二维非均匀信息扩散及其应用

在风险分析和评估过程中,经常会遇到信息不充分、数据不完备的情况,即小样本问题.本文提出了二维的非均匀信息扩散方法,对小样本进行分析处理,并用于实际项目加以印证.其中非均匀信息扩散方程取(N)/(t)=(N+1)·((~2N)/(x^2)+(~2N)/(y^2)),用MacCormack方法进行求解,在两个优化准则下建立优化模型,利用MATLAB编程实现,结果与大样本是一致的.

小样本信息的研究和应用

基于现实研究中遇到的信息不完备、数据有残缺的情况,利用信息扩散原理进行二维小样本信息的处理、分析并应用于实际项目.采用均匀信息扩散优化处理方法和非均匀信息扩散方法对二维小样本进行探索,结果与大样本处理的结论是一致的;同时对样本点数影响信息扩散结果进行了理论推导.研究表明,小样本数量不会大幅度影响预测结果.

基于不完备数据样本的联合作战大气—海洋环境风险决策

针对大气—海洋环境对武器装备和作战行动影响的实验样本数据稀少的困难,改进和发展了一种非均匀信息扩散技术,该方法可从有限的试验/实验样本结构中客观拟合出数据信息的扩散函数,进而实现有限数据样本信息的合理拓展。利用该方法对影响联合作战的大气—海洋环境实验数据样本进行了信息扩散和仿真建模。实验结果表明该技术可对不完备数据样本进行有效的信息拓展建模,评估结果基本符合客观实际。