双边截尾场合下BS疲劳寿命分布的参数估计

在双边定数截尾场合下,给出了Ｂｉｒｎｂａｕｍ －Ｓａｕｎｄｅｒｓ疲劳寿命分布的统计分析,给出了参数的拟最小二乘估计和近似极大似然估计,并用随机模拟方法比较极大似然估计、近似极大似然估计和拟最小二乘估计的偏性和均方误差．     

伽玛分布环境因子的极大似然估计和Bayes估计

针对伽玛分布位置参数已知情形,给出了伽玛分布环境因子的极大似然估计,并给出了伽玛分布环境因子的Bayes估计.用Monte-Carlo法进行数值模拟,数值模拟结果表明伽玛分布环境因子的Bayes估计优于极大似然估计.     

指数分布场合简单恒加试验的极大似然估计

在加速寿命试验具体数据情形，恒加试验的统计分析理论已经比较成熟．在指数分布场合，文献[1]已给出了加速方程中参数的极大似然估计；文献[2]给出了加速方程中参数的似然方程．文章利用微分的方法给出了指数分布场合简单恒加试验加速方程中参数的极大似然估计．     

Γ部件冷贮备系统的可靠性分析

文中运用极大似然法、Bayes方法、经验Bayes方法,给出了Γ部件冷贮备系统失效率、可靠度函数与平均寿命的点估计,并利用Monte-Carlo方法,对3种估计结果进行了模拟比较,结果表明经验Bayes估计整体上优于Bayes估计和极大似然估计。     

有先验信息的多参数分布族的参数估计

定义了拟极大似然估计和偏拟极大似然估计,并证明了二者在一定的条件下是一致的,最后给出了两个例子说明这两种估计的一致性.     

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计，并与矩估计和极大似然估计进行比较，结果表明了完全极大似然估计和分步极大似然估计的优良性。     

双边定时截尾样本下复合瑞利分布的参数估计

利用极大似然法和EM算法研究了双边定时截尾样本下复合瑞利分布参数的极大似然估计.给出了参数的极大似然估计的存在唯一性证明和参数的EM迭代公式,借助Louis算法得到了EM估计的近似区间,随机模拟结果表明极大似然估计与EM估计相比,估计值较接近真值.     

{1,2,...,N}上离散型均匀分布参数N的统计推断及其应用

设随机变量Ｘ服从（１，２，．．．．，Ｎ）上的均匀分布（Ｘ１，Ｘ２，Ｘｎ）为来自Ｘ的一组简单随机样本。本文推导出了Ｎ的极大似然估计Ｂａｙｅｓ估计，并在极大似然估计的基础上给出了Ｎ的区间估计及检验统计量，最后通过一个实例说明了上述方法的应用。     

定时截尾情形下 Ｂｕｒｒ Ⅻ分布的参数估计及其检验

在定时截尾情形下，讨论了 Ｂｕｒｒ Ⅻ分布的形状参数、可靠度和失效率的极大似然估计，给出了极大似然估计的表达 式，证明了极大似然估计的相合性和渐进正态性，并给出它的近似区间估计和假设检验公式，最后进行了参数估计的数值模 拟。 结果表明:形状参数的极大似然估计效果良好。     

分步极大似然估计

定义了完全极大似然估计(TMLE)和分步极大似然估计，并得到了正态分布的有关的参数估计．     

Gumbel分布的三种参数估计及比较分析

用最佳线性无偏估计法、简单线性无偏估计法和最好线性同变估计法对Gumbel分布中的参数进行估计,从理论上讨论了三种估计方法的统计性质。     

雷达估测降雨与水文模型的耦合在洪水预报中的应用

尝试将雷达降雨数据作为水文模型的输入用于洪水预报中．流域面上的降雨分布是不均匀的．比较雨量计和雷达两种方式估测的降雨场分布，后者更接近于实际情况．从流域地形分布来看也证实了这一点．从实时洪水预报的角度出发，选择进行校准雷达降雨的雨量站个数与水情部门采用的报汛站的个数接近．由于雷达估测的降雨数据为分布式的降雨数据，需要采用分布式的水文模型．结合淮河史灌河流域蒋家集站进行洪水预报，预报结果表明，雷达测雨在洪水预报中具有广泛的应用前景.     

论统计调查中的域估计及其实证研究

抽样调查是获得统计数据的一项重要途径，而时需要进行研究的层次作为子总体进行分层抽样实际上就是域估计问题。首先介绍了域估计的两种方法，包括直接估计和间接估计，然后对域估计进行了案例分析，最后对间接估计和直接估计的特点进行了对比分析，发现在一般情况下，如果样本量很充足，也无缺失数据，则使用传统的直接估计方法最为便利。当直接估计方法不能很好地满足我们的需求时，使用模型来进行间接估计就是一种必要的选择。     

大尺度蒸发模型研究

选用淮河流域及其周边的１０个气象站的３５年气象资料和２９个蒸发站的３５个月蒸发资料作分析,同时对Ｄａｌｔｏｎ公式、Ｐｅｎｍａｎ公式作了简化,进而提出了具有较为明确的物理基础的淮河流域分区蒸发模型,该模型可用于大尺度水文模型中的蒸散发能力估算。     

基于改进微粒群算法的非线性系统模型参数估计

将改进微粒群优化算法用于非线性系统模型参数估计,并通过对三种典型的非线性系统模型参数估计进行验证。实验结果表明:改进微粒群优化算法参数估计精度高,是一种有效的参数估计方法。     

一种估计Logistic模型参数的方法

提出了一种求解Ｌｏｇｉｓｔｉｃ模型参数的方法,这种方法以Ｌｏｇｉｓｔｉｃ模型的积分形式为基础,通过合理的近似建立了分别单独求解３个参数的方程,从而简化了参数的估计过程,实例表明这种方法求解结果精度较高。     

微生物降解动力学参数估计新算法的比较

为了有效地估计较大范围变化的微生物降解动力学参数,发展了基于瞬时精英保护策略的遗传算法(IEPGA)和简单改进遗传算法(IGA),并和多次在参数区间内获取随机初值联用Matlab的lsqnonlin搜寻的算法进行了比较.这些算法利用模拟数据和文献数据,估计了积分形式的Monod模型参数.结果表明,虽然三者均能较好解决这一问题,但考虑到实际运行规模、时间以及最终结果精度,对于较大范围变化的微生物降解参数估计问题,多次(>20次)随机初值联用lsqnonlin的方法相对两种遗传算法更为可行.     

一种估算非线性等温线和动力学参数的新方法

提出了传递函数－顺序单纯形多参数寻优估值方法,并将其用于非线性液相色谱系统等温线和总传质系数的估算。文中采用传递函数 法估算线性吸附系统的相平衡和动力学参数,并以这些参数作为多参数优化计算的初值,然后运用三参数顺序单纯形法进行参数寻优估算,从而获得了甘露醇和山梨醇吸附体系的Ｌａｎｇｍｕｉｒ等温线和液固相间的总传质系数。把这些参数代入色谱分离模型,便可计算出色谱分离甘露醇和山梨醇的流出曲线。结果表明     

管线造价公式的模拟分析法

本文将数值模拟原理用于推求管线造价公式．总结出数值模拟相关分析新方法，实例表明，这种方法理论可靠，上机操作简便易行，结果使三参数的估计均具有最小二乘的统计意义．因而，与传统的估算方法相比精度更高，效率更高。     

汽车侧偏角估计方法比较

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.