未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

多元分布函数的一种B-样条构造法

文章以二元连续型分布函数为例,在假设母体真实分布函数存在的基础上,利用双三次B-样条函数,给出了构造二维随机变量分布函数的一种新的算法;由实变函数的理论可知,存在这样的双三次B-样条函数,可以在给定条件下一致地收敛到母体真实分布函数,并且此双三次B-样条函数的适当拓展满足分布函数的一切性质.     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法,可将复杂密度函数或者分布化成一个简单,实用的形式,而且其误差较其他传统方法,比如正态逼近法及泰勒逼近法小得多,特别是在尾部概率的逼近方面优势明显.对已知函数进行逼近是简单的,但是实际试验中,试验数据的分布是未知的,本文对一组未知数据的尾部概率用两种不同的形式去进行近似.     

函数值Padé逼近的一种新的行列式表示及其应用

文章将函数值Padé逼近问题转化为以数量为分量的向量值Padé逼近问题,构造了函数值Padé逼近的一种新的行列式表示,其元素只需向量间的点乘运算,而传统的行列式表示中每个元素都是通过求定积分得到的,因此文中的行列式表示计算量大大减少。此外,文中还将上述方法应用到第2类Fredholm积分方程求解问题上,并给出数值例子显示其具有很好的逼近效果。     

未知函数的尾部概率的鞍点逼近

鞍点逼近是一种对随机变量的密度或者分布进行逼近的方法，可将复杂密度函数或者分布化成一个简单，实用的形式，而且其误差较其他传统方法，比如正态逼近法及泰勒逼近法小得多，特别是在尾部概率的逼近方面优势明显。对已知函数进行逼近是简单的，但是实际试验中，试验数据的分布是未知的，本文对一组未知数据的尾部概率用两种不同的形式去进行近似。     

一个新的NCP函数的构造及其应用

将非线性互补问题转化为光滑方程组是求解非线性互补问题的一个重要途径,而其转化的桥梁是NCP函数。针对非线性互补问题,构造了一个新的NCP函数,根据光滑逼近原理构造了其光滑逼近函数,并将其应用于求解非线性互补问题。数值算例表明,构造的NCP函数是有效的。     

随机函数的Bezier逼近问题

在数值逼近中, 函数的Bezier 形式在描述曲线时起到重要的作用,是逼近理论中主要的工具之一. 利用概率论中数学期望可以刻画出随机变量取值的平均数这一特性, 构造出一种新的函数列, 分别在离散型和连续型2种随机函数的情况下, 讨论其对随机函数的一致逼近问题.     

一族GHM型多尺度函数的构造

从具有2阶逼近的GHM多尺度函数出发,鉴于其逼近阶数相对较低的缺点,利用两尺度相似变换(TST)的方法,构造变换矩阵Mr(ω),将它的逼近阶提高到了任意大于2的整数,并保持了紧支性和对称性,提高了GHM多小波逼近光滑函数的能力。     

基于多分辨分析神经网络的函数逼近

基于小波分析的基本理论,提出了迭代求解Daubechies小波函数和尺度函数,并用多项式最小二乘曲线拟合离散数据点,得到小波函数和尺度函数的近似封闭解析式的方法。最后基于L^2的多分辨逼近思想,构造了基于尺度函数的多分辨分析网络,用迭代的梯度下降算法训练网络,并用此网络对有局部奇异性的函数进行学习,获得了很好的逼近效果。数值仿真结果表明：本文提出的方法是可行的,它避免了无封闭解析式的小波和尺度函数在实际应用中需要大量进行插值运算的繁琐和求导运 算的不便。     

频谱技术在布尔函数的多项式逼近中的应用

利用布尔函数的频谱来构造布尔函数的多项式逼近已得到研究。本文分析了这种逼近的构造,给出了不同阶数逼近所引起的误差上界及同阶逼近的等价性。     

平面杆机构位置求解的函数逼近法

本文通过原动件转换,给出原动件与转换构件角位移间的函数关系,再将其反函数用一多项式逼近。用机构有限个位置的角位移及其类速度值,通过求解线性方程组可确定此多项式的待定系数,从而提供了一种求解机构位置问题的新方法。该方法与现有的方法比较,当要求同时确定两个极限位置及多点位置时,比较简单,易于编制通用程序。     

