广义双Poisson风险模型下的破产概率

首先将双Poisson风险模型推广到保费过程是广义齐次Poisson过程的一种新模型,然后利用鞅论的方法得出了破产概率满足的Lundberg不等式和一般公式,以及当个体所赔服从指数分布时破产概率的具体表达式.此模型可以解决同一时刻有2张以上保单到达的实际问题.

变破产下限广义双Poisson风险模型的破产概率

研究了广义双Poisson风险模型在假定变破产下限时的破产概率,得出破产概率所满足的不等式,且研究了当破产下限f(t)为线性函数时,破产概率所满足的不等式和破产概率的具体表达式.

带干扰的广义双Poisson风险模型的破产概率

将广义Poisson风险模型推广到带干扰的广义双Poisson风险模型,并利用鞅的方法得出了破产概率所满足的Lundberg不等式及其一般公式。

带扩散扰动项的广义双Poisson风险模型下的破产概率

本文首先在[1]-[4]讨论的基础上,将经典的破产模型推广到带扩散扰动项的广义双Po isson风险模型,即将保费收取过程和索赔总额过程同时推广到广义复合Po isson过程,以此解决在同一时刻有两张以上保单到达和两个以上顾客索赔的实际问题;接着运用鞅方法证明了破产概率满足的Lundberg不等式和一般公式在我们所建的模型下同样成立.

广义双Poisson风险模型下的生存概率

研究了广义双Poisson风险模型,给出了当索赔服从指数分布时,该模型在有限时间内生存概率.

广义双Poisson风险模型下破产概率的若干结果

进一步将双Poisson风险模型推广到了广义双Poisson风险模型,然后对此新模型利用鞅方法研究了破产概率满足的Lundberg不等式和一般公式。

带干扰的二元广义双Poisson风险模型下的破产概率

讨论了一类带干扰的双险种风险模型,其中保费到达过程和索赔到达过程是相互独立的,且索赔过程均为广义复合Poisson过程,并在模型中加上了随机干扰项。运用鞅的理论得到了最终破产概率的一般表达式和破产概率的一个上界估计。

广义多粒度双量化邻域粗糙集

针对实数型数据的信息量化问题,引入相对概念和绝对基数构建了广义多粒度双量化邻域粗糙集模型.首先,通过I型和II型广义多粒度上、下邻域特征支撑函数构建两类广义多粒度上、下邻域近似算子并讨论其性质;其次,讨论了两种广义多粒度邻域粗糙集的关系;最后,通过传染病案例实证分析了模型的实用性和有效性.

双辊薄带连铸凝固过程中柱状晶向等轴晶转变的广义稳定性判据

为促进柱状晶向等轴晶转变(CET)获得均匀的等轴晶,大多数有效的理论聚焦于生长而忽略了形核的影响。为此,构建耦合细化剂异质形核和枝晶生长的理论框架,采用考虑双辊薄带连铸(VTC)凝固过程中热力学驱动力(?G)和动力学能垒(Q)的广义稳定性(GS)新概念,研究CET位置、晶粒半径和力学性能。细化剂的加入,尤其是Al-5Ti-1B细化剂,通过增加形核的?G和生长的GS使晶粒半径细化到19μm,柱状枝晶的厚度增大到5~6 mm,同时提高强度和塑性。遵循高?G-高GS准则,细化剂直径优化为0.3μm。

广义椭偏仪双补偿器任意比例旋转控制系统

针对目前广义椭偏仪双旋转补偿器控制旋转比例单一的问题,提出一套基于STM32单片机与步进电机的广义椭偏仪双补偿器任意比例旋转控制系统。该系统采用STM32F1单片机进行编程控制两个步进电机旋转的基础速度、速度比、旋转光学周期数,并通过LabVIEW软件进行编程,获得与之配套的上位机控制系统,完成双补偿器的任意比例旋转控制。通过搭建的广义椭偏实验系统采集双补偿器不同转速比下对空气样本测量的图像,并将其中转速比为5∶3的数据采集结果与理论空气样本波形进行归一化处理。结果显示,实际空气穆勒矩阵与理论穆勒矩阵元素的最大误差为0.014,平均误差为0.004 3,验证了该系统具有较高的可靠性与测量精度。

广义结构Poisson括号与Casimir函数

证明了广义结构Poisson括号恒等于零的相关结果并得到验证,改进了广义Poisson括号的Casimir函数的结果,并得到了一个推论。

广义混合Poisson线性模型的贝叶斯推断

该文在贝叶斯框架下研究广义混合Poisson线性模型的变量估计和变量选择问题.首先结合广义Poisson线性模型和GMM模型,构造混合广义Poisson线性模型,并给出似然函数,然后构造未知参数的先验,给出后验似然函数,随后通过后验似然与先验的乘积得到未知参数的满条件分布,用Gibbs算法和M-H抽样算法抽取未知参数得到参数的估计值,并运用二元潜变量标记活跃变量,假设未知先验,给出后验似然,通过Gibbs算法和M-H抽样算法挑选出回归系数,最后进行数值模拟验证贝叶斯估计的有效性和变量选择的准确性.

