一、关于非时齐强马氏过程的一组充分条件(论文文献综述)
宋宇飞[1](2021)在《融合多源不确定性及复杂失效特征的系统可靠性综合评估》文中指出航天器、舰艇、数控机床等大型机电系统的可靠性分析与评估是保证系统安全、高效运行的重要手段。然而,随着现代大型机电系统的智能化、数字化和集成化程度不断提高,不仅系统中部件数量、种类剧增,而且部件、模块及子系统的功能和构成日益复杂。在设计、生产、服役过程中,由于实验不完备、设计缺陷、加工误差、认知局限及工作环境等因素,影响复杂系统可靠性的不确定性信息更加多样化;同时系统部件、模块及子系统等相互间的作用关系高度耦合,导致复杂系统的失效特征更加复杂。但是,目前传统的可靠性分析与评估方法主要针对随机-参数不确定性和冗余系统共因失效,不满足以多源不确定性及相关失效为特点的现代大型机电系统可靠性评估需求。因此,为保证有效、准确地分析与评估现代大型机电系统的可靠性,开展综合多源不确定性及复杂失效特征的系统可靠性评估具有重要的意义与价值。为解决上述难题,本文在国家自然科学基金委项目的资助下,在研究随机-参数不确定性及共因失效的基础上,以多源不确定性及从属失效下的系统可靠性评估为核心,从多源不确定性统一量化、从属失效下可靠性评估、综合可靠性评估方法等方面展开研究,建立融合多源不确定性及复杂失效特征的系统可靠性综合评估框架,并在工程实例中验证其可行性。本文主要的研究工作如下:(1)构建基于显式分析方法和β因子模型的区间贝叶斯网络,实现随机-参数不确定性下复杂系统的可靠性分析与评估。区间贝叶斯网络是传统贝叶斯网络的一种拓展模型,可有效地表征随机不确定性和参数不确定性。同时,为综合评估共因失效对系统可靠性的影响,通过在贝叶斯网络中增添独立节点的方式,将β因子模型引入区间贝叶斯网络中,从而建立基于显式分析方法与β因子模型的区间贝叶斯网络。针对上述构建的区间贝叶斯网络无法分析多阶共因失效的问题,借助马尔可夫方法对相关失效系统的建模优势,构建非精确连续时间马尔可夫链。通过仿真分析与实例验证,证明提出的方法可有效综合评估随机-参数不确定性及共因失效下复杂系统的可靠性。(2)构建基于copula理论的非时齐连续时间马尔可夫链,实现随机-参数不确定性及确定从属失效下系统的可靠性分析与评估。马尔可夫模型中表征部件相关失效的状态转移率取值多依赖专家经验与主观假设,以致可靠性评估结果的可信度较低。为解决上述问题,将copula理论引入连续时间马尔可夫链中,详细阐述通过copula函数计算马尔可夫状态转移速率的方法,从而提出基于非时齐连续时间马尔可夫链的确定从属失效系统可靠性分析方法。同时,为综合评估随机-参数不确定性对系统可靠性的影响,运用区间值表征部件寿命分布的不确定性参数。针对马氏链建模与求解时面临的状态爆炸问题,应用分层模型降低马氏链的规模。经仿真分析及实例验证,证明该方法可有效实现随机-参数不确定性及从确定属失效下系统的可靠性分析与评估。(3)构建概率盒贝叶斯网络,解决系统可靠性分析中多来源不确定性的统一量化问题。针对实际系统可靠性建模中多种不确定性共存的问题,运用概率盒统一量化证据结构体、概率分布、区间分布、区间信息等多种表征形式的不确定性参数。结合贝叶斯网络对不确定性的建模与推理优势,提出一种概率盒贝叶斯网络,并明确定义网络的推理机制。通过仿真分析及实例验证,证明该模型可有效实现多源不确定性下系统的可靠性分析与评估。(4)构建基于copula理论的概率盒贝叶斯网络,实现融合多源不确定性及确定从属失效的系统可靠性分析与评估。为综合考虑多种形式的不确定性参数及确定从属失效对复杂系统可靠性的影响,建立基于copula理论的概率盒贝叶斯网络,该模型将求解多部件联合分布的m维积分运算转化为2m个差分运算,计算效率高。经仿真分析与实例验证,证明上述方法可有效地实现融合多源不确定性及确定从属失效下的系统可靠性综合评估。(5)构建基于仿射算法的概率盒贝叶斯网络,实现融合多源不确定性及非确定从属失效的系统可靠性分析与评估。面对实际工程中更为常见的非确定从属失效问题,基于copula理论的相关性分析方法不再适用。为解决上述问题,提出基于仿射算法的概率盒贝叶斯网络。通过与Frechet不等式对比,该方法的计算结果不确定度小,效果更好。经实例分析,证明该方法可有效地实现多源不确定性及非确定从属失效下的系统可靠性综合评估。从理论模型、数学推理、仿真与实例分析,均证明本文构建的融合多源不确定性及复杂失效特征的系统可靠性综合评估方法是有效的,对现代机电系统的可靠性评估具有较高的实用价值和指导意义。
马静宇[2](2020)在《数据中心的节能管理及其最优动态节能策略研究》文中进行了进一步梳理在最近的二十年中,人们对数据中心节能管理的研究给予了相当大的关注。一方面,随着数据中心的数量和规模迅速增加,巨大的能耗已成为数据中心运营成本的主要部分;另一方面,数据中心已成为当今Internet服务中IT基础设施的重要组成,其中的每个数据中心中都安置了大量的服务器,以便数据中心可以提供稳定的云计算环境。因此,在数据中心的节能管理中,寻找最优节能策略和设计最优的节能机制是兼具理论挑战和应用价值的研究方向。过去的研究工作大多是利用休假排队模型、启动排队模型给出数据中心节能管理的静态优化策略,而本文通过引入成组服务台排队模型给出了数据中心节能管理的节能评价指标体系,通过引入马氏决策过程、基于灵敏度的优化方法给出了数据中心节能管理的动态节能策略。本文取得了如下研究成果:(1)本文通过分析数据中心的节能管理提出并发展了一类重要的成组服务台排队模型。不仅对一般成组服务台排队模型的研究问题、研究方法、理论困难进行了分析和总结,而且分别通过损失机制和不耐烦顾客建立了两个具有代表性的成组服务台排队,并对两组服务器损失排队数据中心模型的研究提供了相关的数学讨论,建立了这类数据中心的节能评价指标体系;最后,给出了一些数值例子来说明在这种节能数据中心模型中性能度量如何依赖于关键参数。(2)本文应用灵敏度优化理论提出了一种新的动态决策方法,来研究具有两组异质服务器数据中心的最优节能策略。为了找到最优节能策略,本文建立了基于策略的生灭过程和具有一般性结构的报酬函数;利用这个基于策略的泊松方程,通过RG分解为性能势的唯一解提供明确的表达式。根据不同服务价格下的策略来描述长期平均利润的单调性和最优性,并证明了bang-bang控制对于这个优化问题总是最优的。进一步地,研究了阈值型节能策略,得到了最优阈值型策略的必要条件。(3)本文构建了一个异步节能策略下数据中心的连续时间马氏过程。该数据中心具有两组异质服务器和一个有限缓冲区,且处于休眠状态时有一个快速启动过程。对于这样的数据中心,本文建立了一个基于异步节能策略的分块结构连续时间马氏过程,并详细介绍了其状态转移关系和无穷小生成元。在此基础上,利用UL型RG分解计算了该马氏过程的稳态概率向量。(4)本文利用灵敏度优化理论分析了数据中心的最优异步节能策略。构建了基于异步节能策略的分块结构泊松方程,并利用RG分解为其唯一解提供了表达式;利用灵敏度的优化理论讨论了数据中心不同服务价格下长期平均利润关于启动策略和休眠策略的单调性和最优性,并进一步提供数据中心节能管理的最优异步节能策略,证明了bang-bang控制的最优性;对于阈值型的最优异步节能策略,计算出数据中心的最大长期平均利润。(5)本文以秦皇岛市A数据中心为例,结合A数据中心节能管理中的一些实际情况,通过比较仿真与数值实验的结果对节能指标进行评估,利用数值实验讨论了在不同的服务价格下该数据中心节能管理的最优策略。
