基于Copula方法的含交易方违约的信用违约互换定价

本文讨论了含交易方违约的信用违约互换定价问题,应用无套利原理得到了模型的价格,文章采用蒙特卡洛方法对模型进行了数值模拟,讨论了模型的价格与合约期限以及公司违约相关系数的关系。     

石河子气温变化趋势特点的奇异谱分析

本文采用1961—2001年石河子地区的气象资料,利用奇异谱分析的方法,分析了40a来气温变化,结果表明,石河子的气温变化具有4个明显的变化周期,分别为33—34年,11—12年,8—9年,3—4年;利用噪声驱动阻尼振子模型对得到的时间周期做了初步的分析,并利用拟合函数集对石河子气温给出了对应的函数变化关系。利用该方法可以对气温的变化特征有一个明晰的物理理解,也可以为将来的气温变化趋势的预测给出一定的借鉴作用。     

基于区间数的DS证据合成方法研究

在DS证据理论的应用过程中,命题的基本概率赋值函数起到了关键的作用,传统DS证据理论中基本概率赋值函数的取值为[0,1]中的单点值.在很难准确将证据所支持命题的基本概率赋值表示为[0,1]之间的单点值时,可以用区间数形式来表示命题的基本概率赋值.在建立符合运算封闭性的区间数广义求和与广义乘积算子的基础上,定义了基于区间数的基本概率赋值函数、信任函数以及似然函数等重要概念,给出了证据合成规则,进而提出了基于区间数的DS证据合成方法.计算实例表明,与传统DS证据合成方法相比,基于区间数的DS证据合成方法具有更灵活的应用特性和更小的计算复杂度.     

舰炮武器对驱逐舰目标射击毁伤定律研究

在综合评判驱逐舰目标毁伤等级并建立目标毁伤树的基础上,构造了舰炮武器系统对驱逐舰目标射击命中毁伤区域的简化模型图,建立了舰炮对驱逐舰目标射击的条件命中概率模型,通过分析弹丸对装甲目标的终点效应,建立了舰炮对驱逐舰目标射击的条件毁伤概率模型.计算结果表明,运用该方法研究舰炮武器系统对驱逐舰目标射击毁伤定律可信性高.     

基于ARX模型和改进蚁群算法的齿轮箱故障诊断

为了提高齿轮箱故障诊断的精度,提出基于ARX模型的齿轮箱建模新方法,从系统固有特性的角度来分析齿轮箱的状态,使用最大最小蚁群算法对反映齿轮箱多变量传递特性的多个特征参量进行特征选择并使用这些特征进行故障诊断。结果表明,该方法既能够有效提高故障诊断的效率和精度,又能有效降低输入条件和负载出现波动对识别结果的影响。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上,介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取,并详细介绍了模型参数的选取过程,避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域,并以一组智能BIT状态监测的数据对预测模型进行训练和验证,实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

空投鱼雷最优落水点分析

针对反潜机使用空投鱼雷对潜实施攻击时的最优落水点问题,建立了鱼雷弹道模型、声纳自导系统发现模型、潜艇机动模型、均方差模型,对空投鱼雷对潜攻击过程进行了模拟仿真,得出了相对于不同舷角、距离的鱼雷发现概率,并确定了鱼雷的最优落水点,以期为部队合理使用空投鱼雷提供决策依据。     

What you should know about simulation and derivatives

Derivatives (or gradients) are important for both sensitivity analysis and optimization, and in simulation models, these can often be estimated efficiently using various methods other than brute‐force finite differences. This article briefly summarizes the main approaches and discusses areas in which the approaches can most fruitfully be applied: queueing, inventory, and finance. In finance, the focus is on derivatives of another sort. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

拟声修辞对英语语言音、意、形的辅助作用

拟声作为一种修辞格,主要有基本拟声和次要拟声两种形式,它常用于文学创作中,创造出所需要的音响效果,使人有身临其境之感,在语言的音韵,意像,形式上发挥着重要的修辞作用。     

Ambulance location for maximum survival

This article proposes new location models for emergency medical service stations. The models are generated by incorporating a survival function into existing covering models. A survival function is a monotonically decreasing function of the response time of an emergency medical service (EMS) vehicle to a patient that returns the probability of survival for the patient. The survival function allows for the calculation of tangible outcome measures—the expected number of survivors in case of cardiac arrests. The survival‐maximizing location models are better suited for EMS location than the covering models which do not adequately differentiate between consequences of different response times. We demonstrate empirically the superiority of the survival‐maximizing models using data from the Edmonton EMS system. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2008