不完全随机有偏量测下高炮火控系统诸元误差统计特性分析

针对频繁出现于工程实际中的不完全随机有偏量测为背景的火控系统性能的理论研究,建立了不完全随机有偏量测下的离散线性观测系统数学模型,给出了观测系统统计意义下的估计误差方差Cramér-Rao下界(CRLB);根据目标位置、速度与射击诸元间的非线性误差传递关系,利用U-T变换得到不完全随机有偏量测影响下的射击诸元误差方差下界。以某型数字化高炮火控系统为例,仿真结果表明:在给定探测概率和偏差发生率影响下,观测系统在标准航路特征点上的估计性能较无偏完全量测的估计性能下降23.3%,导致火控系统性能下降25%.

不完全量测下随机有偏离散系统的Cramér-Rao下界

针对含有不完全随机有偏测量序列的状态估计问题,给出了统计意义下的修正递推估计误差方差Cramér-Rao下界(CRLB)求解算法.首先建立了不完全随机有偏量测离散系统的数学模型,进而推导了枚举的CRLB和统计意义的CRLB计算式,该统计意义的CRLB为枚举CRLB的下界,其计算量远小于枚举CRLB求解的计算量.最后,以给定探测概率和偏差发生率下的一类光电跟踪系统为例,进行了数字仿真.

小波分析在股票有偏随机游动中的应用

在有偏随机过程中引入时变指数概念和具有局部自相似性的数学模型。借助小波基固有的尺度特性很适合于分析局部自然相似性这一特点,给出Hurst指数的小波估算公式及算法,并用仿真结果加以验证。

基于有偏随机游走的曲线目标断裂连接方法

曲线型目标的分割结果受光照,灰度不均等干扰因素影响,易造成曲线型结构断裂的问题,为此提出一种基于有偏随机游走的线状目标连接算法。以引力作为游走者的驱动力,不同连通块的线型目标对游走者提供不同的引力,在最邻近线型目标块的中心线的引导下,进行游走,连接断裂目标。综合中心线信息以及外周邻近线区域块的信息调整游走者转移概率,驱使单游走者游走路径趋于线型,多游走者的路径综合为曲线型结构。实验结果表明,即使在复杂的环境中,该算法也有一定的自适应性,应对不同变化场景有相应的连接效果。

基于视野约束下随机游走的曲线结构断裂连接方法

在对曲线目标分割时,受到光照、灰度等因素的影响,容易出现局部分割断裂的现象,传统算法无法兼顾连接效率和对象原有形态的保护。针对此情况,提出一种条件随机场理论结合有偏随机游走的曲线目标断裂连接方法。令游走个体受到不同连通区域节点的引力作用,引力作为游走个体运动的主要驱动力;令游走个体具有保持当前运动状态的特性,量化为惯性力;将人类行走时的行进视野赋予游走个体,约束力的作用范围。最终使单游走个体游走路线为线型,多游走个体综合为曲线行进,达到连接断裂的效果。实验表明该方法能够很好地解决断裂问题,提高了连接效率的同时保持了对象原有形态的完整性。

有偏随机游走改进吸收中心性识别关键节点

针对无向网络吸收中心性算法中未考虑信息传递的有偏问题,提出一种基于节点的度信息有偏随机游走,改进吸收中心性识别关键节点的算法。首先在无向网络中利用节点的度信息,构建信息传递的转移概率矩阵并定义吸收节点,通过到达吸收节点的平均首次可达时间,衡量节点的重要性;将该算法向有向网络进行扩展研究,结合有向网络节点的出度、入度信息,重新构建信息转移概率矩阵,识别关键节点。基于SIR传播模型和Kendall tau相似性,在真实的无向、有向网络中设计了3组对比实验,与度中心性、介数中心性、接近中心性、改进前吸收中心性算法、PageRank、LeaderRank、Pro_PageRank、DPRank等算法对比,无向网络中的改进算法与其它中心性算法识别结果平均相似性达0.869,有向网络中基于节点度、入度、出度信息的识别结果,平均相似性达0.893、0.867、0.854。实验证明,在识别关键点中改进后的算法能够起到有效的作用。