李满[3](2020)在《模糊厌恶型保险公司的稳健投资再保险策略研究》文中认为本论文主要利用随机控制理论,随机分析,动态规划等数学工具,介绍了几种经典风险模型,风险资产的价格过程和保险公司的盈余过程.假设模糊厌恶型的保险公司(AAI)有一个参考模型,但是由于随机性和AAI的怀疑,希望考虑一类等测度的替代模型,惩罚函数用来表示参考模型和替代模型之间的偏差.当偏差较大,参考模型受到的惩罚越大,模型的不确定性越大,在这种最坏的情况下,保险公司需要稳健的投资再保险策略.因此,本论文从保险公司的立场出发,在第3-7章研究了这些模型在不确定情形下的一些稳健投资-再保险问题,主要研究内容如下.首先,第3章考虑了跳扩散风险模型下的最优再保险与投资问题,其中保险公司以期望保费原理计算保费收入,再保险的保费收取根据广义期望方差保费原则,再保险的形式为比例再保险.由常数弹性方差(CEV)模型刻画股票的价格过程.当保险公司为模糊厌恶型时,模型参数具有不确定性,我们用相对熵惩罚描述与真实模型之间的偏差,用动态规划原理,推导出了以最大化指数期望效用为目标的稳健的最优投资-再保险策略,以及值函数的显式解,并给出验证定理.通过一些数值例子直观的展现参数对投资策略的影响,并对这些结果结合经济现象进行分析.第二,第4章考虑了跳扩散风险模型下的最优再保险与投资问题,其中再保险的保费收取根据广义期望方差保费原则.与第3章不同的是,再保险的形式依据自留函数,包括比例再保险和超额损失再保险.由跳扩散模型刻画股票的价格过程.当保险公司为模糊厌恶型时,不仅模型参数具有不确定性,而且考虑了风险资产价格过程中跳的幅度和跳的强度都是不确定的,相对熵惩罚描述与真实模型之间的偏差,用动态规划原理,得到了稳健最优投资再保险策略的表达式,证明了验证定理.通过一些数值例子考虑了参数对投资策略的影响,并对这些经济现象进行分析.第三,第5章考虑了两家风险厌恶型的保险公司的非零和博弈.假设两家保险公司的盈余过程为具有共同冲击的跳跃扩散模型,并且投资同一家银行,同一只股票,同一种信用违约互换(CDS),考虑购买不同再保险公司的保险转移自身风险,用动态规划原理,得到了两家保险公司的稳健纳什均衡投资策略,并进行详细证明.一些数值例子验证了我们的理论结果.第四,第6章考虑了具有股票投资和可违约债券投资以及购买再保险下的鲁棒投资再保险问题,其中股票的价格过程用跳扩散过程描述,盈余过程我们用经典的C-L过程描述,假设股票的跳跃和盈余过程中索赔跳过程具有共同冲击.保险公司为风险厌恶型,模型具有不确定性,与3-5章不同的是,我们考虑惩罚为一般惩罚,保险公司与市场之间的博弈.用动态规划原理,当惩罚函数为二次线性形式时,我们得到保险公司的稳健最优投资再保险策略的显式解,并通过一些数值例子分析了不同参数的影响.最后,根据第5章和第6章,第7章考虑了两家风险厌恶型的保险公司的非零和博弈,假设两家保险公司的盈余过程为经典的C-L模型,投资同一家银行,同一只股票,同一种可违约公司债券,考虑购买不同再保险公司的保险转移自身风险,考虑惩罚函数为一般惩罚,两家保险公司竞争,并与市场之间博弈.当惩罚函数为二次线性惩罚时,用动态规划原理,得到两家保险公司的稳健纳什均衡策略的显式解.一些数值例子验证了我们的理论结果.
郝茵茵[4](2019)在《相依死亡率模型下长寿债券定价问题的若干研究》文中指出长寿风险是逐渐降低的实际死亡率小于预期死亡率带来的偿付期的延长和偿付金额的增大.由于包含系统性风险而无法分散,这一风险已成为众多保险公司和年金提供者面临的重要问题.应对长寿风险的有效方法是发行基于长寿风险的金融衍生品(也称为长寿债券).近年来,已有金融机构陆续发行了各类长寿债券.从金融实践的经验来看,对长寿债券的定价是否合理是决定发行成功与否的关键.本文研究等价效用原则下长寿债券的定价及投资者的最优投资策略.定价必须基于对死亡率风险的合理度量.与现有文献不同的是,本文引入高斯随机场和随机弦对死亡率建模,从而能在时间和年龄两个维度上同时考察死亡率的变化,并说明各同龄群间死亡率的关系.这样更符合死亡率的实际数据,即各同龄群的死亡率下降趋势是不一致的.基于此类模型,我们先确定零息长寿债券的价格,再利用等价效用原则在不完全市场中确定长寿债券的价格.具体地,本文的内容可分为以下三个方面:(1)通过对高斯随机场驱动的死亡率密度模型的研究,我们考察不同年龄群间死亡率的相依性.首先,我们给出了一定条件下死亡率协方差函数的表达式.说明了在固定年龄x时,此模型可退化为经典的期限结构模型.同时,我们提出死亡率的χ2随机场模型,这类模型克服了高斯随机场无法确保死亡率非负的缺点.最后,在完全市场,利用风险中性测度给出了长寿债券价格满足的随机偏微分方程,这一方程与经典的Black-Scholes方程是类似的.(2)我们研究了在不完全市场,基于死亡率的随机弦模型,利用等价效用原则对长寿债券进行定价.随机弦是从物理中引入的概念,这样建模的优势在于能提供更多的死亡率间的相关模式和期限结构的形态.布朗运动模型,高斯随机场模型等都可视作随机弦模型的特例.我们重点研究了Ornstein-Uhlenbeck单模型和修正的χ2随机场模型,得到了不同年龄群间死亡率的二次变差.给出了在固定年龄的情形下,两类随机弦模型均可退化为仿射期限结构模型,并给出了其动态演化形式.最后,对两类模型进行了比较.我们假定短期利率是常值,在不完全金融市场,利用等价效用准则得到了长寿债券的无差别价格和投资者的最优投资策略,并由此说明了投资者和债券发行方的无差别价格间的区别.最后,给出了指数效用和CRRA型幂函数效用下两类长寿债券价格满足的随机偏微分方程.(3)为实现对长期长寿债券的定价,我们假设利率是随机的,并建立其期限结构模型.此时,股票和零息长寿债券这些风险资产的价格过程间不再是完全独立的.通过OU单死亡率模型确定零息长寿债券的价格后,我们利用等价效用原则给出投资者的最优投资策略和无差别价格,并在指数效用和CRRA型幂函数效用的情形下给出两类长寿债券价格满足的随机偏微分方程.与第三章的结果比较可知,随机利率的设定会对最优投资策略和长寿债券价格产生较大的影响.
