导读:本文包含了扩散逼近论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:流体,系统,模型,比例,极限,过程,组合。
扩散逼近论文文献综述
骞志勇[1]（2018）在《大型自行车共享系统的流逼近与扩散逼近研究》一文中研究指出近年来,随着交通堵塞、城市烟雾等环境问题的加剧,绿色城市、绿色交通的崛起,自行车共享系统凭借其自身节能、绿色、方便的优势在国际上众多国家和城市得到了快速发展。但是随着公共自行车系统规模的逐渐增大、使用频次的逐渐增加,“租/还车难”问题在系统运行时普遍存在。到目前为止,在一些更加一般化的因素下,自行车共享系统的性能评价依旧面临着许多困难和挑战。首先,本文从实际自行车的运行参数出发,提出了一个用户到达过程为更新过程,骑行时间服从一般分布的大型自行车共享系统,并将其建立起一个具有多类顾客的闭排队网络。通过对租赁站点和站点间路上的自行车数量的分析,建立了这个多类顾客闭排队网络的队长过程的流平衡等式,应用函数强大数定理给出了自行车共享系统在高负荷条件下关键性能指标的流逼近定理,得到了自行车共享系统流体模型的极限。其次,在流逼近的基础上对自行车共享系统的达到过程和路径转移过程进行中心化处理,本文证明站节点和路节点的平均自行车数量的扩散化过程以分布收敛于一个半鞅反射布朗运动,建立了自行车共享系统的扩散逼近定理,从而实现了对系统的稳态计算。进一步给出一个数值算例对系统的关键性能指标和问题站点的比例进行了数值分析,同时也证明本文提出的方法的可行性与高效性。最后,本文将研究结果应用于北京市海淀区公共自行车共享系统,分析了系统在稳态运行下的关键性能指标和问题站点的比例,并为提高系统运行效率和用户体验的满意度提出相应的建议。因此,本文的结果和方法为研究更加一般的大型自行车共享系统提供了一个新的研究途径,而且是一个非常重要的极具理论挑战性的研究方向。(本文来源于《燕山大学》期刊2018-05-01）
骞志勇,樊瑞娜[2]（2018）在《Web服务组合性能评价的流逼近与扩散逼近研究》一文中研究指出Web服务组合系统的规模尺度和复杂程度的不断提高以及调用请求的周期化和一般化,使得Web服务组合系统的性能建模和分析更加困难。针对该问题,建立了一组将服务组合的基本交互关系和Web服务器处理能力、负载等因素映射到开排队网络的映射规则。提出了一种基于逼近理论与排队模型相结合的分析方法,克服了以往研究中调用请求到达过程和服务过程受限的情况,得到了系统关键性能指标的流逼近与扩散逼近定理。最后,分析了系统的性能及其变化规律。该方法为研究更加一般的大型Web服务组合系统提供了一个新的途径。(本文来源于《计算机应用研究》期刊2018年03期）
王献[3]（2017）在《风险相依状态下扩散逼近模型最优再保险问题》一文中研究指出风险控制一直是保险公司的关键问题。在本文中,考虑一个保险公司的随机控制问题,并且求出保险公司再保险和投资的最优策略。该保险公司的盈余过程服从布朗运动。受到Browne (1995)工作的启发,该文章中理赔是连续的且是一个常数,我们对其模型进行拓展,加入两类状态相依的理赔项目,这两类理赔过程通过一个共同冲击联系起来。这使得模型更有说服力,并具有实际意义。通过一些技术处理,可以将一个连续的风险过程看作复合泊松模型的扩散逼近。在这一过程下,可以推导出模型到达预设上界的概率,并且能够得到值函数以及最优策略,包括保险公司再保险的自留份额以及投资风险资产的比例。通过对比之前的结论,发现最优策略不仅仅依赖于利率和盈余,而且还依赖于安全负荷。基于随机控制的理论,我们首先证明了扩散逼近模型的一些性质,之后提出了风险状态相依下的扩散逼近模型的验证定理。最后,根据两个具体的实例,求出具体的策略以及值函数。(本文来源于《南京师范大学》期刊2017-03-05）
