基于并行交叉遗传粒子群算法的水文频率参数估计

针对水文频率参数估计问题,提出了基于并行交叉遗传粒子群算法的水文频率优化适线方法.该方法从初始种群的产生和编码、算法的执行方式和数据融合,以及其中的PSO算法的惯性权重三个方面对传统算法进行了改进.为了验证该算法的性能,分别采用矩法、权函数法、概率权重矩法、线性矩法、GA、PSO和文中所提出的算法,对某水文站的年径流量进行了研究分析,得到了各个方法对应的水文频率曲线,实验结果表明:文中提出的并行交叉遗传粒子群算法较其它6种方法,可以得到更小的离差平方和,该算法得到的水文频率曲线可以很好地拟合实测数据.     

基于贝叶斯理论的水文频率参数估计不确定性分析——以P-Ⅲ型分布为例

水文序列受到多重不确定性因素的影响,直接关系到水文频率参数估计结果的精度及可靠性.本文将贝叶斯方法与适线法耦合起来,用于分析水文频率参数估计结果的不确定性,采用基于自适应采样算法的马尔科夫链蒙特卡洛方法(AM-MCMC)求解贝叶斯公式,以P-Ⅲ型分布为例,通过实测序列加以验证,从不确定性角度定量分析了序列长度和历史洪水信息对参数估计结果的影响.将贝叶斯方法估计结果与几种常用方法所得结果进行了对比,相比于传统的确定性方法,贝叶斯方法不仅能应用于P-Ⅲ型分布的参数估计而且可对结果进行不确定性分析,从而可进一步提高水文分析计算的可靠性.     

基于Bootstrap的小样本可靠性评估方法

针对小样本情况下,采用极大似然估计Mle法求解分布参数会产生较大误差的问题,基于Bootstrap数据扩充的思想提出了B-mle法,减小了参数估计的误差.首先,利用Bootstrap法对小样本数据重抽样产生多组再生样本,达到扩充数据样本的目的;其次,对再生样本采用极大似然估计求解分布参数,得到多组参数的极大似然估计值,...     

基于随机矩阵理论的Markowitz组合投资模型

通过随机矩阵方法识别、消除极端或非无关抽样样本,提高Markowitz模型的参数估计精度,改进应用Markowitz模型的效果;同时,针对抽样不足的情况,使用Bootstrap方法较好地解决了该问题.     

重复测量数据β分布的自助法估计

统一采用有界的β(g, h)分布表示重复测量数据的各种概率分布.并提出按小样本估计β分布参数的"界似"与"形似"两种方法,先分别应用Bootstrap方法即自助法估计其均值和标准差、偏度和峰度,再按其间的关系求得其参数估计((g^),(h^)).因((g^),(h^))覆盖范围较大,在求解非线性方程组中同时采用Levenberg-Marquardt算法和遗传算法进行互校.通过Matlab软件(含仿真验证)易于在微机上实现.     

ARCH模型中自助法的有效性

ARCH模型的参数估计的统计性质都是在渐近意义下成立的,在实际中常用自助法再抽样扩大样本量从而验证参数估计值的稳定性.本文考察将成对自助法用于自回归条件异方差（ARCH）模型的一阶渐近有效性.     

基于Bootstrap原理的立靶密集度估计

阐明了Bootstrap抽样的理论和方法,着重对该方法的置信区间等参数估计作了详细研究,应用该方法进行了火炮射击立靶密集度估计实例分析,结果表明该方法对小样本参数估计问题有较高的实用价值。     

基于Bootstrap方法的土地出让价格影响因素分析

影响土地成交价格的因素众多,可利用回归模型参数显著性检验方法,分析土地出让成交单价影响因素的显著性.在小样本或者模型误差分布不明确的情况下,该方法存在统计推断不可信问题.为此,在模型中引入Bootstrap方法,提高了参数估计方差的精确度,进而提高了对影响因素显著性统计推断的可信性.用重庆市土地交易数据进行实证分析,结果表明,Bootstrap方法解决此类问题是十分有效的.     

基于GBDT的标记分布学习算法研究

标记分布学习相对于传统标记学习能够反映出样本中相关标记的重要程度,由于标记分布数据集样本特征数目较少,使得现有部分算法精度不高。基于此,提出一种结合GBDT(Gradient Boost Decision Tree)的标记分布学习算法(GBDT-LDL),通过对特征变换来提高标记分布学习的精度:首先利用GBDT对样本特征进行学习;然后将训练的模型对训练特征进行特征变换,将变换后的新特征进行归一化,再结合原特征一起输出;最后将混合特征建立GBDT-LDL模型,预测未知标记分布。与现有标记分布算法进行比较,实验结果表明,算法能取得较好的效果,统计假设检验进一步验证算法是有效的。     

截断删失数据下瑞利分布多变点模型的贝叶斯估计

为研究截断删失数据下瑞利分布多变点模型的参数估计问题,利用MCMC方法,通过筛选法添加部分缺损的寿命变量数据,得到了相对简单的似然函数.在获得变点位置和其它参数的满条件分布后,利用Gibbs抽样和Metropolis-Hastings算法对各参数的满条件分布分别进行了抽样.按照MCMC方法的实施步骤,得到了参数的Gibbs样本,把Gibbs样本的均值作为各参数的估计.随机模拟的结果表明各参数估计的精度都较高.     