林晓静[5](2018)在《基于Lévy过程的信用违约互换约化定价与模型研究》文中指出信用违约互换(Credit Default Swap,CDS)作为最早被设计出来的信用衍生品,是风险管理的一种高效的工具。这一产品的问世是信用风险管理领域的一次重大变革,它使得金融机构可以在保留资产所有权的前提下,单独将信用风险从其他风险中剥离,通过市场定价,转移给愿意承担的投资者,是一次伟大的创新,在信用衍生品领域占有半壁江山。即使信用衍生品市场由于金融危机受到重创,CDS市场也是最先最快恢复元气的产品。其中单资产CDS表现更为突出,其市场份额更是由2007年末的56%快速增长至2009年末的67%。这种惊人的生命力反映出单资产CDS合约的强大生命力和庞大的市场需求。金融危机之后,研究者们分析发现,此前在信用衍生品定价过程中,对于信用衍生品的市场情况和产品结构等因素的简化,是危机爆发的重要原因之一。大量的实证和研究表明,金融市场数据中存在跳跃。金融危机前的定价工作中,为了简化环境和产品结构,使用了基于高斯过程的几何布朗运动来描述资产价值变化过程和违约强度变化过程。这种连续的分布无法准确拟合金融市场收益率中的“尖峰”、“厚尾”以及“相关性微笑”等特征,给信用衍生品的定价带来了很大的误差。因此危机过后,对于市场上的“跳跃”的建模受到了研究者们的关注,其中,由法国数学家Paul Lévy创立的Lévy过程被认为是能够最理想地拟合金融市场数据的随机过程之一,受到了广泛的关注。本文以随机分析理论为基础,以Lévy过程为工具,应用约化信用风险模型,分别基于特殊的Lévy过程—从属Lévy过程,一般Lévy过程和马尔科夫机制转换Lévy过程,探讨了对于单资产CDS的约化定价及其模型的构建问题,主要获得以下结论:本文首先根据约化信用风险模型的思想,假定单资产CDS的参考资产的违约过程由一个外生给定的跳过程决定,将违约定义为跳过程的第一次跳跃,于是资产的违约时间过程就可以定义违约强度过程的累积强度过程。应用Cox过程来对违约强度过程进行描述,考虑到只有正向跳跃才会引发违约事件,假设违约强度过程服从从属Lévy过程,应用鞅方法和拉普拉斯变换,计算出参考资产的条件生存概率和无条件生存概率,建立了基于从属Lévy过程的信用风险模型。并假设参考资产价值过程服从几何布朗运动,从公司的偿还能力和负债之间的关系入手,利用概率知识,推导出违约回收率与违约概率之间的内在的函数关系式,建立内生性违约回收率模型。最后应用无套利定价原则,构建出基于从属Lévy过程的具有内生性回收率的CDS约化定价模型。然后,考虑到从属Lévy过程只允许正向跳跃,而实际的金融市场中同时存在着双向的跳跃,将基于从属Lévy过程的定价模型推广到基于由一般Lévy过程所驱动CIR过程的定价模型。对违约强度的性质进行分析,根据价格规律,发现违约强度过程应该表现出均值回复性质。通过对CIR过程的性质和特点进行分析,发现违约强度过程由CIR过程来描述,可以较好描述出违约强度过程中的均值回复性质。为了更准确地捕捉到违约强度过程中的跳跃过程,应用Lévy过程代替维纳过程,驱动CIR过程。假设违约过程是一个Cox过程,其违约强度过程服从一个由一般Lévy过程所驱动的CIR过程,应用算子方法、鞅方法和拉普拉斯变换的方法,计算条件违约概率和无条件违约概率,构建由Lévy过程驱动的CIR风险模型。应用无套利定价原则,构建基于Lévy过程驱动CIR过程的CDS定价模型。最后,将所建立的常参数的单资产CDS定价模型模型,推广到参数随宏观经济周期的变化而变化的情形。由于宏观经济中存在着周期性,而单资产CDS的参考资产作为市场的一份子,其漂移率、波动率、无风险利率等参数也会随着经济周期的变化而变化。将马尔科夫机制转换过程引入单资产CDS的定价过程中,应用马尔科夫机制转换过程来体现宏观经济周期变化,应用Lévy过程来捕捉金融市场数据中的跳跃。在约化模型的框架下,假设违约过程是一个Cox过程,违约强度是由上述由Lévy过程所驱动的具有马尔科夫机制转换的均值回复过程,构建基于马尔科夫机制转换Lévy过程的CDS定价模型,并应用无套利定价原则,计算出单资产CDS的定价公式。本文中所建立的基于Lévy过程的单资产CDS约化定价模型,可以克服基于几何布朗运动的单资产CDS约化定价模型中,对于跳跃的描述的不足之处,可以更好地拟合金融资产数据中的“尖峰”、“厚尾”等现象,为准确地对单资产CDS合约的定价提供工具,为我国开展CDS市场的尝试、进行金融创新提供理论基础。
许灿文[6](2018)在《K-means与非齐次隐马尔科夫模型在股价波动趋势上的应用研究》文中研究说明股票价格走势的预测方法有许多,传统的时间序列方法,仅仅考虑到股票数据与时间的关系,没能关注到股价序列本身多变性、联动性和变动复杂等特性。而机器学习的方法,仅仅考虑股价序列本身的特性进行机器学习,从而预测股价。本文结合两种方式的优势,根据我国的股市特点,结合隐马尔可夫模型(HMM),改变齐次性,加入宏观经济的影响,构建非齐次隐马尔可夫模型(NHMM),对股价走势预测。本文将宏观经济因子加入预测模型,通过PCA-BP的方式加入宏观经济对股价走势的影响权重,构建非齐次隐马尔可夫模型(NHMM)对股价走势预测。一方面消除了宏观经济因素之间的信息冗余的影响,另一方面结合了宏观经济,提出了非齐次隐马尔可夫模型(NHMM)。本文选择2006年7月-2018年8月股价收盘价2960条数据,用每20天的收盘价走势作为样本进行建模与预测,加入了 MEI(企业家信心指数)、CPI、IVA(工业增加值增长)等9个宏观经济因素,使用PCA-BP宏观经济因子加入方式,影响转移概率在各状态转移的权重,构造NHMM模型。全文由三步进行隐马尔可夫模型(NHMM)构建与实证:第一步,运用K-means聚类对所有20日的收盘价走势进行聚类,聚类出4种走势类型,作为非齐次隐马尔可夫模型(NHMM)的观测序列;第二步,使用PCA-BP宏观经济因子加入方式,影响权重,先用PCA对本文选定的宏观经济因素进行降维处理,然后将将结果作为BP神经网络的输入层,最终使宏观经济做为一个权重对NHMM转移概率改变,构建NHMM模型;第三步,对比非齐次隐马尔可夫模型(NHMM)模型与隐马尔可夫模型(HMM)预测结果。实证结果发现宏观经济的变动与股价变动之间确实存在着很大的非线性关系,宏观经济潜移默化地影响制约着股市的走向。非齐次隐马尔可夫模型(NHMM)的预测精度为74.07%,较隐马尔可夫模型(HMM)的预测预测精度51.85%高。