过度自信行为影响下的应急决策偏差和惩罚援助机制研究

本文基于某电力公司的实地调研,在运作能力因灾受损情境下研究了应急修复过程中管理者两种过度自信行为对决策偏差的影响,分析了惩罚援助机制在决策纠偏方面的作用。研究结果表明:提高惩罚和积极援助的"胡萝卜+大棒"调控机制有助于纠正管理者过度自信造成的决策偏差;过度精确行为对偏差存在双向影响,但可通过调节惩罚援助参数比例促使管理者向"积极应急"的方向决策;过高估计行为必将造成应急投入不足,同时将抑制过度精确行为的偏差,惩罚援助的调控机制必然失效;外界随机扰动分布左偏时,管理者需适当增加决策量以缓解应急投入不足。

基于节点相似性有偏游走的多层时序网络节点重要性评估

时序网络中关键节点的挖掘引起了社会广泛的关注。针对时序网络建模中存在忽略时间信息、未考虑时间切片间的交互关系进而影响关键节点识别准确性和科学性的问题,构建了多层时序网络模型,并提出了一种基于节点相似性有偏游走的关键节点识别算法:多层时序有偏PageRank(MTB-PR)。本文中网络模型的构建引入多层网络分析方法,完整涵盖了时序网络的结构演变。同时,基于所构建的网络模型,综合层内相邻节点间相互作用及其层间影响的双重因素来区分节点的不同影响力;通过数据分析,探讨了一些偏差参数变化对节点重要性能指标的影响。最后,将模型和算法应用于真实网络中,通过实验数据验证了该方法的合理性和有效性。

小波分析在Hurst指数估值中的应用

在有偏随机过程中引入时变指数概念 ,借助小波基能分析局部自相似的特点 ,给出Hurst指数的小波估算公式 ,并证明这种估算式和原指数是相容的 .

单向编组站配流与调机运用综合问题

单向编组站配流与调机运用综合问题研究的是确定出发列车的编组内容,指派并调度解体和编组调机的任务,使得出发列车满足列车编组要求,调机任务没有冲突,且车辆在站总停留时间最小。基于并行机调度和资源分配理论,建立该问题的混合整数线性规划模型。设计有偏随机键遗传算法求解该优化模型,基于平均分配和随机分配规则生成初始种群,并采用参数均匀交叉算子以使子代能有效继承父代的优化特征。最后,以1个实际算例对所提出方法的有效性进行测试,并与现场采用的贪婪算法、直接求解模型的优化求解器CPLEX进行比较。算例结果显示所提算法在计算质量和计算效率上的优越性。

机器人对多运动障碍物环境中方向可变运动目标的跟踪

机器人要实现对动态环境中可变方向运动目标的跟踪,必须采用动态的规划算法.本文在快速随机搜索树算法的基础上,采用滚动时间帧的思想,周期性地采集环境信息与目标运动状况,来预测未来环境中障碍物的分布情况及运动目标位置.在每个周期内用B IAS_RRT来引导机器人行走,以适应障碍物与目标运动方向的变化.仿真结果表明,该算法能有效跟踪在多运动障碍物环境中方向可变的运动目标.

聚类算法在无标度网络和云资源管理中的应用

基于最优云资源管理策略,提出了一种构建无标度网络模型的方法。网络建模为一个完全联通图的聚类应用,聚类算法实现了近似理论的度分布。能够重现现实网络权重和节点度呈幂律分布的统计特性,支持自组织,允许单个实体基于本地信息做出决策。实验结果表明,具有自我组织和自我管理属性的无标度网络,其各个核心节点可以作为计算机云的接入点,一旦形成这种集群可以实现最佳的云资源管理政策。

光纤通信网络中信号再生器定位问题的求解

信号再生器定位问题是光纤通信网络中一种新型组合优化问题,该问题的求解质量直接影响通信网络的设计成本,并且理论上被证明是NP完全问题。给出一种基于反向学习的有偏随机键遗传算法的求解方法,在有偏随机键遗传算法的基础上采用反向学习策略,充分挖掘反向解中的优化信息,提高算法的全局搜索能力。对大量标准测试算例的计算表明算法具有良好的优化性能,又通过与有偏随机键遗传算法和人工协作搜索算法的比较,进一步说明了本算法的高效性。

中国股票Hurst指数的计算与实证分析

Hurst指数是一种分析股票的时间序列特征指标。通过重标极差法计算出了中国全部主板、创业板上市的A股股票Hurst指数,并且进行了统计分析,证明了股票价格的波动符合有偏随机游走的特征。最重要且最具有创新意识的是文章对Hurst指数进行了计量分析,分析影响中国上市股票Hurst指数的因素,并且从股票价格趋势黏性的角度进行了直观解释。