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。

聚集数据线性模型广义聚集综合双参数改进估计的相对效率

针对聚集数据的复共线性模型过于强调岭估计在参数的稳定性,但参数的无偏性方面被忽视了。利用Stein压缩理论,根据广义Liu型估计方法,给出聚集数据线性模型广义聚集综合双参数改进估计的界说,研究聚集数据线性模型广义聚集综合双参数改进估计的优良性,论证此类改进估计两种相对效率的上界限问题。

一类双险种的广义复合双Poisson风险模型下的破产概率

讨论了一类双险种风险模型,其中保费到达过程和索赔到达过程是相互独立的,且索赔过程均为广义复合Poisson过程.对此模型得到了最终破产概率的上界和t0时刻之间破产概率的一个上界估计.

“双减”背景下作业减负增效的实证研究

有效减负需明确和平衡减负与增效的双重要求。作业减负增效的关键是科学控制作业量,减去额外负担,并通过提升作业有效性达到增效的目标。本研究基于2440名初二年级学生数学作业的实证数据,使用广义倾向值分析,探索中学生作业的减负增效途径。研究发现,数学作业时间与数学成绩呈倒U型关系,达到最佳成绩的每日数学作业时间为45分钟。随着学习机会的增加和数学兴趣的提升,学生达到最佳成绩的作业时间阈值呈现提前的趋势。对于学校教学而言,建议统筹管理作业,科学设计作业结构,减少作业总量;同时,建议提升课堂教育教学质量,增加学生获取知识的学习机会,提升数学学习兴趣,从而有效实现减负增效。

广义复合双Poisson风险模型下的破产概率

将广义复合Poisson风险模型推广到使其保费到达过程与个体索赔过程是相互独立的Poisson过程的一种新模型,并给出了最终破产概率的上界和t0时刻之间破产概率的一个上界估计。

二元广义复合双Poisson风险模型下的破产概率

讨论了一类双险种风险模型,其中保费到达过程和索赔到达过程是相互独立的,且索赔过程均为广义复合Pois-son过程.得到了最终破产概率的一般表达式和破产概率的一个上界估计.

不平衡电网下无刷双馈风电系统的虚拟同步发电机控制

无刷双馈发电机(brushless doubly-fed reluctance generator,BDFG)在风力发电领域有着广阔的应用前景。基于虚拟同步发电机(virtual synchronous generator,VSG)的无刷双馈风电系统具有一定的电网频率支撑能力,但在电网电压不平衡工况下运行性能较差。提出了一种不平衡电网工况下无刷双馈风电系统的虚拟同步发电机策略,来降低不平衡的电网电压对BDFG系统的影响;其核心思想为使用原有BDFG-VSG来控制正序分量,在功率绕组正向同步旋转坐标系下使用基于降阶广义积分器(reduced order generalized integrator,ROGI)的直接谐振控制调节负序分量。详细分析了电网电压不平衡对BDFG各电量的影响,据此提出了5种可供选择的优化目标,最后通过仿真验证了该策略的有效性。所提出的策略可抑制不平衡电网工况下BDFG的各电量中的负序分量或二倍频分量,无需计算负序电流的参考值,对电网具有友好性。

基于高斯–广义双曲混合分布的非线性卡尔曼滤波

本文研究带非平稳厚尾非高斯量测噪声的非线性系统状态估计问题.考虑到广义双曲分布包含多种常见厚尾分布特例,且其混合分布为共轭的广义逆高斯分布,选用广义双曲分布建模厚尾噪声;进而引入伯努利变量构建高斯–广义双曲混合分布来建模非平稳厚尾噪声,并利用该分布的高斯分层结构得到系统的概率模型.随后采用变分贝叶斯方法实现对系统状态以及噪声参数的后验估计,得到针对此类噪声系统的卡尔曼滤波(Kalman filter,KF)框架,现有的几种鲁棒滤波算法均是本文算法的特例.机器人跟踪仿真实验表明,所提算法与同类算法相比具有更好的估计精度和数值稳定性,且对于初始参数具有较好的鲁棒性.