王闯[7](2014)在《有关建筑用能的人行为模拟研究》文中提出居民生活方式的不同是我国建筑能耗远低于发达国家的根本原因。大量研究表明,与建筑使用和运行状况有关的人行为存在巨大差异,导致建筑能耗的巨大差别。针对不同的人行为和生活方式,需要不同的节能技术。因此,准确刻画居民在实际建筑中的行为和生活方式,对科学评价我国建筑节能工作的效果、规范各项建筑节能技术的应用、以及合理制定建筑节能标准和政策等,都具有十分重要的意义。然而,由于人行为的复杂性,当前尚缺乏行之有效的定量描述手段,使得对人行为的调研、分析、定义、模拟等工作都面临困难和瓶颈,难以深入开展。为此,本文提出一套针对有关建筑用能的人行为的基本研究框架和定量描述方法。其核心是:1)突破了传统描述方法中偏重“对象状态”的思路,把关注点转移到“对象状态的变化”上,将人的行为定义为改变对象状态的一系列动作。基于这一动作视角,人行为研究的对象分为移动和控制动作(包括开窗、关窗、开空调、关空调、开灯、关灯等)两大部分。2)从刻画人行为的主要特征这一基本原则出发,引入“模式”及“特征参数”的概念对各项动作的描述进行简化和量化。各项动作可分别建立若干种典型模式,体现个体差异,适当组合即构成典型人的描述。从上述框架出发,本文在充分考察人行为所具有的时间作息、反馈和随机等特点的基础上,建立了人员移动和控制动作的基本模型。并针对办公建筑和住宅建筑中的各种使用者行为,分别定义了若干种典型模式及其行为特征参数。结合实际案例,对模型进行了初步验证。最后,介绍了人行为在实际问题中的模拟应用情况。初步的研究成果表明,与传统方法相比,新的描述方法简单有效,既能准确定量的刻画不同个体的行为特征,又能快速方便的应用于人行为的调研、分析、定义和模拟。以此为基础,将能开展更多有价值的工作,推进我国的建筑节能工作朝着基于居民实际生活方式的方向深入迈进。
付玉[8](2014)在《标准准转移函数所产生的两个双参数半群的若干性质》文中研究说明本文主要是研究标准准转移函数所产生的两个双参数半群的若干性质,包括这两个半群连续性,以及它们的预解算子、无穷小算子、微分算子的相关性质等。为此,我们首先对单参数的准转移函数和半群进行研究,讨论了它们的连续性、可微性、拉氏变换,和半群的微分算子、无穷小算子及预解式的性质,进一步讨论了准转移函数和半群的相互关系,以及这两个单参数半群的若干性质等;进而我们研究非时齐的准转移函数的相关性质,除了连续性和可微性之外,我们还介绍了它们的强遍历性,与此同时我们也讨论了双参数半群的预解算子、无穷小算子和微分算子的相关性质,以及非时齐的准转移函数所产生的双参数半群的强遍历性;同样地,讨论了次时齐的双参数半群的性质,例如连续性及相关算子的性质。最后,我们讨论本文的研究重点——标准准转移函数所产生的双参数半群的性质,首先介绍了标准准转移函数的相关定义,以及这两个双参数半群与它们的各类算子的定义,从而得出了和单参数准转移函数以及非时齐的准转移函数对应的参数半群的同类性质,如它们的连续性和拟时齐性,进一步我们研究了这两个双参数半群的各类算子,得到了无穷小算子的可交换性,拟时齐条件下左右微分算子的等价性,预解式的强连续性,及无穷小算子和其他两类算子等价关系。
张宇山[9](2013)在《进化算法的收敛性与时间复杂度分析的若干研究》文中指出进化算法(EvolutionaryAlgorithms,简称EAs)是受进化论中“物竞天择,适者生存”的思想启发而产生的一大类随机启发式搜索算法。这类算法主要用于求解传统计算方法难以处理的复杂优化问题,在工程优化中得到了广泛的应用,并取得了巨大的成功。当前,有关进化算法的研究大都集中于仿真实验和实际应用,相对而言,其理论基础研究的成果还不多。造成这一局面的主要原因在于进化算法运行的随机性本质,此类算法复杂的随机行为导致对其严格的理论分析很困难。收敛性与时间复杂度分析是进化算法理论基础研究的热点和难点,通过研究进化算法的收敛性与时间复杂性,可以深入了解这类算法的运行机理,从而设计出更高效的进化算法。针对进化算法复杂的随机行为,本文以随机过程理论为基础,对进化算法的收敛性与时间复杂度分析展开了研究。主要研究内容如下:(1)采用新的理论工具分析了二元进化策略的全局收敛和早熟收敛性。离散状态马尔科夫链理论已经广泛应用于进化算法的收敛性和时间复杂度分析中,而连续状态马尔科夫过程理论目前应用还不多。本文引入连续状态马尔科夫过程理论,以测度论为工具,借助公理化的条件数学期望理论推导出关键的转移概率的计算公式,分析了以(1+1)ES为代表的连续型进化算法的收敛性,从理论上证明若采用常变异算子,包括正态分布、柯西分布在内的一大类常用变异分布可使(1+1)ES依概率收敛到全局最优解的ε-邻域;而某些自适应变异算子即使以正态分布、柯西分布为变异分布也会导致(1+1)ES在某些问题求解上陷入早熟收敛,这说明自适应调整机制并非总是有效的。通过数值试验验证了理论分析。(2)对漂移分析进行了严格化。漂移分析(Drift analysis)是分析进化算法时间复杂性的一个强有力工具,由Jun He和Xin Yao于2001年首先引入(见ArtificialIntelligence127(1)(2001)57-85),其后得到了广泛的应用。但是原始文献的核心定理仍存在缺陷:条件过严、证明有误且不够严格等,而这些缺陷一直未见指出。鉴于该定理是漂移分析的理论基础,很有必要加以严格化。本文指出了该定理的不足之处,以测度论为工具,对该定理做了适当的修正与改进,并且给出了一个新的严格的证明。(3)提出了基于停时理论的进化算法首达时间分析模型。漂移分析虽然理论上适用于离散型和连续型进化算法的时间复杂度分析,但是实际上到目前为止,几乎所有应用漂移分析的研究都是针对离散的组合优化问题实例进行的且其理论基础仍有待进一步严格化。本文引入停时理论作为数学工具,将进化算法的首达时间视为停时,借助时齐马氏过程的性质,提出了分析进化算法首达时间的一个新方法,在此框架下,Level-reaching Estimation Technique作为特例得到了严格的证明。为展示如何用该理论方法分析具体问题,以(1+λ)EA求解LeadingOnes函数、PEAK函数和(1+λ)ES求解倾斜平面问题为实例,分析了平均首达时间。结果表明,本文所提出的方法不但适用于离散优化问题也适用于连续优化问题,具有通用性。(4)对若干具有现实背景的组合优化问题分析了进化算法求解的时间复杂性。分析进化算法在具有实际背景的组合优化问题上的时间复杂度是当前的一个研究难点。本文通过设计新的变异算子,用(1+1)EA求解了两个组合优化问题实例——TSP和指派问题,并分析了时间复杂度;针对带约束的组合优化问题,分析了(1+λ)EA在一个0-1背包问题实例上的时间复杂度。这些工作拓展了进化算法计算时间分析的范围,充实了进化算法在具有现实背景的组合优化问题上的时间复杂度研究。
The Operations Research Society of China[10](2012)在《中国运筹学发展研究报告》文中研究表明运筹学是自20世纪三四十年代发展起来的一门新兴交叉学科,主要研究如何应用数学和计算的理论与方法对社会系统和工程系统做出最优或满意的决策。为了更好地推动中国运筹学及相关领域的研究和应用,学会组织国内运筹学领域的部分专家,并参考了国内外运筹学多个分支代表性人物对运筹学的起源和发展的回忆与评述,共同完成了此报告。报告概述了运筹学的主要特征和方法,简述了运筹学的发展历程,剖析了运筹学研究中的成功经验,综述了运筹学几个主要分支的发展状况,介绍了运筹学中十几个有代表性的难题,展望了运筹学未来发展的方向。希望此报告能引起读者进一步思考运筹学的本质,运筹学是如何成长和将如何发展,并在一定程度上推动中国运筹学更好地发展。
二、关于非时齐强马氏过程的一组充分条件(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、关于非时齐强马氏过程的一组充分条件(论文提纲范文)