张节松,肖庆宪[4]（2016）在《相依多险种模型的扩散逼近与最优投资》一文中研究指出以保险公司经营3类经济业务为例,研究共同冲击(common shock)型相依多险种模型的扩散逼近与最优投资问题.首先,通过模型转换,证明了此类相依风险模型可扩散逼近为漂移Brown运动,从而获得了累积索赔的近似分布.然后,根据所得结果,利用条件在险价值(CVaR)控制整体风险(索赔风险和投资风险)并同时考虑保险基金的监管因素,研究最大化终期期望财富的最优投资问题.利用约束最优化原理,得到了最优策略的显式表达式.在当前险种多元化并彼此关联的背景下,以期为保险公司估计和控制风险提供一些参考.(本文来源于《云南大学学报(自然科学版)》期刊2016年03期）
华婷,梁志彬[5]（2015）在《最大化调节系数的最优比例再保险和破产概率——扩散逼近模型》一文中研究指出在一类新的保费原理——期望-标准差保费原理下,讨论了扩散逼近(简称为D-A)模型中使得调节系数最大化的最优再保险问题,并且得到了最优再保险策略和最小破产概率的清晰表达式.最后通过一些数例和图表反映了模型中的参数对最优值的影响.(本文来源于《南京师大学报(自然科学版)》期刊2015年04期）
车豪丰[6]（2014）在《非强占型优先权多类G/PH/n+GI系统的扩散逼近》一文中研究指出本文主要研究允许顾客放弃的非强占型优先权多类排队系统的等待队长过程Qn={Qn(t),t≥0}和服务器配置过程Zn={Zn(t),t≥0}的扩散逼近问题,具体地涉及到两种排队模型：超负荷状态下的G/PH/n+M系统和临界负荷状态下的G/PH/n+GI系统。首先,本文通过构造等价的扰动系统,得到G/PH/n+M系统的随机动态方程,即(Qn(t),Zn(t))的方程表达式,然后利用连续映射定理和随机时间替换定理,在不同优先级顾客放弃速率一致的条件下,证明了经扩散尺度重新标度的等待队长过程与服务器配置过程(Qn,Zn)依分布收敛到扩散过程,并在一个猜想的基础上证明了当放弃速率不一致但高优先级顾客交通强度大于1时,有同样的结论。其次,在上述随机动态方程基础上,通过研究G/PH/n+GI系统中放弃过程与等待队长过程的关系,在不同优先级顾客放弃速率一致的条件下,证明了(Qn,Zn)依分布收敛到连续的马氏过程。最后,本文对放弃速率不一致的其它情况也做了一些尝试性的探讨。(本文来源于《南京大学》期刊2014-05-01）
张晓[7]（2011）在《高负荷条件下G-网扩散逼近的鞅方法》一文中研究指出随着1991年Gelenb首次提出“负顾客”的概念,带有正顾客和“负顾客”的G-网络得到了广大学者的关注。近年来,人们从不同的角度对G-网也做出了大量的研究,其主要应用在神经网络系统、遗传学管理系统、电脑安全系统等。1939年,法国概率学家Levy首先提出了鞅的概念,此后美国概率学家Doob将鞅的概念进行了推广,提出了下鞅的概念,并对它做了很多系统性的研究。Burkholder D.L.,Meyer P.等在此基础之上,又进行了一系列的研究工作,从而就形成了近代鞅理论。随着鞅理论在概率论和随机过程中地位的日益突出,鞅方法已经成为研究随机过程和排队论的强有力工具。在本篇文章中主要运用鞅方法来研究高负荷条件下G-网队长过程的扩散逼近。我们首先给出鞅的有关知识,并在此基础之上应用非负下鞅的Doob-Meyer分解定理构造出两类特殊的G-网模型：二阶串联系统和二阶并联系统队长过程的鞅分解表示,进而给出其刻画过程的鞅分解表示,然后再运用概率测度收敛和随机过程极限的有关知识来研究其扩散逼近过程。并且将其结论推广到一般G-网模型,给出一般G-网模型中队长过程在高负荷条件下的扩散逼近过程,表明了鞅方法在研究G-网模型时的可行性和有效性。在本篇论文的最后一章也将给出二阶串联系统队长过程的数值模拟仿真,并画出其图像,验证了二阶串联系统的高负荷极限定理。(本文来源于《长安大学》期刊2011-05-29）
