简介:提出了一种基于流体随机Petri网的工作流响应时间概率分布计算方法.首先讨论了利用随机工作流网建模的一些相关问题,然后描述了如何将随机工作流网模型转化为流体随机Petri网模型,最后给出了该种流体随机Petri网模型的动态方程,说明工作流响应时间的概率分布可直接由流体随机Petri网模型的暂态解得到.该方法对工作流模型的结构没有提出任何限制,且工作流任务的处理时间可取任意概率分布,通过递归地使用网化简技术可有效地处理大型工作流模型.
简介:不确定性是数据的固有属性,在实验过程中由于仪器的限制或者收集过程中的误差都会造成数据的不确定性。数据挖掘算法在处理不确定数据的相关研究尚处于初级阶段,不确定数据聚类是不确定数据研究中的典型问题,已有一些聚类算法被应用到处理不确定数据,如UK-means等。无论是UK-means还是FDBSCAN都仅仅考虑了不确定数据之间的几何距离,而没有考虑到不确定数据之间的概率分布差异。然而,概率分布特征是不确定数据的本质特征,考虑不确定数据的概率分布能够更准确度量不确定数据间的距离,从而提高聚类算法的性能,本文使用核函数度量不确定数据与类中心的距离,然后使用UK-means算法聚类不确定数据,通过大量实验验证了本文提出的距离函数优于使用欧式距离期望的UK-means方法。
简介:本文进一步讨论了两类相关风险模型中破产概率的相关结果,研究了索赔过程为特殊的广义Pois-son过程,索赔额分布为指数分布时生存概率的求解问题。
简介:根据正态分布的特性和证券价格自然对数的变化特征,先推导出一个具有普适价值的对数正态分布公式,然后结合期权定价的特征,导出了布莱克—斯科尔斯期权定价公式。此方法笔者将之命名为对数正态分布代入法。与随机偏微分方程方法和鞅方法相比较,这种方法对数学的要求并不高,只需掌握常规的概率论知识即可,因此它简单易懂,便于理解接受。