基于梯形模糊数的模糊最小一乘回归模型

本文给出一种梯形模糊数的距离,并基于这种距离,建立了关于梯形模糊数的模糊最小一乘回归模型.针对输入、输出和回归系数分别为实数和梯形模糊数的三种情形,进行了详细的研究与分析.最后,通过3个实例验证了所提模型的有效性.数据模拟结果表明我们的方法具有较好的拟合效果.     

基于最小一乘准则下利率期限结构拟合中的节点选择

将稳健的最小一乘准则引入到三次样条函数中,利用最小一乘准则下的变量选择方法确定样条函数节点的数量和位置,从而构建模型,拟合上海证券交易所交易的国债利率期限结构。样本外预测结果显示,与传统的方法相比,新方法可以有效地增加估计的稳健性,提高预测的精度,增强期限结构定价的准确度。     

多元线性回归模型的聚类分析方法研究

提出一种对大量的多元线性回归模型进行聚类分析的方法.首先利用增广矩阵的相关系数矩阵定义了2个多元回归模型之间的距离以及模型集合的质心和半径等相关概念.然后采用Squeezer聚类方法,以过程全自动化的方式,实现对多元线性回归模型集合进行聚类分析.通过仿真研究验证了方法的有效性,取得满意的分析结果.     

成分数据的线性回归模型

在许多社会、经济、技术问题中，成分数据通常被用于研究作为整体的各部分的比率情况。本文结合对称的logratio变换与偏最小二乘回归方法，提出一种成分数据回归建模的方法。该方法可以克服经典线性回归方法在成分数据建模中的诸多困难。并反由于所采用的数学变换具有对称性，因此变换以后的变量可以较好地反映原始变量的含义，便于建立一个容易解释的数学模型。本文还采用北京市三次产业就业需求预测作为案例，说明成分数据回归建模的工作过程和应用价值，并通过计算结果验证了本文所提方法的有效性和合理性。     

一元线性模型异方差的局部多项式回归

本文将局部多项式回归的非参数方法用于线性模型中异方差的估计 ,改进了传统的两阶段法 ,得到了估计的一致性和渐近正态性 ,为探讨估计的有限样本性 ,给出了若干模拟的例子。     

BP算法求解多元线性回归模型初探

提出求解多元线性回归模型系数的BP算法，给出该算法的数学描述、推导过程和计算机编程步骤，并结合实例说明。     

一元线性回归——马尔科夫链预测粮食单产模型研究

粮食单产年度间非平稳波动大,采用一元线性回归预测仅是一种趋势产量,预测精度较低。为了克服这种现象,我们拟用一元线性回归——马尔科夫链综合预测模型,对闽西粮食单产作了实际预测,结果预测精度明显提高。表3,参1。     

线性回归模型参数变点的在线监测

在线监测金融时间序列并尽早发现变点,对减小金融风险有重要的意义. 通过引进一个窗宽参数,对线性回归模型系数变点提出了一种改进的在线监测方法,并将此方法进一步 用于模型方差变点的监测.在无变点的原假设下给出了监测统计量的渐近分布及经验临界值 表,在备择假设下证明了该方法的一致性.模拟结果表明新方法比已有的方法势高且平均运行 长度短,最后通过两组股票价格变点监测的实例, 进一步说明了该方法的有效性.     

企业资本结构及其影响因素的关系研究--多元线性回归模型与神经网络模型的比较与应用

将神经网络模型引入企业资本结构及其影响因素的关系研究领域,并使之与传统的多元线性回归模型相比较,选取1051家中国上市公司2002年的横截面数据,以资产负债率为资本结构的表征变量．以规模、盈利性、成长性、非债务税盾、资产结构、资产流动性、产品独特性、产生内部资源能力等公司特征为自变量,对上市公司资本结构及其影响因素进行实证研究,并对两模型实证结果进行检验与分析,得出神经网络模型的SSE较小、预测能力较强的结论。     

基于一种增量式一元线性回归模型的自适应逆控制

为受控系统提出了一种简便实用的增量式一元线性回归模型。为了跟踪快时变参数 ,提出了一种滚动多模型加权平均参数估计算法。在参数估计和系统控制的过程中运用智能技术 ,使估值更可靠 ,并形成了以基于该模型的自适应逆控制为主、常规控制为辅的多模态控制方式。仿真结果表明 ,这一控制方式对于控制非线性和时变系统非常有效。     

