子集模拟中马尔可夫链蒙特卡洛抽样算法比较

文章着重研究子集模拟中马尔可夫链蒙特卡洛(MCMC)抽样算法的抽样效率与计算精度。首先，阐述可靠度子集模拟的基本原理与中间状态样本生成的各种MCMC抽样算法，在稳态马尔可夫链构造基础上提出延迟拒绝MMH(Modified Metropolis Hasting)算法，通过在MMH算法上增加备选样本的延迟拒绝步提高MMH算法的抽样效率；阐述基于随机游走与基于扩散方程MCMC方法中建议分布的差异，进一步对备选样本接受率为1的preconditioned Crank-Nicolson(pCN)算法和条件抽样(Conditional sampling, CS)算法开展研究，证明两种算法的等价性；推导有效样本量的计算方法，提出采用有效样本量与总样本量的比值定义MCMC方法的抽样效率。通过复杂目标分布的样本生成研究不同MCMC抽样算法建议分布及其参数对备选样本接受率与抽样效率的影响，最后通过计算实例研究子集模拟过程采用不同MCMC抽样算法得到失效概率的相对误差及其变异性，揭示不同MCMC抽样算法对失效概率计算精度的影响。研究表明：不同MCMC抽样算法生成备选样本的接受率及其自相关性受建议分布及其参数影响较大，对于复杂的目标分布，pCN算法和CS算法的抽样效率较高，延迟拒绝MMH算法次之；采用CS算法和延迟拒绝MMH算法进行子集模拟得到的失效概率精度较高且变异性较低；增加子集模拟中间状态样本量可以提高失效概率计算精度并降低其变异性。     

对模糊数学在设备故障诊断中的应用的探讨

本文简要介绍了模糊数学在诊断设备故障中应用的原理步骤和典例。     

基于极限平衡法和有限元法的边坡协同式可靠度分析

极限平衡法和有限元法是两种常用的边坡稳定分析方法。基于极限平衡法的边坡可靠度分析计算效率较高,但需要假定失效模式,从而导致计算结果不准;与之相反,基于有限元法的边坡可靠度分析更为严格,但计算效率较低。为此,提出了一种新的基于随机模拟的边坡可靠度分析方法——边坡协同式可靠度分析方法。该方法包括初步可靠度分析和精细可靠度分析两步,可以同时利用极限平衡法和有限元法的优势,实现既高效又准确的边坡可靠度分析。通过一个考虑空间变异性的两层土坡算例验证了该方法的有效性,结果表明:协同式可靠度分析方法与基于有限元法的蒙特卡洛模拟或子集模拟相比,不仅具有一致的可靠度分析结果,而且显著提高了小概率水平下的计算效率,促进了基于有限元法的边坡可靠度分析在实际工程中的应用。该方法可以将基于极限平衡法的边坡可靠度分析成果合理纳入到基于有限元法的边坡可靠度分析中,从而获得大量的失效样本,以制定合理的边坡防治措施。该方法非常适用于高维可靠度问题,如考虑空间变异性的边坡可靠度问题。     

京东组建物流子集团五年内年收入将超千亿

4月25日,京东宣布将正式组建京东物流子集团,打造全面开放的智慧供应链网络,原京东集团高级副总裁、京东商城运营体系负责人王振辉将出任京东物流子集团CEO,京东物流子集团在五年内将成为一家年收入突破干亿规模的企业。     

基于日志活动捆绑挖掘隐变迁

研究隐变迁挖掘问题,提出了过滤低频日志的预处理方法.其中,使用编辑距离函数计算日志序列与初始模型行为子集的总体近似适合度及其上下界;同时,放宽适合度的区间定义,仅去除最可能是噪声的日志,而留下符合正常流程的低频日志.此外,提出了日志活动捆绑的定义,为找到有效低频序列中每个活动的直接输入和输出捆绑活动集,进而挖掘出模型中合理的隐变迁提供理论支撑.     

基于整数多项式环的多对一全同态加密算法

针对传统公钥加密模式多数只能由单发送方将消息发送给单接收方的限制,基于整数全同态加密方案,设计一种基于整数多项式环的一对一全同态加密算法。在此基础上,通过修改一对一全同态加密算法的密钥生成方式,扩展加密方个数,提出基于整数多项式环的多方加密一方解密的全同态加密算法。给出该算法的正确性和同态性证明,并在随机预言机模型下,基于离散子集求和问题和近似最大公因子问题证明该算法的安全性。性能比较结果表明,该算法可扩展加密方个数,提高解密方效率。     

凸算法在TCT统计重建中的应用

TCT(Transmission Computed Tomograhy)统计迭代重建算法是目前研究的一个热点,相比ECT统计重建算法来讲,TCT统计重建算法的似然函数比ECT的形式更加复杂、更不易求解.为了简化该问题的求解,本文从优化转化的思想出发,结合凸不等式的性质,寻找了一个易于求解、分离变量的代理函数代替原来的似...     

基于广播加密的文件保密分发系统

对已有的广播加密方案进行了改进,在子集差分广播加密方案(Subset Difference Method)的基础上引入主密钥机制(Master Key)。与SD方案相比较,新的方案在确保安全性的前提下减少了用户存储的密钥量。利用改进方案的层次特性,实现了一个企业文件保密分发系统,可高效灵活地进行解密权限的控制。     

基于可变有序子集的惩罚最小二乘算法

传统算法不能有效的抑制噪声且收敛速度慢.为了解决这些问题,在最小二乘算法中引入中值先验,并结合可变有序子集(MOD)技术用于PET图像重建,形成了基于可变有序子集的惩罚最小二乘算法(MOS-PLS-Median).仿真结果表明,MOS-PLS算法相对于最小二乘(LS)等传统算法,不仅能够有效的抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度.