(1)融合多源不确定性及复杂失效特征的系统可靠性综合评估(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 系统可靠性分析与评估方法研究现状 |
1.2.1 基于马尔可夫方法的系统可靠性分析方法研究现状 |
1.2.2 基于贝叶斯网络的系统可靠性分析方法研究现状 |
1.3 不确定性及相关失效下系统可靠性分析的研究现状与发展趋势 |
1.3.1 考虑不确定性的系统可靠性分析方法研究现状与发展趋势 |
1.3.2 考虑相关失效的系统可靠性分析方法研究现状与发展趋势 |
1.4 本文主要研究内容 |
1.5 本文组织结构 |
第二章 随机-参数不确定性及共因失效下的系统可靠性评估 |
2.1 随机-参数不确定性下的系统可靠性分析 |
2.1.1 区间贝叶斯网络基础 |
2.1.2 随机-参数不确定性在区间贝叶斯网络中的传播 |
2.2 随机-参数不确定性及共因失效下的系统可靠性分析 |
2.2.1 基于区间贝叶斯网络的共因失效系统可靠性建模与研究 |
2.2.2 基于连续时间马尔可夫链的共因失效系统可靠性分析 |
2.3 实例分析:某八旋翼无人机 |
2.3.1 某八旋翼无人机系统可靠性建模 |
2.3.2 随机-参数不确定性及共因失效下的无人机可靠性分析 |
2.4 本章小结 |
第三章 随机-参数不确定性及确定从属失效下的系统可靠性评估 |
3.1 引言 |
3.2 基于连续时间马氏链的确定从属失效系统可靠性分析方法研究 |
3.2.1 Copula函数的特性分析及选取 |
3.2.2 连续时间马尔可夫链模型分析 |
3.2.3 基于copula函数的非时齐马氏链建模 |
3.2.4 算例分析 |
3.3 基于copula函数的多部件从属失效系统可靠性分析方法研究 |
3.3.1 多部件间的确定从属失效建模与分析方法研究 |
3.3.2 实例研究:某型装甲车辆悬挂系统 |
3.4 基于马尔可夫链的随机-参数不确定性及确定从属失效分析 |
3.5 本章小节 |
第四章 多源不确定性下的信息统一量化研究及系统可靠性评估 |
4.1 多源不确定性的量化与统一方法研究 |
4.1.1 概率盒的特点及分类 |
4.1.2 基于概率盒的多源不确定性量化及统一 |
4.2 多源不确定性在可靠性模型中的传播机制研究 |
4.2.1 基于变异系数法的部件寿命分布参数估计 |
4.2.2 概率盒在贝叶斯网络中的传播机制研究 |
4.2.3 算例分析 |
4.3 实例研究:某火灾探测器 |
4.3.1 某火灾探测器系统功能概述 |
4.3.2 火灾探测器系统可靠性建模及分析 |
4.4 本章小结 |
第五章 多源不确定性及从属失效下的系统可靠性综合评估 |
5.1 引言 |
5.2 多源不确定性及确定从属失效下的系统可靠性综合评估 |
5.2.1 基于概率盒贝叶斯网络的多源不确定性及确定从属失效分析 |
5.2.2 实例分析:某活塞式压缩机压缩系统 |
5.3 多源不确定性及非确定从属失效下的系统可靠性综合评估 |
5.3.1 基于仿射算法的非确定相关性建模研究 |
5.3.2 基于概率盒贝叶斯网络的非确定从属失效系统可靠性分析 |
5.3.3 实例分析1:某双动力刀架 |
5.3.4 实例分析2:某复杂机电系统 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(2)数据中心的节能管理及其最优动态节能策略研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 国内外研究评述 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
第2章 相关理论 |
2.1 三类重要的马氏过程 |
2.1.1 生灭过程 |
2.1.2 拟生灭过程 |
2.1.3 一般分块结构马氏过程 |
2.2 马氏决策过程 |
2.3 灵敏度优化方法 |
2.4 本章小结 |
第3章 数据中心节能管理中的成组服务台排队模型 |
3.1 成组服务台排队模型 |
3.1.1 节能管理问题描述 |
3.1.2 基本框架 |
3.2 无缓冲区的数据中心节能管理模型 |
3.3 有缓冲区的数据中心节能管理模型 |
3.4 数据中心节能管理的马氏过程 |
3.4.1 模型描述 |
3.4.2 有限水平的QBD过程 |
3.4.3 马氏报酬过程 |
3.5 节能评价指标体系的建立及计算 |
3.5.1 数据中心的瞬时功率成本 |
3.5.2 数据中心的总能耗成本 |
3.5.3 数据中心总能耗成本的概率分布 |
3.5.4 数据中心总能耗成本的首达时间 |
3.6 数值算例 |
3.6.1 成组服务台数据中心性能评估 |
3.6.2 节能评价指标体系评估 |
3.7 本章小结 |
第4章 数据中心节能管理的动态最优节能策略 |
4.1 节能管理模型描述 |
4.2 优化模型公式 |
4.3 泊松方程及其显性解 |
4.4 服务价格的作用 |
4.5 单调性与最优性 |
4.6 阈值型节能策略 |
4.7 本章小结 |
第5章 异步节能策略下数据中心的连续时间马氏过程 |
5.1 节能管理模型描述 |
5.2 基于策略的分块结构连续时间马氏过程 |
5.3 状态转移关系及无穷小生成元 |
5.4 稳态概率向量 |
5.5 本章小结 |
第6章 数据中心的异步节能策略及其动态最优控制 |
6.1 节能管理中的成本因素 |
6.2 分块结构的泊松方程 |
6.3 服务价格的作用 |
6.3.1 启动策略下服务价格的作用 |
6.3.2 休眠策略下服务价格的作用 |
6.4 单调性与最优性 |
6.4.1 服务价格R_H≥R |
6.4.2 服务价格0≤R≤R_L |
6.5 最大长期平均利润 |
6.6 本章小结 |
第7章 秦皇岛市A数据中心节能管理分析 |
7.1 秦皇岛市A数据中心简介 |
7.2 秦皇岛市A数据中心的能耗情况 |
7.3 秦皇岛市A数据中心节能管理的问题描述 |
7.4 秦皇岛市A数据中心节能评价指标评估 |
7.4.1 稳态概率 |
7.4.2 瞬时功率成本 |
7.4.3 总能耗成本 |
7.4.4 总能耗成本的首达时间 |
7.5 秦皇岛市A数据中心的节能策略 |
7.5.1 工作的服务器数对长期平均利润的影响 |
7.5.2 节能策略对长期平均利润的影响 |
7.5.3 阈值型节能策略对长期平均利润的影响 |
7.5.4 服务价格对长期平均利润的影响 |
7.6 本章小结 |
结论 |
参考文献 |
攻读博士学位论文期间承担的科研任务与主要成果 |
致谢 |
(3)模糊厌恶型保险公司的稳健投资再保险策略研究(论文提纲范文)
中文摘要 |
英文摘要 |
1.绪论 |
1.1 研究的实际背景与意义 |
1.2 研究动态 |
1.3 本文的主要内容 |
2.预备知识 |
2.1 股票价格过程 |
2.2 可违约风险过程 |
2.3 盈余过程 |
3.基于广义均值方差保费原则和违约风险的稳健投资再保险策略 |
3.1 模型的介绍和建立 |
3.2 稳健的投资再保险策略 |
