合成氨装置急性中毒事故风险分析的研究

目的针对有毒气体急性中毒的职业病危害特点,以国内外风险理论为基础,研究并开发适用于有毒气体急性中毒定量风险分析的内容与程序,对其在职业病危害预评价中的应用举出工程实例并加以阐述。方法主要运用定性及定量分析的方法,系统识别建设项目中可能产生急性中毒事故的各种风险因素,并对可能导致的后果及对应的概率进行评价,定量分析急性中毒事故的后果及严重程度。结果实例分析中合成氨装置生产工艺存在一氧化碳泄漏并发生急性中毒的危险,通过风险分析得出一氧化碳泄漏扩散影响的范围及危害程度,确定出急性一氧化碳中毒事故产生的后果及发生的概率,按照风险可接受水平提出必要的防范与应急措施建议。结论通过实际应用证明风险分析将有利于建设项目全过程风险管理,提高应急救援的能力。是工作环境风险评价体系的一部分,作为职业病危害预评价方法是非常必要的,有广泛应用价值和前景。

连续渗流模型理论下的证券价格过程

本文把证券市场中的投资者分为Ⅰ型和Ⅱ型两类.建立起Ⅰ类投资价格过程模型并简要论述了其收敛性,对连续渗流模型进行了介绍,运用连续渗流理论建立起Ⅱ类投资价格过程模型并研究了该价格模型波动的统计特性,揭示了价格过程的特征函数收敛于Black-Scholes模型相应的特征函数,最后,文章讨论了该价格模型下欧式未定权益的定价和套期保值问题。

关于有信用风险的期权定价的鞅方法

本文考虑了一个关于具有对方风险的衍生物的金融模型.应用公司价值模型,本文讨论了关于具有对方破产风险的衍生物的欧式期权定价问题.应用鞅方法,在高斯分布等的假设下本文得到并证明一个关于该期权的显式Black-Scholes定价公式.该公式推广了Ammann在[1]中的相应结果.

“优惠卷”收购问题的概率求解(英文)

利用几何分布的“无记性“,对奖卷收购问题中的Xnk(k=1,2,…,n)进行了概率讨论,即对张奖卷中已收集到k(0≤k≤n)张时的问题进行了研究,并基于随机过程论的观点严格论证了Xnk与Xnk-1,Xnk-2,…,Xn1 是相互独立的.

广义Poisson风险模型的鞅分析

在带干扰的广义泊松过程基础上,引入一个新概念——标准索赔额,建立一种更具有现实意义的新模型．利用鞅分析的方法证明其破产概率满足Lundberg不等式和一般公式．

图对数线性模型性质的研究

将马尔科夫网与对数线性模型的基本理论相结合,建立了图对数线性模型,并对模型参数的极大似然估计进行研究。根据极大团对图模型进行分解,即可得到极大似然估计。具体分析了五维随机变量的对数线性模型结构以及独立性条件,并且计算出其极大似然估计计算公式。

马尔可夫网络的因子搜索算法

马尔可夫网络中,常用极大团定义因子,利用吉布斯分布把网络中包含的联合密度分布表示出来,以此对网络进行相应的概率解释,其中搜索极大团这一过程变得尤为重要。因此在马尔可夫网络的理论基础上,结合图论知识,提出一个马尔可夫网络中的极大团搜索算法。搜索算法可以对输入的网络进行缩减,简化网络,并能得到网络中的所有极大团,同时算法的运算结果具有唯一性。

基于图模型的联合树算法研究

基于惰性传播的联合树算法具有较高的计算精度,但利用逆转弧在传递信息过程中增加了很多填充边,算法性能受到一定限制。为减少填充边的引入,在逆转弧变量消除算法信息传递的基础上,给出了最少填充边算法。该算法依照得分函数确定逆转弧的消元顺序,使得传递信息过程中引入较少的填充边。通过实例验证了该算法的有效性。

有向无环图结构及边缘化研究

研究一类边缘化有向无环图,通过利用隐变量投影法从有向无环图得到边缘化有向无环图。对边缘化有向无环图结构和马尔科夫性进行研究,给出一个总体分布算法。并通过含有五个节点的有向无环图的例子,证明了该算法的有效性。

用“规划求解”工具求解线性规划

线性规划问题的求解方法,各教材中都是重点介绍单纯形法,这种方法通过建立初始单纯形表,并对其进行叠代计算,可以求得问题的解,但由于是手工操作往往比较繁锁,本文针对微型计算机在我国普及程度越来越广这一事实,介绍一个用微型计算机求解线性规划的方法。

极大祖先图的马尔可夫性质研究

极大祖先图可编码为含有潜变量的有向无圈图模型的条件独立性关系。不同的极大祖先图可表示相同的条件独立集,称之为马尔可夫等价。基于有向无圈图模型,给出了构造极大祖先图的算法,研究了极大祖先图的马尔可夫性质,并给出了构造极大祖先图马尔可夫等价类的方向准则。

基于链图模型的变量消除算法

链图模型是一种同时存在有向边和无向边,但不存在有向圈的概率图模型,为变量之间复杂的关系提供了有力的框架。在链图模型中,基于贝叶斯网络中边缘分布的变量消除算法,根据链图模型的独立性,利用因子分解的方法,将算法推广到链图模型中,得到基于链图模型的变量消除算法。

全图与无带图的等价性研究

为解决含有隐变量和选择偏差的有向无圈图在多元统计分析中处理随机变量过程时的不稳定性,以全图的稳定结构与独立模型为基础,通过全图模型的分离准则、边缘化算法与条件化算法,讨论了全图模型与其无带图分支的差异,研究了结构精简的无带图分支及其分离准则,提出在对某些特定边进行重复时,全图与无带图的分离准则是等价的。在这种情形下无带图可以克服有向无圈图的局限性。

基于图的高斯分布的性质研究

高斯图模型是一种基于高斯分布假设下的图模型,为多变量统计建模提供了有力的框架。以含有四个节点的随机高斯图模型为例,推广到含有多个节点(n>4)的高斯图模型上。采用对精度矩阵求逆的方法得到高斯图模型的协方差矩阵,讨论含有多个节点与边的高斯图模型在随机的去掉一条边后,这条边对应的两随机变量的方差、协方差、变量间的相关系数的变化,并得到含有更多节点或边的高斯图模型对应变量的方差更小的结论。