多响应三水平部分因子试验设计的建模与优化

针对多响应三水平部分因子试验,当筛选试验中候选变量个数大于试验样本数时,本文提出了一种考虑因子效应原则的建模与优化方法.首先,构建三水平对照试验,并结合二元变量指示器构建Bayesian Lasso模型;其次,根据因子效应原则,分三个阶段逐步更新二元变量指示器的先验信息,并利用变量指示器的后验概率来识别显著性变量,确定模型结构;然后,在此基础上结合贝叶斯抽样技术构建多变量过程能力指数函数,并通过最大化该函数获得最佳的参数设计值;最后,实际案例的结果表明:本文所提方法不仅能够有效地筛选出多响应三水平部分因子试验的显著性变量,而且能够获得最佳的参数设计值.     

两阶段的贝叶斯模型选择与筛选试验分析

针对非正态响应的部分因子试验设计,当筛选试验所涉及的因子数目较大时,提出了一种两阶段的贝叶斯模型选择方法.首先,运用蒙特卡洛(MCMC)方法模拟广义线性模型各参数的后验分布,并根据各参数大于零或小于零的后验概率考察各变量的显著性,得到初始的当前模型与候选模型;其次,利用贝叶斯模型评估准则DIC对当前模型与候选模型进行逐步迭代优化,筛选出显著性因子,得到了具有最佳短期预测性能的模型;最后,实际的工业案例说明此方法能够有效处理非正态响应部分因子试验中显著性因子筛选问题.     

非正态响应的部分因子试验设计与仿真分析

讨论了非正态响应试验设计中广泛应用的广义线性模型,针对小样本的部分因子试验设计,运用MCMC方法模拟出广义线性模型各参数后验分布的马尔科夫链,提出了根据各参数大于零或小于零的后验概率识别显著性因子的新方法。通过部分因子试验的仿真数据利用SAS软件对GLM进行贝叶斯分析,结果表明基于MCMC模拟的GLM贝叶斯分析方法能有效地识别出部分因子试验设计中的显著性因子。     

广义线性模型的贝叶斯分析及稳健参数设计应用

讨论了非正态响应稳健参数设计中应用最为广泛的广义线性模型.针对广义线性模型在稳健参数设计中普遍存在的估计性问题,对广义线性模型的参数采用相对客观的Jeffreys先验分布,运用基于ARMS抽样算法的MCMC方法动态模拟出各参数后验分布的马尔科夫链,并给出了广义线性模型参数的估计值和显著性因子.根据实际工业试验数据,利用SAS软件对广义线性模型进行了贝叶斯分析,结果表明贝叶斯广义线性模型在参数估计的稳健性和显著性因子识别方面比一般的广义线性模型更加可靠和有效.     

基于GLM的双响应曲面法及其稳健设计

针对非正态响应的稳健设计,首先在均值与散度的联合广义线性模型基础上构建了基于广义线性模型(generalized linear model, GLM)的双响应曲面模型。然后,鉴于所构建的双响应曲面模型为高度复杂的非线性函数,运用遗传算法与模式搜索的混合算法对其进行参数优化,获得可控因子的最佳参数设计值。最后,运用所提出方法对某测试晶片电阻率的参数设计进行了分析。研究结果表明,该方法能有效地减少测试晶片电阻率的质量波动,提高了产品质量的稳健性。     

非正态响应稳健参数设计的贝叶斯建模与优化

针对非正态响应的稳健参数设计问题，提出一种考虑噪声因子的贝叶斯建模与参数优化方法。首先，考虑经验贝叶斯先验信息，利用贝叶斯广义线性模型构建设计因子与输出响应之间的函数关系；其次，假设噪声因子服从已知的分布，在此基础上利用贝叶斯抽样技术获得考虑噪声因子波动的输出响应模拟抽样值；然后，在给定产品规格的基础上，利用输出响应的抽样值构建符合性后验概率函数，并利用遗传算法对所构建的符合性后验概率函数进行优化，获得对噪声因子波动具有稳健性的参数设计值；最后，结合实际的案例验证了所提方法的有效性。研究结果表明，所提方法有效地刻画了噪声因子的波动对产品或过程质量的影响，从而获得了更为稳健可靠的参数设计值。     