3.3 验证定理 |
3.4 数值分析 |
3.5 本章小结 |
4.具有模糊跳和违约风险的稳健投资再保险策略 |
4.1 模型的介绍和建立 |
4.2 稳健的最优投资再保险策略 |
4.3 验证定理 |
4.4 几种特殊情况 |
4.5 数值分析 |
4.6 本章小结 |
5.基于共同冲击和CDS交易的稳健纳什均衡投资再保险策略 |
5.1 模型的介绍和建立 |
5.2 两家保险公司的稳健纳什均衡投资再保险策略 |
5.3 验证定理 |
5.4 数值分析 |
5.5 本章小结 |
6.基于共同冲击和一般惩罚的稳健投资再保险策略 |
6.1 财富过程 |
6.2 稳健投资再保险策略 |
6.3 线性二次惩罚的显式解 |
6.4 基于线性二次惩罚的数值分析 |
6.5 本章小结 |
7.跳扩散风险模型下一般惩罚的纳什均衡投资再保险策略 |
7.1 两家保险公司的财富过程 |
7.2 两家保险公司的稳健纳什均衡投资再保险策略 |
7.3 线性二次惩罚的显式解 |
7.4 基于线性二次惩罚的数值分析 |
7.5 本章小结 |
8.结论与展望 |
参考文献 |
攻读博士学位期间完成的学术论文 |
攻读博士学位期间参与的科研项目 |
致谢 |
(4)相依死亡率模型下长寿债券定价问题的若干研究(论文提纲范文)
论文创新点 |
摘要 |
ABSTRACT |
1 绪论及预备知识 |
1.1 研究背景与现状 |
1.2 本文的主要研究内容 |
1.3 预备知识 |
1.3.1 期限结构模型 |
1.3.2 随机场 |
1.3.3 无差别定价 |
2 基于高斯随机场的相依死亡率模型下长寿债券的定价 |
2.1 研究背景 |
2.2 死亡率密度的高斯随机场模型 |
2.3 死亡率密度协方差函数的表示结果 |
2.4 长寿债券的定价 |
3 随机弦驱动的死亡率模型及长寿债券的无差别定价 |
3.1 研究背景 |
3.2 随机弦驱动的死亡率密度模型 |
3.3 OU单模型 |
3.4 修正的 χ~2 随机场模型 |
3.5 金融市场 |
3.6 长寿债券的定价 |
3.6.1 不持有长寿债券时的期望效用 |
3.6.2 持有长寿债券时的期望效用 |
3.6.3 长寿期权的无差别价格 |
3.6.4 死亡率互换的无差别价格 |
4 随机利率情形下长寿债券的无差别定价 |
4.1 研究背景 |
4.2 金融市场 |
4.3 长寿债券的定价 |
4.3.1 不持有长寿债券时的期望效用 |
4.3.2 持有长寿债券时的期望效用 |
4.3.3 长寿期权的无差别价格 |
4.3.4 死亡率互换的无差别价格 |
参考文献 |
攻博期间发表的科研成果目录 |
致谢 |
(5)基于Lévy过程的信用违约互换约化定价与模型研究(论文提纲范文)
摘要 |
Abstract |
主要缩略词、符号变量注释表 |
第1章 绪论 |
1.1 本文的研究背景及意义 |
1.2 国内外相关研究综述 |
1.2.1 信用违约互换约化定价模型研究现状 |
1.2.2 基于Lévy过程的信用违约互换的约化定价模型研究现状 |
1.3 目前研究存在的主要问题 |
1.4 本文研究内容、研究方法、结构框架 |
1.4.1 本文的主要研究内容 |
1.4.2 本文的研究方法 |
1.4.3 本文的技术路线图 |
1.5 本文的章节安排 |
1.6 本文的创新之处 |
第2章 相关理论与方法回顾 |
2.1 信用违约互换 |
2.2 基于Lévy过程的CDS定价及模型相关的测度理论 |
2.2.1 代数与测度 |
2.2.2 特征函数 |
2.2.3 鞅 |
2.3 Lévy过程 |
2.3.1 Lévy过程的定义与性质 |
2.3.2 Lévy过程与鞅 |
2.4 单资产CDS的约化定价模型中的违约强度过程 |
第3章 基于从属Lévy过程的具有内生性回收率的CDS约化定价及模型研究 |
3.1 基于从属Lévy过程的CDS合约定价分析 |
3.1.1 基于从属Lévy过程的CDS合约的定价要素分析 |
3.1.2 基于从属Lévy过程的CDS定价建模原则 |
3.1.3 基于从属Lévy过程的CDS定价建模要素关系 |
3.2 内生性回收率 |
3.3 违约时间分布函数 |
3.4 基于从属Lévy过程的单名CDS定价模型 |
3.5 数值分析 |
3.5.1 内生性回收率的数值分析 |
3.5.2 生存概率分布函数的数值分析 |
3.5.3 算例分析 |
3.6 本章小结 |
第4章 基于Lévy过程驱动CIR过程的CDS约化定价及模型研究 |
4.1 基于Lévy过程驱动CIR过程的CDS约化定价分析 |
4.1.1 基于Lévy过程驱动CIR过程的CDS约化定价要素分析 |
4.1.2 基于Lévy过程驱动CIR过程的CDS约化定价建模原则 |
4.1.3 基于Lévy过程驱动CIR过程的CDS约化定价建模要素关系 |
4.2 由Lévy过程驱动的CIR风险模型 |
4.3 由Lévy过程所驱动的跳扩散CIR过程的CDS定价模型 |
4.4 数值分析 |
4.4.1 生存概率分布函数的数值分析 |
4.4.2 算例分析 |
4.5 本章小结 |
第5章 基于马尔科夫机制转移Lévy过程的CDS约化定价及模型研究 |
5.1 基于马尔科夫机制转移Lévy过程的CDS约化定价分析 |
5.1.1 基于马尔科夫机制转移Lévy过程的CDS约化定价要素分析 |
5.1.2 基于马尔科夫机制转移Lévy过程的CDS约化定价建模原则 |
5.1.3 基于马尔科夫机制转移Lévy过程的CDS约化定价建模要素 |
5.2 基于马尔科夫机制转移Lévy过程的信用风险模型 |
5.3 基于马尔科夫机制转移Lévy过程的CDS定价模型研究 |
5.4 本章小结 |
第6章 结论与展望 |
6.1 全文总结 |
6.2 研究工作展望 |
参考文献 |
致谢 |
附录 |
攻读博士期间发表的论文及参加的科研项目 |
(6)K-means与非齐次隐马尔科夫模型在股价波动趋势上的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 运用HMM(隐马尔科夫)预测股票价格趋势 |
1.2.2 结合K-means与马氏链股票预测问题 |
1.2.3 HMM中隐状态个数的优化问题 |
1.2.4 非时齐隐马尔科夫转移概率函数构造问题 |
1.2.5 影响股票价格的若干宏观经济因子 |
1.2.6 宏观因子模型构造(时间序列,二分类,修正系数) |
1.3 本文研究内容 |
1.4 本文创新 |
第二章 相关概念及理论基础 |
2.1 股票预测的理论 |
2.1.1 股价预测基本理论 |
2.1.2 股价预测存在的问题 |
2.2 BP神经网络 |
2.2.1 非线性变换激活函数 |
2.2.2 神经网络拓扑结构 |
2.3 隐马尔可夫模型(HMM) |
2.3.1 马尔科夫过程 |
2.3.2 隐马尔可夫模型结构 |
2.3.3 隐马尔可夫模型理论 |
2.3.4 隐马尔科夫模型算法 |
第三章 K-means与非齐次隐马尔可夫模型 |
3.1 K-means聚类 |
3.1.1 聚类的概念 |
3.1.2 K-means聚类研究 |
