具有随机寿命的二维期权定价

由于期权合约在到期日之前可能被终止及标的资产的价格可能会因重大信息的到达而发生跳跃 ,文中在假设合约被终止的风险与重大信息导致的价格跳跃风险皆为非系统的风险情况下 ,应用无套利资本资产定价及Feynman kac公式 ,首先研究了标的资产服从连续扩散过程和跳—扩散过程具有随机寿命的交换期权定价 ,得到相应的定价公式 ;然后 ,研究了标的资产服从跳—扩散过程及利率随机变化具有随机寿命的期权定价 ,得到相应的定价公式     

着眼安全稳定 搞好随机教育

保持安全稳定,是党中央、中央军委和各级高度关注的问题,是当前部队建设的一项十分重要的工作。在国内外形势比较复杂的情况下,社会对军营的渗透和影响更加广泛和深刻,诱发官兵思想变化的因素呈现多元化、复杂化趋势;部队建设本身出现了一些新情况,各种现实思想问题的隐蔽性、偶发性增强。搞好随机教育,对于及时解决官兵思想问题,保持部队高度稳定,具有重要的现实意义。一、善于发现捕捉思想问题,增强随机教育的针对性。(一)善于在把握官兵思想变化规律中预测。官兵的思想紧随部队形势而变化,善于联系部队实际去观察和捕捉,能够更准确地把握…     

一类多对二随机格斗中的最优射击策略

射击策略的选择在随机格斗中是一重要战术问题,当一方武器面临多个武器目标时,如何确定射击目标顺序的研究,显然是具有实际意义的。依据发射间隔服从负指数分布的多对一随机格斗中最优策略应满足的条件,推出求解此类多对一格斗最优策略的方法。进而研究了射击间隔服从此类分布的多对二随机格斗中处于劣势一方的射击策略选择问题,得出寻求最优射击策略的一般方法。     

考虑随机回放的卫星数传调度问题的一种求解方法

针对考虑随机回放的卫星数传调度问题,从置换空间到调度解空间的映射方法和置换空间的搜索算法两方面进行了研究.提出了一种时间窗优先的置换序列映射算法,并证明该映射算法可以将置换序列映射到调度解空间上的最优解.提出了一种遗传随机搜索算法,基于有记忆功能的随机邻域搜索,在置换空间上搜索产生优化调度的置换序列.仿真计算表明,遗传随机搜索算法可以增强遗传算法的局部搜索能力,在搜索结果上平均获得了2.72%的改进.     

随机游走扩散模式在军事烟幕扩散规律研究中的应用

简单介绍了随机游走扩散模式的基本思想,探讨了其在军事烟幕扩散规律研究中的应用。     

基于改进二维熵-量子遗传算法的图像多阈值变化检测方法

针对二维熵法阈值分割中精度和时间性能较差的问题,提出了基于改进二维熵-量子遗传算法的多阈值图像分割方法。定义了二维阈值量子染色体的编码方式,解决了传统遗传算法优化二维最大指数熵阈值过程中速度慢、多样性小的缺点;在产生阈值解时,提出了半随机策略来代替传统的完全随机策略,加快寻优速度;改进了量子门旋转角度方式,提出了一种新的自适应旋转角度的方法,提高了算法的精度和收敛速度。并进行了分割实验和SAR图像变化检测实验。结果表明:该方法比基于一维熵的图像分割算法具有更高的抗噪性;其寻优速度较完全随机产生阈值解的量子遗传算法提高了3倍～5倍;避免了算法发散或过早收敛。与其他基于阈值分割的变化检测算法相比,性能更好。     

基于非线性Wiener过程的步进加速退化建模方法

针对步进加速退化试验中的非线性退化数据,考虑到产品之间的随机效应,给出了非线性Wiener过程的表达式,推导出了考虑随机效应的产品失效概率密度函数表达式;建立了步进加速退化模型,给出了各加速应力下性能退化量的关系模型;采用两步极大似然估计法,求解出退化模型中未知参数;结合某激光器的实例分析表明所建模型的拟合性较好,参数估计精度更高。     

连续波强激光武器的动态毁伤概率数学模型

在强激光武器的跟踪误差为均方可导、各态历经、零均值的正态过程的条件下,通过明晰的物理概念与严谨的数理演绎,导出了它的动态毁伤概率的级数表达式。通过算例探讨了动态毁伤概率的性质:它存在两个极大值所对应的随机穿越的自然频率,当跟踪系统工作在其中的非零频率上时,更具有快速反应能力;展现了跟踪误差的传递函数与动态毁伤概率间的定量关系。为论证、设计、检验强激光武器系统的动态毁伤概率提供了理论依据与技术支持。     

超短波信道建模方法

针对超短波信道传播条件复杂,缺乏相关成熟方法和模型的现状,对当前国内外现有超短波信道模型和建模方法进行了梳理、总结和归纳。简单介绍了超短波传播特性、信道参数以及现有模型,重点梳理了在不同应用场景下,可用于超短波信道建模的方法。然后,针对基于随机传播图理论的方法进行了重点介绍,总结了基于信道参数的模型验证方法。最后,针对不同的超短波应用条件,对相关的方法进行了展望。     

基于估计协方差MME检测的频谱感知算法

针对小采样数据长度下,采样协方差矩阵对统计协方差矩阵估计不准,影响传统最大最小特征值(MME)检测算法检测性能的问题,提出一种基于逼近收缩(OAS)矩阵估计的改进MME检测算法。首先利用OAS估计量对采样数据做协方差矩阵估计,再对估计协方差矩阵特征值分解,将最大最小特征值之比作为检测统计量,克服了传统MME算法检测门限随采样点大幅波动的缺陷,提高了检测门限的鲁棒性。仿真结果表明,所提算法的检测门限具有鲁棒性,检测性能提高了1 d B~2 d B。