随机分解

摘要： 研究具有多重休假和两阶段服务的重试排队系统,其中休假结束后需要重新启动.批次到达的顾客形成参数为λ的Poisson过程,顾客进行两阶段的服务:必选服务和可选服务,其中第二阶段有多种服务可供选择.首先证明了不等式ρ<1是系统稳定状态存在的充要条件,然后通过引入补充变量求出系统稳定状态分布及相关指标,最后在广义服务时间的定义下,推导出该系统满足随机分解性.

摘要： 本文研究具有延迟多重休假和系统采取Min(N,D,V)-策略的M/G/1排队系统.运用全概率分解技术和拉普拉斯变换工具讨论了系统从任意初始状态出发,在任意时刻t的瞬态队长分布和稳态队长分布,得到了瞬态队长分布的拉普拉斯变换的表达式和稳态队长分布的递推表达式,进一步也得到稳态队长的随机分解结果和附加队长分布的显示表达式.最后,在建立系统费用结构模型的基础上,导出了系统长期单位时间内的期望费用的显示表达式,并通过数值实例不但确定了使得系统在长期单位时间内的期望费用最小的联合最优控制策略(N^*,D^*),而且与无延迟休假的系统最优控制策略做了比较.

摘要： 论文探讨了埃尔朗分布的随机分解问题,给出了其数字特征的简捷算法.

摘要： 考虑延迟Min(N, D)-策略下M/G/1排队系统的离去过程.运用全概率分解技术、更新过程理论和Laplace-Stieltjes变换,从任意初始状态出发,讨论在有限区间(0, t]内离去顾客的平均数,给出了离去过程、服务员状态过程和服务员忙期中的服务更新过程之间的关系,该关系揭示了离去过程的随机分解特性,并得到了离去顾客平均数的渐近展开式.在排队网络中,由于一个排队系统的输出即为下游排队系统的输入,希望本文所得结果为排队网络的研究提供有用的信息.

摘要： 考虑Min(N,D)-策略下M/G/1排队系统的离去过程.运用全概率分解技术和更新过程理论,从任意初始状态出发,讨论系统在有限时间区间内离去顾客的平均数,得到了离去顾客平均数的瞬态表达式和稳态表达式,并给出了离去过程、服务员状态过程和服务员忙期中的服务更新过程之间的重要关系,该关系揭示了离去过程的随机分解特性:离去顾客的平均数被分解为两部分,一部分是服务员忙的概率,另一部分是服务员忙期中的离去顾客平均数,从而简化了对离去过程的研究.最后,得到了便于有效计算离去顾客平均数的渐近展开式,以及一些特殊情形下的相应结果.在排队网络中,由于一个排队系统的输出即为下游排队系统的输入,希望本文所得结果为排队网络的研究提供有用的信息.

摘要： 含有大规模变量的多目标优化问题是目前多目标进化算法领域的研究重点.多目标粒子群优化方法具有收敛性良好、计算简单和参数设置少等优点,但随着优化问题决策变量的增多,“变量维度”成为了瓶颈.针对上述问题,文中提出的变量随机分解策略,增加关联变量分配到同组的概率,使得算法更好的保留变量间的关联性,并将合作协同进化框架融合到算法中,提出了基于大规模变量分解的多目标粒子群优化算法(CCMOPSO).将该算法在经典标准测试函数ZDT1、ZDT2、ZDT3、DTLZ1、DTLZ2变量扩展后进行仿真对比实验,采用加法二进制ε指标和超体积指标(HV)对算法收敛性和多样性进行对比分析,实验结果表明,在解决大规模变量的多目标函数中,变量维度越高,该算法比经典多目标算法MOPSO、NSGA-Ⅱ、MOEA/D以及GDE3越具有更好的多样性与收敛性,同时使得计算复杂度明显降低.

