关于半鞅向量随机积分的两个结果

首先利用半鞅Girsanov定理与闭图像定理证明了:若{Xn}是带滤基的完备概率空间(Ω,F,F,P)中的一列半鞅,其中滤基F=(Ft)t≥0满足通常条件,且{Xn}在关于P的Emery拓扑空间中收敛于X,则当概率测度Q相似文献   

一种基于Petri网模型的系统动态安全性分析方法

针对目前安全分析方法通常只能给出导致系统失效的事件发生序列,而对系统运行过程中的一些时序、动态等因素考虑不足等问题,提出了基于Petri网模型的系统安全性动态分析方法,并结合系统状态可达树,建立了系统动态安全性分析模型,得出导致系统失效的所有可能事件的序列及其发生概率.最后,以实例验证了该方法的可靠性和有效性.     

基于多层次Petri网的软件保障流程建模

软件保障流程分析是研究软件保障规律的重要手段。应用多层赋时变迁、随机Petri网技术,逐步细化建立了软件保障流程仿真模型,给出了各层次模型中库所和变迁的含义。结合模型的仿真分析,提出了用"软件使用保障时间比"作为评价软件保障性的参数,给出了软件使用保障时间比的计算方法,并就该计算方法所表达的意义同装备系统进行了比较,指出了软件使用与保障时间分配的特殊性。     

外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

一类随机差分方程的解序列的最优停止规则

设报酬序列{x_(?),(?),n≥0}满足随机差分方程x_(n+1)=x_n+a_n+b_nε_(n+1)(ε_1,ε_2,…为白噪声序列)。本文讨论了用有限情形{x_n,0≤n≤N}的Snell包逼近无限情形{x_n,n≥0)的Snell包的条件,得到了x_n=E(x_n|(?))((?)=σ{ε_0,ε_1,…,ε_n},ε_0=0)的Snell包r_n的分解形式和最优停时存在的条件。最后讨论了最优停止规则的迭代计算法,并得出了迭代过程在有限步停止的充分条件。     

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 ,将在机械故障诊断领域展示诱人的前景     

随机 Petri 网的瓶颈及其最大处理能力

介绍了随机Ｐｅｔｒｉ网瓶颈的概念,给出了一般随机Ｐｅｔｒｉ网最大处理能力的数学模型,针对一类特殊结构的随机Ｐｅｔｒｉ网,导出了分析其最大处理能力和瓶颈的快速算法,最后给出了一个防空决策组织信息处理瓶颈与处理能力分析的实例。     

Petri网的活跃性和非死锁性的判定算法及证明

用Petri网分析系统的逻辑特性时很重要的是分析它的活跃性、非死锁性及安全性。在此提出两个算法—Petri网深度优先算法和活跃性判定算法,并加以证明。     

遥感数据处理任务调度的Petri网模型及求解算法

为了对多源遥感数据的处理任务进行有效的调度和管理,提高处理资源的利用率,根据遥感数据处理任务调度问题的特点,采用Petri网对该问题进行形式化描述,建立了遥感数据处理任务调度的数学模型,根据该问题的多目标特性,采用蚁群算法进行求解.给出仿真实例,将蚁群算法的求解结果与启发式算法和模拟退火算法的求解结果进行比较,验证算法...     

Inventory management with advance capacity information

An important aspect of supply chain management is dealing with demand and supply uncertainty. The uncertainty of future supply can be reduced if a company is able to obtain advance capacity information (ACI) about future supply/production capacity availability from its supplier. We address a periodic‐review inventory system under stochastic demand and stochastic limited supply, for which ACI is available. We show that the optimal ordering policy is a state‐dependent base‐stock policy characterized by a base‐stock level that is a function of ACI. We establish a link with inventory models that use advance demand information (ADI) by developing a capacitated inventory system with ADI, and we show that equivalence can only be set under a very specific and restrictive assumption, implying that ADI insights will not necessarily hold in the ACI environment. Our numerical results reveal several managerial insights. In particular, we show that ACI is most beneficial when there is sufficient flexibility to react to anticipated demand and supply capacity mismatches. Further, most of the benefits can be achieved with only limited future visibility. We also show that the system parameters affecting the value of ACI interact in a complex way and therefore need to be considered in an integrated manner. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011