3.1.3 本文用于股价序列聚类 |
3.2 PCA-BP宏观因子加入模型 |
3.2.1 宏观经济因子确定 |
3.2.2 PCA-BP宏观经济加入模型 |
3.2.3 NHMM转移概率改变 |
3.3 NHMM模型(非齐次隐马尔可夫模型) |
3.3.1 非齐次隐马尔可夫模型原理与模型结构 |
3.3.2 非齐次隐马尔可夫模型隐状态个数确定 |
3.3.3 非齐次隐马尔可夫理论推导 |
第四章 K-means与非齐次隐马尔可夫模型实证研究 |
4.1 实证数据 |
4.2 数据预处理 |
4.3 隐马尔可夫模型预测 |
4.3.1 模型的参数估计 |
4.3.2 样本的识别与预测 |
4.4 非齐次隐马尔可夫模型 |
4.4.1 模型的参数估计 |
4.4.2 样本的识别与预测 |
4.4.3 预测精度检验 |
4.5 模型的预测精度对比 |
第五章 结论 |
参考文献 |
致谢 |
(7)有关建筑用能的人行为模拟研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 建筑使用方式的不同是我国能耗较低的根本原因 |
1.1.1 我国建筑能耗与发达国家的对比 |
1.1.2 中美住宅建筑的能耗及用能行为对比 |
1.1.3 中美公共建筑的能耗及用能行为对比 |
1.1.4 人行为是造成我国与发达国家能耗差距的根本原因 |
1.2 不同的人行为导致不同的建筑用能水平 |
1.2.1 空调设备用能的实际案例 |
1.2.2 采暖设备用能的实际案例 |
1.2.3 照明设备用能的实际案例 |
1.2.4 人行为是决定建筑能耗水平的重要因素 |
1.3 不同的建筑使用模式需要不同的节能技术措施 |
1.3.1 城镇住宅分散与集中空调系统的应用分析 |
1.3.2 办公建筑分散与集中空调系统的应用分析 |
1.3.3 人行为是评估节能技术措施的重要参考基准 |
1.4 建筑能耗模拟技术面临的问题和挑战 |
1.4.1 模拟计算能耗结果与实际建筑用能水平存在偏差 |
1.4.2 难以准确反映实际人行为对系统性能表现的影响 |
1.4.3 标准规范中采用的使用模式与实际使用方式差异较大 |
1.4.4 人行为是建筑能耗模拟技术发展的瓶颈 |
1.5 本课题的研究内容、目标及思路 |
1.5.1 人行为研究的意义与本课题的研究内容 |
1.5.2 本文所讨论的人行为研究对象 |
1.5.3 本文的主要目标和研究思路 |
1.6 本章小结 |
第2章 人行为模型研究的基本框架 |
2.1 人行为研究的边界划分 |
2.1.1 社会学经济学领域的研究 |
2.1.2 生理学心理学领域的研究 |
2.1.3 建筑能耗模拟领域的研究 |
2.1.4 不同研究领域的边界划分 |
2.2 人行为的基本特征及在建筑中的表现 |
2.2.1 人的移动 |
2.2.2 人的动作 |
2.3 人行为模型的研究现状 |
2.3.1 关于人员移动的模型 |
2.3.2 关于人员动作的模型 |
2.4 本文人行为模型的基本思路 |
2.4.1 人员移动的基本描述形式 |
2.4.2 人员动作的基本描述形式 |
2.4.3 人行为模拟的基本模块与计算流程 |
2.5 本章小结 |
第3章 人员移动的描述方法 |
3.1 人员移动的数学模型 |
3.1.1 基于马氏链的随机移动过程 |
3.1.2 事件机制 |
3.1.3 办公建筑中的典型事件与移动模式 |
3.1.4 住宅建筑中的典型事件与移动模式 |
3.2 室内人员状况的模拟方法 |
3.2.1 人员移动过程的算法实现 |
3.2.2 简单算例与结果展示 |
3.2.3 关于模型与随机模拟结果的几点讨论 |
3.3 模型方法的案例验证 |
3.3.1 案例描述 |
3.3.2 马氏性检验 |
3.3.3 事件统计特性检验 |
3.3.4 人员状态的模拟效果检验 |
3.4 本章小结 |
第4章 人员动作的描述方法 |
4.1 人员动作的数学模型 |
4.1.1 描述动作发生规律的概率函数 |
4.1.2 基本的条件概率类型 |
4.1.3 多个因素共同作用下的条件概率 |
4.1.4 动作的触发条件表与整体描述形式 |
4.2 设备对象状态的模拟方法 |
4.2.1 人员动作模型的算法实现 |
4.2.2 简单算例与结果展示 |
4.2.3 关于模型与随机模拟结果的几点讨论 |
4.3 模型方法的案例验证 |
4.3.1 案例描述 |
4.3.2 动作模式及其条件概率的检验 |
4.3.3 照明运行状况的模拟效果检验 |
4.4 本章小结 |
第5章 人行为的模拟应用 |
5.1 不同行为模式下的住宅空调能耗分析 |
5.1.1 住宅案例简介 |
5.1.2 模拟结果与分析 |
5.1.3 算例小结 |
5.2 办公建筑不同空调系统形式的性能评估 |
5.2.1 办公建筑案例简介 |
5.2.2 模拟结果与分析 |
5.2.3 算例小结 |
5.3 本章小结 |
第6章 总结 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
(8)标准准转移函数所产生的两个双参数半群的若干性质(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 课题的来源 |
1.1.2 课题的背景和研究意义 |
1.2 国内外在该方向的研究现状及分析 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文的主要研究内容 |
1.3.1 准转移函数和半群的相关性质以及相互关系 |
1.3.2 非时齐的准转移函数和双参数半群的相关性质 |
1.3.3 标准准转移函数所产生的两个双参数半群的若干性质 |
第2章 测度论相关知识 |
2.1 引言 |
2.2 测度和 Bocher 积分 |
2.3 本章小结 |
第3章 准转移函数和半群的相关性质 |
3.1 引言 |
3.2 准转移函数 |
3.2.1 连续性 |
3.2.2 可微性 |
3.2.3 拉氏变换 |
3.3 半群 |
3.3.1 无穷小算子和预解式 |
3.3.2 准转移函数和其对应的两个双参数半群 |
3.3.3 连续性 |
3.4 本章小结 |
第4章 非时齐的准转移函数及双参数半群的相关性质 |
4.1 引言 |
4.2 非时齐的准转移函数 |
4.2.1 连续性 |
4.2.2 可微性 |
4.2.3 强遍历性 |
4.2.4 拉氏变换 |
4.3 双参数半群 |
4.3.1 预解式、无穷小算子和微分算子 |
4.3.2 强遍历性 |
4.4 次时齐的双参数半群 |
4.4.1 预解式、无穷小算子和微分算子 |
4.5 本章小结 |
第5章 标准准转移函数及其所产生的两个双参数半群 |
5.1 引言 |
5.2 标准准准转移函数产生的两个双参数半群 |
5.2.1 连续性 |
5.2.2 拟时齐性 |
5.2.3 预解式、无穷小算子和微分算子 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
(9)进化算法的收敛性与时间复杂度分析的若干研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 最优化问题简介 |
