疲劳曲线的模糊随机加权线性回归及应用

介绍了3种应力-寿命模型，在假设疲劳寿命服从对数正态分布的前提下，将模型中的各参数看作是相互关联的非独立变量。根据协同原理，即相关联的随机方程动态地处于同一概率水平，采用模糊随机加权线性回归方法对试验数据进行拟合，得到了三参数的应力-寿命模型均值和均方差曲线，从而求得在给定应力下各可靠度的疲劳寿命。讨论了当应力存在横向分布时的可靠度和疲劳寿命的计算方法。算例表明，模糊随机加权线性回归方法能够克服常规线性回归分析中由于异常点数据的存在而产生误差的缺点，并且可靠度和疲劳寿命的计算过程也较以往其他文献中的方法简单。     

实况下机械零件的动态可靠性分析

考虑不同工况下载荷变化和强度退化对机械零件可靠性的影响,采用雨流计数法对工况载荷进行统计处理,运用Goodman直线修正法与线性积累损伤法则估计出零件的疲劳寿命.在此基础上,利用等时间段内最大载荷替代载荷变化,Gamma过程模拟强度随机退化的方法来建立渐变可靠性数学模型,最后由随机摄动理论和四阶矩法相结合推导出可靠性灵敏度的表达式.以采煤机扭矩轴为例,估算出扭矩轴在实际载荷下的疲劳寿命,给出各参数变量在疲劳寿命内动态可靠性灵敏度变化规律,分析了参数变量改变对扭矩轴可靠性的影响,并用Monte Carlo仿真进行了验证,结果表明所采用的动态可靠性分析过程符合实际工况,能够为实况下机械零件的动态可靠性分析提供一种方法.     

基于Jackknife互信息的高维非线性回归模型研究

确定独立筛选(SIS)方法在处理超高维稀疏线性回归模型的变量选择问题上已得到了广泛的应用,且已被推广到处理广义线性回归模型的变量选择问题.但SIS不能很好地解决非线性回归模型的变量选择问题,关于该问题的现有研究也较少,因此,如何有效地对超高维稀疏非线性回归模型进行变量选择是一个具有研究价值的问题.本文在经典的SIS方法...     

基于偏最小二乘回归的飞机维修保障费用预测

分析了影响飞机维修保障费用的参数,提出用偏最小二乘回归方法来预测飞机维修保障费用。该方法对变量进行主成分分析、典型相关分析和多元线性回归,在处理存在多重线性相关的小样本多元数据方面效果很好。实例证明,与传统普通多元线性回归方法相比,偏最小二乘回归在飞机维修保障费用预测中精度更高。     

一种改进的线性回归模型

本文阐述了一种改进的线性回归模型——偏最小二乘回归模型的基本原理,并结合实例指出当变量间存在着线性关系时,普通的多元线性回归建模方法会失效;通过对偏最小二乘回归模型和主成分回归模型的系数估计精度及预测精度两方面的比较,说明要消除变量间的线性关系,前者优干后者。     

15CrMo耐热钢Larson-Miller参数值的确定与应用

通过对已有文献资料的综合与分析处理,确定了珠光体型耐热钢15CrMo的Larson Miller(P)参数中的C值,并用以描述15CrMo的高温行为和性能,包括合金元素的贫化、蠕变强度和持久强度以及硬度的变化.并且进而用于15CrMo锅炉管道的寿命分析和剩余寿命的预测.     

延安医院门诊工作量数据分析及预测

笔者利用数理统计中的回归分析方法,对医院门诊工作量数据进行分析处理,由于原始数据关于其未知参数是非线性关系,需通过变量代换将它化为线性函数,故先运     

东风本田员工月收入与受教育程度、年龄的回归分析模型

本文运用相关和线性回归等统计方法,对影响企业员工月收入的两组变量教育程度和年龄分别进行了相关分析、线性回归分析,建立了收入模型,分析了企业员工收入主要受教育程度因素的影响。     