摘要： 由于在计算机网络、通讯系统、生产交通领域建模的广泛应用，离散时间休假排队成为近年来应用概率的一个研究热点。考虑带休假延迟和启动时间的Geom/Geom/1多重休假排队系统，运用QBD链和矩阵几何解等工具，给出过程稳态队长分布的具体形式，在此基础上，推导出平稳状态下队长与逗留时间的随机分解结构，并进一步得到系统在相应状态下的概率和稳态指标的均值。%This paper considers a Geom/Geom/1 queueing system with multiple vacation, delayed vacation and setup time. By applying quasi-birth-death chain and matrix-geometric solution method, the analytic expres-sion of the stationary queue length is given. Meanwhile, it has demonstrated the stochastic decomposition struc-tures of the stationary queue length and sojourn time. Moreover, expectation of stationary indices, the steady state probabilities that the system in vacation delay, vacation period, setup time and busy period are calculated respectively.

摘要： 讨论一个具有相继的两种类型休假策略的M/M/1休假排队模型.模型可以用QBD过程及矩阵解析方法分析.首先,得到了该QBD过程的联合平稳分布,在此基础上,进一步给出了所讨论排队模型平稳队长和平稳逗留时间的随机分解结果.

摘要： 系统开启后服务台以高速率为顾客服务,直到系统中无顾客等待服务.服务台进入闲置期,如果仍无顾客进来,进入低速率服务期.在此期间等待服务的顾客数大于或等于N时,进入高速率服务期.利用随机模型的矩阵几何解方法,得到了极限状态下条件顾客数和条件等待时间的分布,以及顾客数和等待时间的随机分解.

摘要： 本文考虑具有延迟启动批到达N-策略Mx/G/1排队系统。首先，使用补充变量技术导出了稳态队长分布的概率母函数以及随机分解，再根据Leibniz求导法则结合随机分解结果直接得到附加队长分布，进一步得到该排队系统队长分布的递推表达式; 最后，计算出稳态队长分布，并且考察其统计性质。

摘要： 考察有两种顾客的M/M/1排队系统,其中一类是普通顾客,另一类是有强占优先权的顾客.在工作休假期间服务台以较低的服务率服务普通顾客.而一旦优先权顾客到达,无论之前服务台处于何种状态都以正常工作状态的服务率立即服务优先权顾客.在服务台正常工作状态下完成一次服务或休假结束后,如果系统中没有顾客,则服务台将继续休假.建立了系统的拟生灭模型,并求得系统稳态时队长分布母函数,以及相应的随机分解和系统的其他性能指标.

摘要： 本文研究带启动时间的J种辅助性服务多级适应性休假Mx/G/1排队，首先所有到达的顾客都要求基本的服务，他们中的一些可能继续要求其它可选择服务的一种服务：类型1，类型2，…，和类型J。基本的服务时间和服务类型i(i=1,2，…J)的服务时间均服从一般分布。但系统无顾客时服务台休假；一旦有一位顾客或一批顾客到达，服务台立即启动，启动过后开始忙期。给出了系统稳态队长和等待时间的母函数及其它们的随机分解结果，并分析系统的忙期、全假期和忙循环。讨论几个特例，并推导出一些重要结论。

摘要： 本文考虑具有N策略离散时间的Geom/G/1排队系统,采用全概率分解方法、更新过程理论和u-变换技术,从任意初始状态出发,研究了该排队系统队长的瞬态性质,得到队长瞬态分布的u-变换形式的递推表达式;进一步得出队长稳态分布的递推表达和稳态队长的随机分解。

摘要： 本文研究单重休假的带启动-关闭期的Geom/G/1离散时间排队,给出稳态队长、等待时间分布的母函数及其随机分解结果,最后给出该模型的几个特例.

摘要： 本文分析了一种在运行过程中服务台可能出现故障的批到达多级适应性延误休假可修排队系统.我们假设休假时间,服务时间,修理时间和延误休假时间都为任意分布.利用服务员忙期和拉普拉斯变换,直接获得了时刻t队长瞬时分布的拉普拉斯变换递推表达式和队长稳态分布的递推表达式,同时也得到了队长分布的概率母函数.

摘要： 本文分析了一种在运行过程中服务台可能出现故障的批到达多级适应性延误休假可修排队系统.我们假设休假时间,服务时间,修理时间和延误休假时间都为任意分布.利用服务员忙期和拉普拉斯变换,直接获得了时刻t队长瞬时分布的拉普拉斯变换递推表达式和队长稳态分布的递推表达式,同时也得到了队长分布的概率母函数.