控制系统闭环响应函数的快速辨识

按照控制系统的传统模型,可以建立近似的闭环传递函数．但其阶跃响应中超调量的偏差将明显地与系统的纯滞后时间相关．对于较复杂的对象,若用数值求解法求取整个闭环响应曲线,将很费时．鉴于一般工业控制系统的闭环响应都包含振荡过程．通过理论分析和论证,并利用阶跃响应的前３个幅值,提出了一组能快速辨识闭环响应函数的公式和综合模型,经对３种典型的仿真实例的验证,结果是准确的．此法也适用于发散振荡的情况．     

基于指数积分函数的人工冻土温度场解析研究

人工冻土温度场是与空间和时间相关的且含有相变的瞬态温度场.将指数积分函数作为人工冻土瞬态温度场的解析形式,通过指数积分函数的近似级数表达式和工程应用,说明瞬态冻土温度分布的近似解析解是可行的,且分别在时间和空间上服从对数规律分布.从冻结相变过程中,得出了冻土帷幕扩展厚度、速度与冻结时间关系的理论表达式,为冻结工程分析冻土温度分布、冻结帷幕的厚度、强度及冻结时间提供了一条新的途径.     

SARS传播规律函数的ELMAN神经网络逼近方法

提出了用ELMAN神经网络逼近传染病传播规律函数的方法,给出了影响传染病传播的影响因素简单近似的量化途径。用北京市和山西省的统计数据来验证该方法,验证结果表明,训练后的ELMAN神经网络能较准确的逼近传染病的传播规律函数,该方法对传染病的预测和控制有一定意义。     

有界变差函数与可微函数之间的关系

研究了[a,b]上的有界变差函数与[a,b]上的可微函数之间的关系,得出了有界变差函数是准可微函数;函数f(x)为准可微函数当且仅当f(x)为近似有界变差函数。     

指数样条函数在零息票债券定价中的应用

定义了一个贴现函数,对贴现函数性质进行了研究,讨论了逼近它的几种方法;然后,在相关研究基础上,引入指数样条函数,对其一般形式进行了化简,提供了计算具体时点贴现因子的方法,得到一种逼近和计算贴现函数的简洁算法,并给出一个实例说明方法有效性;最后,指出今后可以继续研究的问题。     

基于指数饱和函数的非线性系统自适应模糊控制

为减小模糊逻辑系统的逼近误差,引入指数饱和函数项对一类未知非线性系统进行间接自适应模糊控制.直接用模糊逻辑系统逼近未知非线性函数,基于广义误差对模糊逻辑系统中的未知参数进行自适应调整,并用指数饱和函数项对逼近误差进行补偿.该方法不但能使跟踪误差收敛到原点的一个小邻域内,而且通过适当减小控制器中设计参数,可使跟踪误差减小.仿真验证了该方法的有效性.     

膜生物反应器处理市政污水中试研究

相对于传统活性污泥法，膜生物反应器处理生活污水具有显著的优势。通过在自行设计、加工的浸没式中空纤维微滤膜生物反应器中试装置上连续处理两种生活污水，旨在研究中空纤维微滤膜组件的性能及其影响因素，膜水通量随膜组件内真空度的变化，膜水通量随运行时间的变化和膜污染产生的原因及防治措施。了解膜生物反应器对生活污水的净化效果，出水COD、NH3-N、表色色度和浊度随运行时间的变化，膜生物反应器内污泥浓度随运行时间的变化情况等。为下一步中空纤维微滤幞生物反应器商业化应用提供基础设计数据和运行参数。     

二次损失函数下Poisson回归模型中参数的近似Bayes估计

针对Poisson回归模型中当给定参数的先验分布后, 其后验分布的具体形式较难得到的问题, 利用Γ分布的大样本性质, 给出了似然函数的近似形式, 并得到近似的后验分布. 模拟结果表明, 利用这种近似的后验分布进行统计推断, 得到的参数Bayes估计具有较好的稳定性及精度.