Screening multi-dimensional heterogeneous populations for infectious diseases under scarce testing resources,with application to COVID-19

Testing provides essential information for managing infectious disease outbreaks, such as the COVID-19 pandemic. When testing resources are scarce, an important managerial decision is who to test. This decision is compounded by the fact that potential testing subjects are heterogeneous in multiple dimensions that are important to consider, including their likelihood of being disease-positive, and how much potential harm would be averted through testing and the subsequent interventions. To increase testing coverage, pooled testing can be utilized, but this comes at a cost of increased false-negatives when the test is imperfect. Then, the decision problem is to partition the heterogeneous testing population into three mutually exclusive sets: those to be individually tested, those to be pool tested, and those not to be tested. Additionally, the subjects to be pool tested must be further partitioned into testing pools, potentially containing different numbers of subjects. The objectives include the minimization of harm (through detection and mitigation) or maximization of testing coverage. We develop data-driven optimization models and algorithms to design pooled testing strategies, and show, via a COVID-19 contact tracing case study, that the proposed testing strategies can substantially outperform the current practice used for COVID-19 contact tracing (individually testing those contacts with symptoms). Our results demonstrate the substantial benefits of optimizing the testing design, while considering the multiple dimensions of population heterogeneity and the limited testing capacity.     

地域通信网节点重要性评价方法

为了更全面、更客观地评价地域通信网节点的重要性,提出了综合考虑节点边权值和节点地位双重因素的评价方法,该方法既刻画了节点间的作用细节,又反映出节点在网络中的位置和节点间连接紧密程度,克服了以往无权网络中评价节点重要性存在的不足。最后,通过实例验证了该方法的有效性和全面性。     

云计算安全协议设计

分析了目前云计算服务中存在的应用风险和安全隐患,并将其抽象为两方面的问题,即安全边界问题和用户服务资源映射问题。为了解决这两个方面的问题,根据云计算系统的实际需求,给出云计算服务的一种普适性的定义;在此定义基础上,提出了云计算服务的安全框架,并设计了云计算服务各层协议集合。在这个框架和协议集合下,分析了保证云计算服务正常执行所需的四方面要素,以及将诸要素较好地整合在一起的方法。     

多指标约束下某变质量热力系统的性能可靠性分析

针对某变质量热力系统的性能可靠性受多指标综合影响的问题,使用了一种基于 Monte Carlo 仿真的系统性能可靠性分析方法对该系统进行了可靠性分析。首先,选取系统的性能失效特征量作为载荷末速度和最大加速度,并确定了其失效标准;然后,阐述了系统中部件———调节阀开度的退化规律。在此基础上,对系统的性能可靠性进行了仿真分析,得到了系统性能失效特征量的故障概率密度及性能可靠度。仿真结果表明：随着部件性能参数的退化,系统性能可靠性逐渐降低。     

水中兵器延寿样本的装载可靠度鉴定试验方案

针对延寿样本子样少,按经典GJB899法对装载可靠度鉴定需要较长的试验时间这一实际情况,提出了一种减少试验时间的Bayes方法.该方法通过挖掘延寿前装载失效率信息,确定先验分布,再开展陆上加速装载试验以增加装载信息,并结合实际装载信息制定了装载可靠度鉴定试验新方案.实例计算表明:在确保鉴定效果的前提下,新方法可在较小的延寿样本条件下快速完成装载可靠度鉴定工作,满足水中兵器延寿工程的实际需要.     

带运力限制及单边时变约束下多出发机场航空战略投送兵力分配模型研究

利用民航力量由多个机场向一个目标机场实施航空战略投送时,由于各民航机场都具有运力限制约束,不可能无限制地快速投送兵力,因此,考虑了在多个出发机场存在运力限制约束的情况下,构建了"投送时间最短,动员机场最少"多目标决策模型,并给出了优化算法和算例.     

基于随机漫游模型的协同搜索力最优分配方法

针对多平台协同搜索的最优搜索问题,以多无人机区域搜索任务为背景,将搜索论和随机规划引入到编队协同搜索中,建立了环境模型、无人机模型、传感器模型;为了解决目标丢失后的“应召”搜索问题,建立了目标的随机漫游模型;通过对搜索力最优分配问题的分析,认为其实质为一类线性规划问题,提出了一种基于递归原理的解算方法;最后,通过仿真计算,证明了该随机漫游模型的合理性,并验证了所提算法的有效性。     

基于非概率理论的混合不确定性结构可靠性分析方法

摘要: 针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。此外,将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证所建模型的合理性和所提方法的高效性和准确性。     

基于工况-时间分布规律确定装备预防性维修间隔期

考虑到装备工况变化通常会影响到装备寿命,提出了一种基于工况-时间分布规律的装备可靠性评估及预防性维修间隔期的确定方法。采用Gamma过程描述装备性能指标退化过程,以形状参数反映工况的变化,推导出基于工况-时间分布规律的装备寿命分布;进而得到可靠度表达式,确定了预防性维修间隔期;最后给出了方法在某6300型柴油机中的应用实例,验证了方法的有效性。     

国内生存分析在可靠性数据分析中的应用进展

针对可靠性数据分析中遇到的小样本、异总体、删失和截尾问题,引入现代统计学的重要分支——生存分析理论,分别从参数生存分析模型、非参数生存分析模型和半参数生存分析模型3个方面分析了国内生存分析在可靠性数据分析中的研究现状与应用进展。