摘要： 本文分析了一种在运行过程中服务台可能出现故障的批到达多级适应性延误休假可修排队系统.我们假设休假时间,服务时间,修理时间和延误休假时间都为任意分布.利用服务员忙期和拉普拉斯变换,直接获得了时刻t队长瞬时分布的拉普拉斯变换递推表达式和队长稳态分布的递推表达式,同时也得到了队长分布的概率母函数.

摘要： 本文分析了一种在运行过程中服务台可能出现故障的批到达多级适应性延误休假可修排队系统.我们假设休假时间,服务时间,修理时间和延误休假时间都为任意分布.利用服务员忙期和拉普拉斯变换,直接获得了时刻t队长瞬时分布的拉普拉斯变换递推表达式和队长稳态分布的递推表达式,同时也得到了队长分布的概率母函数.

摘要： 本发明公开了一种基于随机近端梯度张量分解的VDES碰撞信号分离方法，该方法适用于欠定或正定情况下(观测信号数目小于或等于源信号数目)VDES碰撞信号分离，具体为：首先对VDES接收信号进行采样、数字下变频处理，得到各子系统观测信号；完成预处理后建立广义协方差矩阵集并利用Tucker分解压缩矩阵集堆叠的张量得到核张量，接着采用随机近端梯度算法优化核张量求解过程，对得到的混合矩阵求逆得到分离矩阵；对分离矩阵计算出的分离信号进行帧头检测、频偏估计、解调处理，得到VDES子系统信号数据帧。本发明利用Tucker分解对张量压缩，减少计算复杂度，随机近端梯度算法在提高分解精度的同时减少求解因子矩阵所需时间，能对VDES系统的接收信号进行实时处理。

摘要： 本发明公开一种基于分阶Fourier频谱分解与混合随机掩码的光学加密方法，包括：构建混合随机掩码；根据分数阶Fourier变换和混合随机掩码，对初始明文进行光学调制，得到Fourier频谱；通过等膜分解法分割Fourier频谱，得到并输出密文和私钥。本发明通过融合Fresnel波带、Hilbert相位与混沌掩码，实现了对光学图像的加密，具备更理想的抗干扰能力与安全性，在噪声、剪切等攻击下，具有更为理想的解密质量。

摘要： 本发明涉及一种自适应尺度分解的眼底图像血管随机共振检测方法。本发明对眼底图像进行非下采样轮廓波变换，然后对高频子带图像进行最优随机共振调制，以实现对低对比度血管的检测；并根据最优随机共振响应所对应的峰值信噪比指标，来自适应控制非下采样轮廓波变换的分解尺度；分别基于区域能量加权平均规则和基于峰值信噪比数值的加权方法，对不同尺度下获得的低通子带图像以及最优随机共振响应进行融合；最后对融合结果进行非下采样轮廓波逆变换重构，并利用二值化阈值处理得到血管检测结果图。本发明改变了传统随机共振方法对整幅空域图像进行全局优化的伪最优思路，提出的自适应尺度分解方法适用于眼底图像多对比度血管的检测场景。

摘要： 本发明公开了一种基于特征正交分解的非平稳随机过程快速模拟方法，对于空间任意分布的、时变相干的多点非平稳过程，首先对EPSD矩阵进行三角分解，然后用POD将三角矩阵的各个时频耦合的元素分别表示为若干个时间函数和频率函数乘积之和，最后采用FFT技术进行快速模拟；对于空间任意分布的、时不变相干的多点非平稳过程，先对相干矩阵进行三角分解，再使用POD将自谱组成的对角矩阵的时频耦合的元素，分别表示为若干个时间函数和频率函数乘积之和，最后优化模拟公式，用极少次的FFT技术进行高效模拟。本发明采用POD拟合精度高，模拟出的样本准确；三角分解及FFT技术的优化使用使模拟效率大大提升；解决了目前非平稳模拟方法存在的应用局限及效率低下等问题。