基于因子-主成分回归分析的股价技术分析研究

介绍了回归分析中多元线性回归的理论及应用方法,并以股价技术指标为研究对象,利用spss统计分析软件,建立了短期股价变动的多元线性回归模型。同时讨论了被选为自变量的参数之间存在的多重共线性问题,并分析该问题对线性回归分析结果造成的影响。因子-主成分分析的核心是用较少的相互独立的因子反映原有变量的绝大部分信息。主成分分析的主要思想是:从自变量中提取出新的变量,这些变量是原变量的适当线性组合,并且互不相关,因此应用SPSS软件进行数据缩减、提取主成分,并以主成分因子为新的自变量建立主成分回归方程,消除了多重共线性对回归模型的影响。最后对不同模型的测试结果进行了比较、分析,验证了因子-主成分分析在解决实际经济问题中的有效性。     

带有测量误差的线性回归模型

通常在研究线性回归的问题中只是考虑因变量存在误差或扰动项.在很多情况下,线性回归中自变量也是带有误差的,并且当自变量误差存在时,用常用的参数估计方法,比如一般最小二乘法,得到的模型参数的估计值是有偏的且非一致的.采用工具变量法来处理这类问题,并通过数据模拟分析工具变量法.     

分离变量的非线性非自治系统关于部分变元的稳定性

通过研究分离变量的非线性非自治系统关于部分变元的稳定性，得到几个判定定理，并推广了有关文献的结果。     

包含两类变量的离散变量框架结构拓扑优化设计

将包含两类变量的桁架结构拓扑优化设计的概念及求解离散优化的相对差商法进一步推广到由梁单元组成的框架结构的拓扑优化，建立了包含两类变量的框架结构拓扑优化设计模型，构造了包含应力约束和位移约束的统一约束函数，发展了统一处理两类变量，求解包含两类变量的框架结构拓扑优化设计问题的算法，并给出了两个算例．     

广义分离变量非线性非自治系统的部分变元全局稳定性

利用一般分离变量Lyapunov函数方法 ,讨论了一类非线性非自治系统的解关于部分变元的全局稳定性 ,得到了保证平凡解关于部分变元全局稳定的几个充分性条件     

部分变元的强稳定性研究

运用Liapunov直接法研究了微分系统中部分变元的强稳定性、强渐近稳定性及在持续摄动下部分变元的强稳定性、强渐近稳定性。     

三角代数上一类局部非线性三重高阶可导映射

对Lehmann和Rojo给出的关于各种随机序关系的定理作 进一步推广; 说明有序总体的同阶次序统计量仍保持序关系; 证明序关系在单调变换下不 变性和散度序关系在凸函数作用下的不变性.     

不可测变量的预推断控制

将预测控制、推断控制和软测量三者结合起来，以软测量估计器作为预测模型，以一种新的启发式随机搜索方法作为优化算法，构成一种针对不可测变量的新的控制策略──预推断控制．以实际工业装置为背景的仿真研究表明，这种控制策略能够有效地抑制不可测扰动，从而为解决不可测变量的控制问题提供了一条有效途径．     

随机变量的截尾与任意B值随机变量序列的强收敛性

利用随机变量的截尾方法研究任意B值随机变量序列的性质，建立了一类矩条件下任意B值随机变量序列的强极限定理．     

递归学习寻找对称变量

逻辑验证和逻辑综合中，利用对称变量的性质能提高算法整体的效率．通常fx1xj^-=fxjxi-被用来检验变量的对称性．一般先分别建立fxjxi和fxjxi^-的BDD(Binary Decision Diagram)二分决策图，然后通过检查两BDD图是否同构来验证fxjxi=fxjxi^-．但将电路转化为BDD图本身就需要一定的时间，而且对于大的电路，存在BDD图不能建立的可能性，致使同构验证无法进行．本文利用递归学习，无需建立BDD图直接在电路拓扑图上验证fxjxi^-=fxjxi^-递归学习算法执行效率高，可以大大缩减对称变量检测的过程．试验结果表明，利用递归学习算法检测对称变量执行时间减少，并且能将大的电路作为检测对象．     

多复变数函数中的双全纯映照

给出了从属于凸映照的双全纯映照的一些结果，发现这样的双全纯映照具有与凸映照相同的增长定理，但是相应的掩盖定理是没有的．此外还得到了一些关于星形映照的系数问题的粗浅的结果．