徐耀[8]（2011）在《多用户无线通信系统的流体与扩散逼近》一文中研究指出本文主要考虑一个多用户多进多出(MIMO)共享信道的无线传输系统。我们假设,传输的信道状态是时变的,且其变化是按照一个遍历的马尔可夫过程演化的。而每个用户数据包的相继到达时间与数据包的长度均是服从一般性分布的。即我们的相应队列系统是随机环境下的队列系统。另外,每个用户之间的平均数据包到达率(也就是所谓的相关交通强度)是保持不变的,各用户的数据在传输端缓存以保证传输的连续性。对于此系统,即使在最简单的马尔可夫调度策略假设的前提下也是很难研究的,所以我们考虑研究其流体和扩散逼近的情况。本文主要证明了在饱和传输条件下,工作负荷过程在流体尺度意义下趋于0,并在扩散尺度意义下对有关的逼近进行了简单的讨论。(本文来源于《南京大学》期刊2011-05-01）
于加尚[9]（2011）在《带有启动时间的GI/G/1排队系统的扩散逼近》一文中研究指出为了刻画通信网络中自动请求重发(automatic repeat request,ARQ)通信协议,将其模型化转为一个带有启动时间的GI/G/1排队系统。首先建立了服务员的闲期所满足的上下界函数关系,后利用此关系证明了该排队系统队长、负荷和忙期过程的扩散逼近,近似刻画了系统指标。(本文来源于《山东大学学报(理学版)》期刊2011年01期）
刘建民[10]（2010）在《高负荷下带重尾服务强占优先排队的扩散逼近》一文中研究指出考虑的排队系统是单服务台,顾客的初始到来是依泊松过程来到服务台,顾客的服务时间是重尾分布,服务的原则是强占优先服务.在高负荷条件下对此模型进行研究,获得了系统中的负荷过程,离去过程和队长过程的扩散逼近.(本文来源于《纯粹数学与应用数学》期刊2010年04期）
扩散逼近论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
Web服务组合系统的规模尺度和复杂程度的不断提高以及调用请求的周期化和一般化,使得Web服务组合系统的性能建模和分析更加困难。针对该问题,建立了一组将服务组合的基本交互关系和Web服务器处理能力、负载等因素映射到开排队网络的映射规则。提出了一种基于逼近理论与排队模型相结合的分析方法,克服了以往研究中调用请求到达过程和服务过程受限的情况,得到了系统关键性能指标的流逼近与扩散逼近定理。最后,分析了系统的性能及其变化规律。该方法为研究更加一般的大型Web服务组合系统提供了一个新的途径。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
扩散逼近论文参考文献
[1].骞志勇.大型自行车共享系统的流逼近与扩散逼近研究[D].燕山大学.2018
[2].骞志勇,樊瑞娜.Web服务组合性能评价的流逼近与扩散逼近研究[J].计算机应用研究.2018
[3].王献.风险相依状态下扩散逼近模型最优再保险问题[D].南京师范大学.2017
[4].张节松,肖庆宪.相依多险种模型的扩散逼近与最优投资[J].云南大学学报(自然科学版).2016
[5].华婷,梁志彬.最大化调节系数的最优比例再保险和破产概率——扩散逼近模型[J].南京师大学报(自然科学版).2015
[6].车豪丰.非强占型优先权多类G/PH/n+GI系统的扩散逼近[D].南京大学.2014
[7].张晓.高负荷条件下G-网扩散逼近的鞅方法[D].长安大学.2011
[8].徐耀.多用户无线通信系统的流体与扩散逼近[D].南京大学.2011
[9].于加尚.带有启动时间的GI/G/1排队系统的扩散逼近[J].山东大学学报(理学版).2011
[10].刘建民.高负荷下带重尾服务强占优先排队的扩散逼近[J].纯粹数学与应用数学.2010
论文知识图