摘要： 本发明公开了一种基于云计算的大规模高光谱数据张量环分解随机抽样方法，包括以下步骤：读取大规模高光谱张量数据，对其进行格式转换和划分；根据头文件计算抽样数据的数量J，高斯分布初始化n个初始核心张量coreInitialize，将J和coreInitialize广播至每一个计算节点；在计算节点中直方图抽样J次生成张量数据坐标idx1，根据idx1对高光谱张量数据进行抽样；根据idx1对核心张量G抽样生成抽样张量，根据计算节点确定未抽样核心张量Z，最小二乘法计算更新核心张量G；判断到迭代终止条件，迭代结束后，将计算结果核心张量G存储在云计算平台中。本发明能够对大规模高光谱张量数据进行快速、准确的张量环分解。

摘要： 本发明涉及建筑结构抗风设计技术领域，尤其是涉及一种利用风洞试验与随机场分解技术的建筑物风压测量方法。包括：S1、制作建筑物模型；S2、通过测压风洞试验得到建筑物模型表面特征位置的风压；S3、利用随机场分解技术，得到建筑物模型每个表面风压分布模式；S4、通过风压分布模式组合得到建筑物各个表面风压分布。本发明可以高效得到建筑风压分布，减少人力、物力、财力消耗，缩短测试时间，提高测量精度，具有一定的社会和经济效益。

摘要： 一种融合随机搜索与混合分解误差订正的海浪预报算法，涉及人工智能技术领域，包括：步骤1、获取基于浮标观测的浮标历史观测数据，整合处理同海浪变化密切相关的海洋、气象资料，构建海浪预报数据库；步骤2、敏感性因子分析；步骤3、构建海浪预报模型；步骤4、获取海浪预报误差时间序列，将预报误差与初始预报波高相加，得到订正后的预报海浪波高。本发明参考数值预报模型的输入，以预报时刻的海浪相关要素进行数据驱动，同时对模型超参数进行自动化寻优以优化模型结构，并结合数据分解算法与深度学习的混合分解误差订正模型对海浪预报进行误差订正，以提高基于深度学习的海浪预报精度，提高预报时效性，降低海浪预报时滞。

摘要： 本发明提出了一种基于变分模态分解和FLP的半球谐振陀螺随机误差补偿方法，本方法首先利用变分模态分解方法将采样信号分解为一系列固有模态函数(IMF)分量；然后计算每一个IMF分量的样本熵值和相邻熵值之间的变化量，从而区分高频分量和低频分量并采取相应地措施：高频分量直接去除，低频分量进行重构；最后将重构的信号再进行FLP滤波，得到最终的去噪之后的半球谐振陀螺的输出信号，最后，通过实验验证本文提出的方法的性能：该方法能够有效的抑制半球谐振陀螺的随机误差，提高其测量精度。

摘要： 本发明公开一种基于双层分解算法的多场景随机机组组合方法及系统，包括：首先采用场景打捆方法将原始的场景打捆形成场景束；其次采用外层PH算法对该场景束进行分解，实现每个场景束对应问题的并行计算；然后针对场景打捆后每个场景束对应问题规模较大、每次迭代所需时间较长的问题，在内层嵌套Benders分解算法，将每个场景束对应问题分解为无线约束主问题和可并行求解的基态、故障态线路约束子问题。通过该双层分解算法，对多场景随机机组组合问题进行嵌套并行计算，显著减少了PH算法的迭代次数、显著降低了计算时间。

摘要： 本发明涉及电力市场领域及水电调度运行领域，特别涉及一种考虑合同分解的大水电跨省跨区日前随机竞价方法。该方法首先从时段波动性角度提出一种考虑时段相关性的电价场景分析方法；进而构建以中长期合同市场和日前市场两部分的总期望收益最大为目标函数的随机期望模型；其次，提出基于调峰需求分级的中长期合同分解方法，并构建了协调调峰性能与经济收益的跨省跨区随机协调优化模型；最后采用多目标转化及线性化方法将模型转化为MILP模型，并利用优化求解软件求解该模型。本方明能够实现电价时段相关性的精确描述，得到权衡电站经济收益与受端电网调峰诉求的水电竞价方案，为西南大规模水电跨省跨区优化配置提供科学依据。