多延时线性中立型系统的稳定性的代数判据

近年来多延时线性中立型微分系统的稳定性被广泛研究,大量的充分条件被得到,这些条件互为补充,使得很多这类系统的稳定性通过这些充分条件得以判定(参见文献[1-4]),我们借助于矩阵理论得到了依赖于延时的稳定性代数判据;进而给出了独立于延时的稳定性代数判据,最后给出例子来说明所给判据是对文献[1-4]所给判据的补充。     

一种指标权重信息不完全的多指标决策方法

针对指标权重信息不完全的多指标决策问题,提出了一种逼近于理想解的决策分析方法。首先,对指标权重信息不完全的多指标决策问题进行了描述;然后,依据传统的TOPSIS方法的基本思路,给出了解决指标权重信息不完全的多指标决策问题的方法的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正、负理想解间的距离,进而通过计算出相对接近度,即可得到所有方案的排序结果。最后,给出了一个算例。     

基于UKF与模型误差的交互式多模型算法

在最小距离设计准则下,提出了一种基于Monte-Carlo采样和K均值聚类的模型集合设计实现方法.通过讨论由于真实模式与模型之间的差异所可能引发的问题,提出基于UKF与模型误差的交互式多模型改进算法.新算法中每个模型采用Unscented Kalman Filter处理非线性估计问题.Monte-Carlo仿真实验表明当真实模式远离模型集合中的各模型时,新算法比IMM更具鲁棒性.并且当真实模式保持不变时,从全局角度考虑新算法比IMM优越.     

时滞系统的滤波器时间常数自调整内模控制

对于工业控制过程中的大时滞和时变系统,利用Smith内模控制原理设计方法,建立了滤波器时间常数λ的自整定方法,并建立了滤波器时间常数λ的模糊整定规则;通过在线调整滤波器时间常数λ来改善其闭环特性。仿真结果表明,对于在控制过程中过程对象与过程模型失配时,通过内模控制器的滤波器时间常数λ自整定;既改善了系统的控制品质又能提高控制系统的鲁棒性。且易于工程实现。     

人口线性系统模型探讨

本文提出人口系统发展方程的一种改进形式。它使人口系统模型与一般线性系统模型具有等价的公式表达,并使人口控制理论与现代系统控制理论联系起来。本文提出的方法在应用上具有更简单、直观的形式,它可以作为人口预测与人口最优控制的一种计算方法。     

多河段线性水质模型及其可视化仿真

将GIS引入水质模拟仿信息系统系统的设计中,推导了了多河线性水质模型并用面向对象的方法集成,使得抽象的河流水质仿真具有交互性和可视化,地图处理以及数据分析功能,缩短了模型建模周期。     

对偶模型在农户经营决策中的应用

针对目前农户层面的微观决策研究不足、农户生产经营布局盲目和农业生产资源配置不合理等状况,运用对偶线性规划方法对农户的农业生产经营布局建立优化决策模型,分析以种植业为主兼顾庭院养殖的决策变量选择依据以及满足耕地资源、生产要素和营养元素平衡等条件的约束方程构建过程,利用Lindo软件对实例中的优化模型求解计算,决策得出农户最大经济效益以及相应的最优布局结构。通过对决策结果进行深入的灵敏度分析和资源影子价格分析,保证农业生产经营经济效益最大化的同时科学合理地指导农业生产资源的优化配置。表4,参18。     

一种基于自适应遗传算法的CMAC的学习率优化方法

CMAC（cerebellar model articulation controller）是一种局部逼近神经网络，它发展了近30年，但是关于其学习率的确定仍缺乏好的方法。基于CMAC的控制系统如果没有好的学习率，那么系统就会不稳定或者收敛速度很慢。在传统方法的基础上提出利用遗传算法（GA）来确定其学习率，通过自适应遗传算法（GA）其他传统方法相比较，表明利用自适应遗传算法（GA）不仅使系统稳定，而且收敛速度更快，并进行了仿真验证。