异方差下条件处理效应的非参数估计及应用

处理效应模型作为分析政策效应的量化工具,在社会与经济的各个领域有着广泛的应用.现有文献为了得到处理效应的一致估计量,通常需要加一些较强的限制条件(如条件均值独立)或采用工具变量法,在较弱的与实际更吻合的条件下给出处理效应的一致估计量并不多见.本文在误差项对称的假定下,讨论了条件处理效应模型的非参数识别和估计,并进一步估计了平均处理效应.我们通过放松模型中函数形式的假定,同时考虑了较为普遍的广义异方差形式,大大减少了模型误设的可能性,拓展了现有模型的适用性.本文对估计量的大样本性质进行了分析,表明了估计量的一致性和渐近正态性,蒙特卡罗模拟显示了估计量良好的有限样本性质.最后,本文将估计量应用于研究大学教育回报及其性别差异,进一步解释了估计量的实用价值.     

区间数据下EV线性回归模型修正的广义最小二乘估计

研究了当响应变量为区间数据时的EV线性回归模型,通过构造区间数据的无偏转换,并对广义最小二乘估计作适当修正,得到了回归参数的估计,在较一般的条件下证明了强相合性和渐近正态性.最后作了若干模拟计算,从模拟的结果发现,利用本文提出的方法所获得的估计具有较高的精度.     

基于半监督广义可加Logistic回归的信用评分方法

传统的信用评分模型主要基于有监督学习(supervised learning)方法,但是,在实际的贷款问题中,有标记样本信息的获取往往成本较高、难度较大、周期较长,而无标记样本信息则大量存在.为了能在建模中充分利用无标记样本信息,本文提出了一种基于半监督广义可加(semi-supervised generalized additive,SSGA) Logistic回归的信用评分模型.该模型不但能处理线性不可分问题,也能同时利用有标记与无标记样本信息,并同步实现模型参数的估计和显著变量的选择.通过模拟实验表明,所提出的模型在外推预测和变量选择方面的表现均显著优于有监督模型.最后,将该模型应用于个人信用贷款违约风险的评估中.     

大数据下仿真筛选实验及误差控制模型和应用

针对"大数据+仿真模型+后仿真分析"这一新型研究范式,提出基于基效应估计(EE),Bootstrap假设检验以及伪发现率误差控制(FDR)的"后仿真分析"筛选实验设计方法(简称BFEE).BFEE用于识别对仿真模型所感兴趣的响应起到最重要主效应/交互效应作用的少量关键因子.相比传统EE,BFEE保证了信息识别的统计精度和效力.与现有的仿真实验的序贯分支筛选法(SB)相比,BFEE无需任何模型假设,从而更容易适应大数据背景下的复杂数据特征.蒙特卡罗仿真的三种方法对比实验表明,BFEE在不需任何假设的条件下即可获得理想的实验效率和效力,在降低计算实验成本同时,保证了识别重要效应的精度.基于实际背景仿真案例的应用显示BFEE具有良好的实际应用价值.     

设备冷却水泵的故障率时变性研究

设备冷却水泵具有高可靠性、长寿命的特点,历史失效数据的小子样问题突出,并且由冲击、振动、磨损、腐蚀等耗损性因素引起的故障,其故障率具有时变性,随时间的推移而增加.故障率λ为常数的Jeffreys先验模型不能以合理概率复现设备冷却水泵的故障数据,无法满足分析λ时变性的要求.本文在对数线性模型基础上为λ引入额外时变性,建立Poisson分布的广义线性模型,研究λ的时间趋势;不仅利用定性图检验评价模型复现设备冷却水泵故障数据的能力,而且还应用贝叶斯χ~2统计量进行定量化检验;经过定性和定量的双重检验,表明该模型据有良好的预计能力,可以分析设备冷却水泵故障率λ的时变性.     

