a new general result on complete convergence,which is a fundamental tool,for array of real-valued random variables under some mild conditions.     

自反矩阵在圆盘上的左右逆特征对问题

研究了自反矩阵在给定的圆盘上的左右逆特征对问题及其最佳逼近问题,得到了在特定条件下左右逆特征对问题的一般解及最佳逼近问题的表达式.     

软BCI-代数的软α-理想

将软集理论应用到BCI-代数的理想中,引进了软BCI-代数的软a-理想的概念,举出实例证明了软BCI-代数软a-理想的存在性.讨论了软a-理想与软理想、软a-理想与软p-理想之间的关系.研究了两个软a-理想的扩展交、限制交以及限制差等性质.给出了软a-理想的扩张性质.     

ON THE REVERSE ORDER LAW (AB)D=BDAD

1　ＩｎｔｒｏｄｕｃｔｉｏｎＩｔｉｓｗｅｌｌ ｋｎｏｗｎｔｈａｔｔｈｅＤｒａｚｉｎｉｎｖｅｒｓｅｈａｓｂｅｅｎｗｉｄｅｌｙａｐｐｌｉｅｄｔｏｔｈｅｔｈｅｏｒｙｏｆｆｉｎｉｔｅＭａｒｋｏｖｃｈａｉｎｓａｎｄｓｉｎｇｕｌａｒｄｉｆｆｅｒｅｎｔｉａｌａｎｄｄｉｆｆｅｒｅｎｃｅｅｑｕａｔｉｏｎｓ[2 ] .Ｉｎａｃｌａｓｓｉｃｐａｐｅｒ [3],Ｇｒｅｖｉｌｌｅｇａｖｅｎｅｃｅｓｓａｒｙａｎｄｓｕｆｆｉｃｉｅｎｔｃｏｎｄｉｔｉｏｎｓｆｏｒｔｈｅｔｗｏｔｅｒｍｒｅ ｖｅｒｓｅｏｒｄｅｒｌａｗ (ＡＢ) + =Ｂ+ Ａ+ ｔｏｈｏ…     

求解社区项目博弈的一种改进贪婪算法研究

针对社区项目博弈的一般模型,应用贪婪算法求解项目博弈的近似社会最优指派,给出参与者重加权分配机制,证明贪婪算法求得的指派恰好是非合作项目博弈的一个纳什均衡.定义控制参数,给出边际效益后悔值定义,利用后悔值改进了贪婪算法,证明基于后悔值贪婪算法求得的指派是非合作项目博弈的一个纳什均衡.通过数值仿真实验发现,与模拟退火算法比较,贪婪算法能够得到更好的社会效益,而且基于后悔值贪婪算法比贪婪算法得到更好的社会效益.