加权采样的序列蒙特卡罗滤波技术

在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性.近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注.详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题.     

飞机结构疲劳可靠度贝叶斯组合预测

在实际工程中,常常需要利用模型去描述和分析问题。然而模型亦存在不确定性,即可能存在多个描述同一现象的模型,例如多个疲劳分析的模型。针对飞机结构的疲劳可靠性问题,提出在考虑三种裂纹扩展模型下基于贝叶斯公式的疲劳可靠度组合预测方法。针对不同应力水平下飞机结构试件的裂纹扩展数据建立了三种随机裂纹扩展模型;在考虑模型参数不确定性条件下,采用贝叶斯模型平均方法对三种模型进行组合;基于组合模型分析结构的可靠度。所提方法在分析飞机结构疲劳可靠度上,采用了组合模型,能够最大限度保障结果的稳定性。此外,考虑了模型参数的不确定性,能够得到更为合理的裂纹扩展预测分布和可靠度预测值。给出的实例及分析结果表明所提方法可行。     

基于物元贝叶斯网的舰船损伤定位

在分析了物元理论和贝叶斯网理论的基础上,提出了结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出了物元贝叶斯网在损伤定位中的推理算法.舰船损伤定位的案例分析表明,该方法可以更加全面地融合战损装备的状态信息,使损伤定位结果更为准确.     

基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

考虑仿真可信度的舰炮虚拟校射

为利用仿真模型在有限校射样本的条件下对校射补偿量进行合理估计,对考虑仿真可信度的舰炮虚拟校射方法进行了研究。对自适应加权贝叶斯估计方法进行了研究,一方面对仿真先验可信度的计算方法进行了分析,另一方面对考虑先验可信度的自适应加权贝叶斯估计算法进行了研究。在此基础上,结合舰炮虚拟校射的原理和需求,建立了舰炮虚拟校射诸元误差自适应加权贝叶斯估计模型。仿真验证表明:自适应加权贝叶斯估计方法能够利用试验数据对仿真模型的可信度进行有效验证并进一步实现对目标分布的有效估计;所设计的校射方法能够综合利用仿真模型和校射样本的优势,实现对诸元误差的合理估计,达到有效提高校射精度的目的。     

Stochastic call center staffing with uncertain arrival,service and abandonment rates: A Bayesian perspective

In this article, we introduce staffing strategies for the Erlang‐A queuing system in call center operations with uncertain arrival, service, and abandonment rates. In doing so, we model the system rates using gamma distributions that create randomness in operating characteristics used in the optimization formulation. We divide the day into discrete time intervals where a simulation based stochastic programming method is used to determine staffing levels. More specifically, we develop a model to select the optimal number of agents required for a given time interval by minimizing an expected cost function, which consists of agent and abandonment (opportunity) costs, while considering the service quality requirements such as the delay probability. The objective function as well as the constraints in our formulation are random variables. The novelty of our approach is to introduce a solution method for the staffing of an operation where all three system rates (arrival, service, and abandonment) are random variables. We illustrate the use of the proposed model using both real and simulated call center data. In addition, we provide solution comparisons across different formulations, consider a dynamic extension, and discuss sensitivity implications of changing constraint upper bounds as well as prior hyper‐parameters. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 460–478, 2016     

基于最大后验风险的多层Bayes方法

为了对指数型产品进行可靠性鉴定,首先给出了失效率的多层先验分布,然后从最大后验风险的角度,运用Bayes方法,制定出可靠性鉴定试验方案.按照此鉴定试验方案,缩短了试验时间,从而降低了鉴定试验所需的费用.     

发动机传感器数据证实的贝叶斯信度网络方法

针对发动机及其部件试验传感器数据证实的多源证据融合问题,描述了建立贝叶斯信度网络的方法,给出了传感器状态和检验关系式不确定性信息表达方法,发展了自动建立贝叶斯信度网络、计算可信度概率及更新网络的算法;给出了贝叶斯信度网络方法在模型发动机上的应用示例。     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。