基于正态分布的随机投入产出模型

在现实的经济系统中,由于社会经济活动的复杂性、多变性和随机性,用确定性变量来描述多变但又有一定规律性的社会经济现象是不符合实际的,为此,运用随机变量的分布理论研究随机投入产出模型具有现实意义。以直接消耗系数和最终需求为正态型随机变量的前提,研究了随机投入产出模型的某一类问题,并最终导出了各部门随机投入产出模型中产出量所满足的方程。     

随机变量序列基于指数分布的强偏差定理

利用样本相对熵作为一般非负连续型随机变量序列相对于服从指数分布的独立但不同分布随机变量我偏差的一种随机性度量,运用鞅理论及分析方法,研究了一类随机变量序列加权的用不等式表示的极限定理,即强偏差定理。     

基于随机消耗系数的投入产出模型研究

主要研究了投资系数与直接消耗系数均服从正态分布的随机投入产出模型,建立了相应的双目标规划模型,以寻求目标年的最优产量,并进行了实例分析,对协调国民经济各部门的发展具有指导意义.     

投入产出模型及其应用

本文从实际应用的角度出发,对投入产出模型的编制过程进行了详细阐述,并且进一步对市场经济环境下投入产出方法在进行经济分析以以观计划方面的重要应用上做出了详细的论述。     

股市投入产出统计模型

应用有理增长函数理论，建立了股市中资金投入产出统计模型，计算表明，投入资金在１０万元至１００万元时产生的利润率最大。     

基于投入产出模型的我国产业结构与就业关系分析

为分析我国宏观经济运行情况,探求各产业结构、就业的相互联系,运用投入产出法对各部门关联度和各产业吸纳就业的能力进行了分析,并利用不同时间段的投入产出表对我国经济进行了时际研究.研究表明,现阶段我国工业、交通运输业、商业餐饮业仍是影响其他产业大、吸纳就业人口多的行业,并据此提出了一些政策建议.     

包头市工业部门科技投入产出模型的编制

通过对包头地区产业部门科技投入与产出关系的研究，运用生产函数理论和投入产出原理，并把两者有机地结合起来，建立了包头市１９９２年价值型工业部门科技投入产出模型。     

指数分布随机截尾恒加试验的统计分析

研究指数分布场合随机截尾情形下,由恒定应力加速寿命试验得到的数据进行统计分析的方法,利用指数分布的大样本性质给出近似的简化算法。随机模拟表明：该方法是计算有效而且应用是可行的。     

基于指数分布的随机序列几何平均的一个强极限定理

引入极限相对对数似然比作为任意连续型随机序列相对独立指数分布偏差的一种随机性度量,利用似然比构造几乎处处收敛的上鞅,得到了随机变量序列几何平均的一个强极限定理,它是经典强大数定理的乘法类似物。     

基于Weibull分布的土-结构接触面统计损伤软化本构模型

以法向应力为0.8-1.0 MPa条件下的土-结构接触面剪切力学特性及变形性态为依据,从土-结构接触面抗剪强度的随机性出发,将接触面上的整体剪切破坏视为有限个微元的剪切破坏的组合,提出了基于平面应变条件下Mohr-Coulomb屈服准则的土-结构接触面微元强度表达式,在假定微元强度或微元破坏服从双参数Weibull分布的基础上,建立了土-结构接触面统计损伤软化本构模型.结果表明,模型能够较好地反映土-结构接触面变形破坏的全过程,尤其是剪切过程中所表现出的应变软化特性,其模拟与试验结果曲线的相关系数达0.99以上.     

任意分布的均值的渐近有效估计

讨论一般随机分布的均值的区间估计问题,给出了一种求任意分布均值的置信区间的抽样方案：证明此抽样方案渐近有效,得出了关于任意分布均值的置信区间的新结果。     

指数分布对任意非负连续型随机变量的逼近

利用指数型分布类研究相依连续型非负随机变量序列的极限性质，得到一类强偏差定理，即用不等式表示的一类强极限定理，证明中提出了将似然比和Laplace变换应用于强极限定理研究的一种方法。     

连续型随机变量函数分布密度的一种简单求法

求随机变量函数的分布是概率论中的一个重要课题,无论是在理论还是在应用上都有着十分重要的意义.对于连续型随机变量ξ来说,可由分布函数的定义先求出随机变量ξ和它的函数η=f(ξ)这个新的随机变量的分布函数之间的联系,然后通过求导,得到密度函数之间的联系,从而求得η的分布密度.该方法严谨直观,计算简单、实用性强.     

基于遗传算法的广义指数分布参数估计

将遗传算法运用于广义指数公布的参数估计中．模拟研究表明遗传算法极大地改善了传统方法的估计效率．     

昆明市环境保护投入产出表的多目标规划模型

根据包含了污染排放及治理、水资源使用等数据的昆明市环境保护投入产出表,建立了一个多目标投入产出模型,该模型体现了发展第一,但不以牺牲环境为代价的可持续发展思想。用此模型对滇池流域经济与环境协调发展的问题作了分析,得出的结论对制订滇池流域可持续发展规划将有所帮助,而且该模型对其他区域经济与环境发展规划的制订也是有益的。     

基于队列和负载因子的动态参数随机指数标记算法

为了解决随机指数标记算法(REM)队列抖动大,对动态数据流响应慢,以及环境适应性差等问题,分析了算法的控制属性,并提出了一种参数动态调整的随机指数标记算法(DREM).基于控制理论的分析表明,REM算法具有比例积分(PI)控制属性.通过引入队列因子和负载因子的概念,对队列调整状态进行实时划分,能够有效地判断当前网络的拥塞状况.同时,利用队列和负载因子设计了关键参数的调整率,以协助基于"和式增加积式减少(AIMD)"规则的TCP拥塞控制策略,有效增强了REM算法的控制性能.NS2平台中的仿真实验表明,相对于标准REM算法,DREM提高了队列长度的响应能力,减小了丢包率,增强了主动队列管理算法的适应性和鲁棒性.