变宽度凸组合变阶数LMS自适应滤波算法

为了进一步改善凸组合变阶数最小均方(convex combination variable fractional tap-length least mean square,CFTLMS)自适应滤波算法的稳态性能,在证明其稳态性能的基础上,提出了一种变宽度凸组合变阶数(variable width-CFTLMS, VW-CFTLMS)自适应滤波算法,并给出参数的选择依据。仿真结果验证了低信噪比情况下,VW-CFTLMS算法稳态性能和参数选择依据的正确性;同时该算法的稳态性能要优于CFTLMS算法,其额外均方误差相比于CFTLMS算法降低约1.8 dB,具有实用价值。     

基于SEBS-TOMS分层组合框架的导弹武器系统可用性建模与仿真

研究部署与任务期间导弹武器系统可用性建模方法与仿真实验设计。阐述了可用性概念,明确了量化指标,构建建模与仿真(modeling and simulation, M&S)一体化框架,利用分层组合的思想,提出了基于体系-实体-行为 状态(system-of-system, entity, behavior, state, SEBS)的可用性建模方法,即以体系组织集成建模为框架,以变结构实体建模为主体,以可用性为中心的行为建模为支撑,以基于故障与战损的可用状态建模为核心,并对模型的形式化描述展开研究。探讨了仿真实验设计的关键技术,提出基于测试 使用-维修-保障(test, operation, maintain, support, TOMS)的实验空间串联分割方法,并对随机变量建模、仿真优化设计、仿真系统可信度评估进行阐述。仿真结果表明,该分层组合评估方法快捷有效,仿真实验设计合理可行,极大地提高了可用性评估和分析的效率,为精确保障奠定了基础。     

抗多普勒效应FRFT-PPM水声通信技术

针对现有水声通信系统抗干扰性能不佳和易受多普勒效应影响的问题,提出了基于分数阶Fourier变换的脉冲位置调制(fractional Fourier transform pulse position modulation, FRFT-PPM)的水声通信系统方案及分数阶域多普勒效应补偿方法。FRFT-PPM水声通信系统采用线性调频（linear frequency modulation, LFM）信号作为通信载波,借用PPM原理将信息调制到分数阶域脉冲位置中进行传输,具有通信速率可调,最高可达1.6kbit/s,抗噪声干扰能力强的优点。根据LFM信号较大多普勒容限和分数阶Fourier变换尺度变换特性,采用分数阶域分数阶域峰值位置补偿来抑制相对运动产生的多普勒效应。通过大量计算机仿真和湖试试验,验证了FRFT-PPM通信系统及分数阶域多普勒效应补偿算法的有效性与可行性。     

DOCCII-based electronically tunable current-mode biquadratic filters

1.INTRODUCTION Recently,aconsiderableportionofresearchoncontinuous timefiltersconcernscurrent modefiltersbasedCCIIthat canachievehighersignalbandwidth,greaterlinearityand largerdynamicrangethanvoltage modefilters,allkinds ofdifferentcurrent modefiltersaregreatlypresentedand wildlyresearched[1～3]. Manyapplicationsrequirefilterthatcanelec tronicallytune,especially,sophisticatedtechniquesof signalprocessingdemandthefiltertovaryfilter’spa rameterselectronicallyanddynamically.Incurrent …     

DOCCⅡ-based electronically tunable current-mode biquadratic filters

A complete state variable current-mode biquadratic filter built by duo-output CCⅡ (DOCCⅡ) with variable current gain is presented. All the coefficients of the filter can be independently tuned through the variable current gain factors of the DOCCⅡ. Based on the principles upon which the general biquadratic filter was constructed, a universal electronically tunable current-mode filter is proposed which implements the low-pass, high-pass, band-pass, band-suppress and all-pass second order transfer functions simultaneously. The PSPICE simulations of frequency responses of second-order filter of are also given.     

基于位置和散度效应因子分类筛选及仿真试验

针对供应链及其它计算机仿真试验中所涉及因子数目众多的情形,序贯分支方法因筛选效率较高被广泛采用.然而,现有的序贯分支方法忽视对散度效应起显著作用的因子.由于相比位置效应,散度效应在产品或供应链系统的质量设计中是同等甚至更为重要的,故提出一种基于位置效应与散度效应的序贯分支方法.首先,将影响位置效应与散度效应的显著因子分类为调节因子,重要因子和稳健因子;然后,结合序贯概率比检验(sequential probability ratio test,SPRT),在控制筛选过程中第一类错误和第二类错误的基础上,采用序贯分支方法分类地筛选出显著因子;最后通过仿真试验说明此方法能够有效且分类地处理位置效应与散度效应下的显著因子筛选问题.