1.2 进化算法介绍 |
1.2.1 进化算法的统一框架 |
1.2.2 基于个体的进化算法 |
1.2.3 基于种群的进化算法 |
1.2.4 进化算法收敛性与时间复杂性的描述方法 |
1.3 进化算法收敛性分析研究现状 |
1.4 进化算法时间复杂性分析研究现状 |
1.4.1 (1+1)EA 的时间复杂性分析 |
1.4.2 基于种群的进化算法的时间复杂性分析 |
1.4.3 连续空间上的进化算法的时间复杂性分析 |
1.4.4 其他进化算法的时间复杂性分析研究简述 |
1.5 本文的主要研究工作 |
1.5.1 论文组织结构 |
1.5.2 本文概述 |
第二章 二元进化策略的全局收敛与早熟收敛 |
2.1 问题描述和(1+1)ES 算法流程 |
2.1.1 问题描述 |
2.1.2 (1+1)ES 算法的基本框架 |
2.2 连续状态马氏过程的转移概率 |
2.3 常变异算子(1+1)ES 的全局收敛性 |
2.4 自适应变异算子(1+1)ES 的早熟收敛性 |
2.4.1 目标函数 |
2.4.2 转移概率的上界 |
2.4.3 早熟收敛的理论证明 |
2.5 仿真实验 |
2.6 本章小结 |
第三章 漂移分析基本定理的改进 |
3.1 对原始定理的讨论 |
3.1.1 进化算法 |
3.1.2 漂移分析简述 |
3.1.3 原始定理存在的问题 |
3.2 对原始定理的改进 |
3.3 本章小结 |
第四章 进化算法首达时间分析的停时理论模型 |
4.1 进化算法与停时 |
4.1.1 进化算法的随机过程模型 |
4.1.2 停时理论简介 |
4.2 进化算法的平均首达时间分析 |
4.3 实例分析 |
4.3.1 (1+ λ )EA 求解 LeadingOnes 问题 |
4.3.2 (1+ λ )EA 求解 PEAK 函数 |
4.3.3 (1+ λ )ES 求解倾斜平面问题 |
4.4 本章小结 |
第五章 进化算法求解组合优化问题实例的计算时间分析 |
5.1 问题描述与算法 |
5.1.1 旅行商问题(Traveling Salesman Problem, TSP) |
5.1.2 指派问题(Assignment Problem, AP) |
5.1.3 0 -1 背包问题(0-1 Knapsack Problem, 0-1 KP) |
5.1.4 算法描述 |
5.2 实例分析 |
5.2.1 (1+1)EA 求解 TSP 实例的运行时间分析 |
5.2.2 (1+1)EA 求解指派问题实例的运行时间分析 |
5.2.3 (1+ λ )EA 求解 0-1 背包问题实例的运行时间分析 |
5.3 本章小结 |
结论与展望 |
参考文献 |
攻读博士学位期间取得的研究成果 |
致谢 |
附件 |
(10)中国运筹学发展研究报告(论文提纲范文)
0引言 |
1 运筹学发展的历程 |
1.1 数学的发展概述 |
1.2 运筹学发展简史 |
1.3 中国运筹学发展简史 |
2 运筹学发展的状况 |
2.1 数学规划 |
2.1.1 线性规划 |
2.1.2 非线性规划 |
2.1.3 锥规划 |
2.1.4 矩阵规划 |
2.1.5 变分不等式与互补问题 |
2.1.6 整数规划 |
2.1.7 动态规划 |
2.1.8 向量优化 |
2.1.9 全局优化 |
2.2 组合优化 |
2.2.1 图论 |
2.2.2 近似算法 |
2.2.3 组合多面体 |
2.2.4 组合数学 |
2.2.5 生物分子网络 |
2.3 随机优化 |
2.3.1 排队论 |
2.3.2 马氏决策 |
2.3.3 复杂系统可靠性 |
2.3.4 软件可靠性 |
2.3.5 供应链的优化设计 |
2.3.6 随机模拟 |
2.4 博弈论 |
2.4.1 非合作博弈 |
2.4.2 合作博弈 |
2.4.3 网络博弈 |
2.4.4 微分博弈 |
2.4.5 机制设计 |
2.4.6 合作的演化 |
2.4.7 算法博弈论 |
2.5 管理科学 |
2.5.1 决策理论与方法 |
2.5.2 评价理论与方法 |
2.5.3 预测理论与方法 |
2.5.4 信息管理与信息系统 |
2.5.5 风险管理 |
2.5.6 工业工程 |
2.5.7 项目管理 |
2.5.8 应急管理 |
2.6 智能计算 |
2.6.1 遗传算法 |
2.6.2 模拟退火 |
2.6.3 禁忌搜索 |
2.6.4 粒子群算法 |
2.6.5 蚁群算法 |
2.6.6 人工神经网络算法 |
2.6.7 DNA计算 |
2.7 其他 |
2.7.1 金融工程 |
2.7.2 统计和优化 |
2.7.3 模糊系统的优化 |
3 运筹学中若干难题 |
4 运筹学发展态势 |
4.1 运筹学与生命科学的交叉 |
4.2 运筹学与网络科学的交叉 |
4.3 运筹学与管理科学的交叉 |
4.4 服务科学与行为运筹学 |
5 运筹学发展的思考 |
5.1 运筹学发展的动力 |
5.2 运筹学发展的挑战 |
5.2.1 与数学的关系 |
5.2.2 与管理科学的关系 |
5.2.3 实践与推广 |
5.2.4 成果发表和评价 |
5.2.5 团队合作 |
5.2.6 作用与影响 |
6 结束语 |
附录A运筹学中若干未解难题 |
A1凸多面体的d-步猜想 |
A2有限多个二次函数最大值的极小化问题 |
A3推广的Lax猜想 |
A4 DFP拟牛顿法的收敛性 |
A5最小阻力凸体问题 |
A6是否存在求解性线性规划的强多项式时间算法? |
A7组合优化反问题的计算复杂性 |
A8求解旅行商问题的更好的近似算法 |
A9 k-服务器猜想 |
A10装箱问题是否存在绝对近似算法 |
A11随机排队网络的遍历性 |
A12 PH-分布的最小表示 |
四、关于非时齐强马氏过程的一组充分条件(论文参考文献)
- [1]融合多源不确定性及复杂失效特征的系统可靠性综合评估[D]. 宋宇飞. 电子科技大学, 2021(01)
- [2]数据中心的节能管理及其最优动态节能策略研究[D]. 马静宇. 燕山大学, 2020(12)
- [3]模糊厌恶型保险公司的稳健投资再保险策略研究[D]. 李满. 湖南师范大学, 2020(11)
- [4]相依死亡率模型下长寿债券定价问题的若干研究[D]. 郝茵茵. 武汉大学, 2019(06)
- [5]基于Lévy过程的信用违约互换约化定价与模型研究[D]. 林晓静. 东南大学, 2018(03)
- [6]K-means与非齐次隐马尔科夫模型在股价波动趋势上的应用研究[D]. 许灿文. 长沙理工大学, 2018(07)
- [7]有关建筑用能的人行为模拟研究[D]. 王闯. 清华大学, 2014(05)
- [8]标准准转移函数所产生的两个双参数半群的若干性质[D]. 付玉. 哈尔滨工业大学, 2014(02)
- [9]进化算法的收敛性与时间复杂度分析的若干研究[D]. 张宇山. 华南理工大学, 2013(11)
- [10]中国运筹学发展研究报告[J]. The Operations Research Society of China. 运筹学学报, 2012(03)