带有止步的成批到达的M~x/M/1/N多重工作休假排队系统

研究了带有止步的M~x/M/1/N多重工作休假排队系统。顾客成批到达,到达后每批中的顾客,或者以概率决定进入队列等待服务,或者以概率1止步。系统中一旦没有顾客,服务员立即进入多重工作休假。利用马尔科夫过程理论和矩阵解法求出了稳态概率的矩阵解,并得到了系统的平均队长、平均等待队长以及顾客的平均止步率等性能指标。     

确定土壤背景值的Hazen概率法——以铜陵矿区Pb为例

本文选取已知土壤背景含量的铜陵矿区,基于Hazen概率曲线,探讨了土壤污染重金属元素Pb背景含量与污染叠加含量的区分方法.得到Pb元素的背景含量为28.5μg/g,与该区深层土壤样中Pb元素含量的平均值(34μg/g)比较接近.还得到了Pb元素污染叠加含量与背景含量的界线点51μg/g.基于Hazen概率曲线区分铜陵矿区土壤Pb元素背景含量与污染叠加含量的方法是有效的,有必要将该方法推广到土壤中其它重金属污染元素、其它地区作进一步研究.     

加筋板架击穿概率分析

为评估攻击武器作用下舰船结构的安全性,对战斗部冲击载荷作用下加筋板架的击穿概率进行分析.取初始撞击速度、战斗部密度、材料的弹性模量和极限强度作为随机变量,利用随机数生成程序得到50组随机变量的初始值;采用有限元程序进行仿真计算,得到战斗部击穿板架后的末速度值,并检验末速度是否服从正态分布,若不服从则利用最大熵法拟合末速度的概率密度函数;考虑战斗部撞击点和板架加强筋的相对位置关系,采用速度破坏准则,利用蒙特卡罗方法模拟得到不同入射角度的战斗部击穿单层和双层加筋板架的概率.该方法所用样本数量少,充分利用了样本信息,效率较高,具有一定实际应用价值.     

汉语语音文档检索中后验概率的索引方法

基于音节Lattice形式的语音识别结果来实现汉语语音文档检索,不但可以成功规避词表外词问题,而且Lattice这种多候选形式也能有效补偿识别错误对检索性能的影响.在基于音节Lattice的汉语语音文档检索研究中,针对已有索引方法的不足,提出了一种基于后验概率的索引方法,对向量空间模型进行改进,以音节和K步邻接音节对作为索引项,以它们在语音文档中的后验概率值作为索引项权重.检索实验表明,文中的方法更适用于基于音节Lattice的语音文档检索任务,各项改进都达到了预期效果.     

模糊关系下的概率粗糙集模型及其Bayes决策

经典的概率粗糙集模型是基于论域上的等价关系而建立的,然而在实际应用中,等价关系很难得到。因此,经典的概率粗糙集模型被推广到基于一般二元关系的概率粗糙集模型。更进一步地,还可以推广到模糊二元关系。建立了基于模糊关系的概率粗糙集模型,推广了前人的工作,同时给出了该模型下的Bayes决策方法和应用实例。     

基于蒙特卡罗方法的水库大坝漫顶风险分析

洪水漫顶是导致水库大坝破坏的主要原因之一,大坝洪水漫顶风险分析是大坝安全评价的重要组成部分。在介绍洪水漫顶的可靠度模型的基础上,提出用蒙特卡罗方法进行模拟,并对其中的伪随机数生成进行了细致的说明。工程实例表明基于蒙特卡罗方法的水库漫顶风险分析模型具有较强的实用性,能为大坝安全评价工作提供支持。     

采用多信号流图模型的雷达接收机故障诊断方法

介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中,以故障后验概率最大为判断准则,实现了对雷达接收机系统的在线多故障实时诊断。     

从古典概率思想看中西文化价值观的差异

本文研究了古典概率思想的起源和主要意义,指出了等可能性或机会均等是古典概率思想的基本特征;并首次从中西方两大不同的文化价值观(机会均等和诚信)的角度,对中西方追求确定性的思想方法--"随机试验"(重复性)和"卜以决疑"(一次性)的重大差异,进行了分析、比较和探讨.     

失效概率的估计及其性质

E—Bayes估计法在无失效数据情形给出了失效概率的E-Bayes估计的定义,并在此基础上给出了失效概率的E—Bayes估计。文章在E—Bayes估计法基础上,给出了失效概率的另外两个E—Bayes估计,并给出了失效概率的E—Bayes估计的性质。最后,给出了数值算例,结果表明E-Bayes估计法可行且便于应用。     

线性红利下带干扰的复合Poisson风险模型

在线性红利下将保单到达过程推广为Poisson过程,并通过添加Brownian运动来刻画保险公司不确定的收益和付款,建立线性红利下带干扰的复合Poisson风险模型.运用鞅方法得出了破产概率满足的Lundberg不等式和一般公式,并给出了生存概率满足的积分—微分方程。