Bootstrap方法的仿真实现及其在系统偏差估计中的应用

该文研究Bootstrap方法与Bayes Bootstrap方法的原理及在小样本情况下的应用问题.分析了这二种统计方法的原理,给出了总体分布中未知参数的点估计方法和区间估计方法,后采用非参数抽样法,编写C语言程序,实现了Bootstrap方法与Bayes Bootstrap方法的计算机仿真.通过实例分析,给出了射击系统偏差在Bayes Bootstrap方法、Bootstrap方法和经典统计方法下的具体偏差值,得到Bayes Bootstrap方法优于其它二种方法的结论.     

基于局部均值分解的高频金融数据波动率估计

为解决高频数据在风险评估中存在的非线性问题,提出了利用局部均值分解方法实现高频数据波动率估计。首先,采用高频模拟数据验证估计方法的可行性; 其次,将沪深300 指数不同频率收盘价作为研究对象,利用局部均值分解方法估计波动率,计算相对误差统计量。实验结果表明,利用局部均值分解方法可以有效实现高频数据波动率估计和解决高频数据中的非线性问题,随着抽样频率的增加,估计精度逐渐提高。该方法为高频数据波动率非参数估计提供了新的研究思路。     

马尔科夫链蒙特卡洛地面磁共振信号参数提取

为解决MＲS( Magnetic Ｒesonance Sounding) 信号中乘性噪声干扰的问题,提出了马尔科夫链蒙特卡洛的 参数提取方法。建立MＲS 复包络参数的先验信息模型与似然函数模型,使用马尔科夫链蒙特卡洛( MCMC: Markov Chain Monte Carlo) 方法对参数后验分布进行采样与拟合,在后验分布中出现次数最多、权值最大的数据 作为参数的最优估计值。通过多组不同噪声条件下的MCMC 参数提取结果与非线性拟合方法对比,证明了 MCMC 方法可在乘性噪声的干扰下进行MＲS 信号参数提取,准确度高、稳定性强。     

基于调和均值的疲劳寿命经验分布函数

该文基于调和均值的定义,应用积分概率变换,提出一个新的反映顺序疲劳寿命失效概率分布集中趋势的经验分布函数,并在此基础上给出极值型检验统计量及其不同显著度水平下的临界值;考虑疲劳寿命拟合实际情况,利用随机贝塔分布函数构建备择分布,提出不依赖分布形式的检验功效数值计算方法.理论分析和数值模拟得出基于调和均值经验分布函数的检验方法较常规的K-S检验具有更高的检验功效.     

基于跟随领航者的车辆自适应编队控制

针对反馈线性控制器在实际情况中可能受路面湿度等因素的影响,使其参数具有不确定性的缺陷,设计了基于变量估计的自适应反馈线性控制器,提高控制器参数中的相对距离的精确度。在Matlab /Simulink 环境下进行仿真对比实验,实验结果验证了自适应编队控制方法的有效性,并且其在误差调整时间方面和抗扰性方面优于传统反馈线性控制方法。自适应编队控制方法在未来的智能交通方面具有一定应用价值。     

数控机床小样本类型子系统的可靠性建模

数控机床中很多子系统故障数很少,属于小样本的类型,使用传统经典可靠性建模方法进行建模往往会有较大的误差。对于小样本类型的故障数据,首先使用极大似然估计方法估计出各子系统故障间隔时间威布尔分布模型的参数,再采用参数偏差修正方法对各威布尔分布的模型进行修正。最后使用D检验法和误差面积比检验法检验参数偏差修正的效果,检验结果证明了修正后的模型更优。     

工程p-S-N曲线小样本拟合方法比较

机械结构件疲劳寿命预估的基础是其材料的p-S-N曲线,而p-S-N曲线的拟合需要大量的试验数据,对人力物力的成本需求较高。为研究小样本数据拟合p-S-N曲线的方法,分别运用Bootstrap法和样本信息聚集原理,得到了泵头体材料的p-S-N曲线。结果表明,Bootstrap法拟合的p-S-N曲线误差较均匀;样本信息聚集原理在基准应力为716 MPa比756 MPa时预测10~4～10~6次范围内的疲劳寿命误差更小,且应力级别相差较大时的疲劳寿命的预估比Bootstrap法更为精确;结合经济效益及试验误差,最佳应力级别数为5组,每组应力级别下进行5根试样。     

概率法在煤层气储量估算中的应用

煤层气田在勘探评价初期,储量估算参数往往存在一定的分布区间,采用体积法估算储量难以给出确定结果.针对此类问题,以M煤层气藏为例,利用概率法估算储量,围绕储量估算参数(储层面积、厚度、含气量),结合地质分析和储量参数样本分别建立理论分布模型(三角分布、正态分布、对数正态分布、威布尔分布、伽马分布)和任意分布模型;利用Kolmogorov-Smirnov(K-S)检验和卡方检验对相关理论分布模型进行拟合度优选;确立储层面积采用三角分布和正态分布模型,储层厚度采用威布尔分布和任意分布模型,储层含气量采用伽马分布和任意分布模型,并形成4组不同模型组合方案,再利用蒙特卡罗方法对储量进行估算.结果表明:任意分布模型服从原始样本分布,置信区间较窄,理论分布模型则体现过滤作用,两者对储量估算结果有一定影响;储层含气量对储量估算结果影响较大;概率法可以排除人为因素,估算出不同概率级别下的储量,从而起到降低决策风险的作用.     

天然叠层橡胶支座水平刚度的概率统计分析

以橡胶支座剪切模量作为水平刚度的变量参数,对同一厂家、同一直径天然叠层橡胶支座剪切模量的概率统计特性进行了研究。借助matlab软件,进行卡方以及KS假设检验,从而得出了其概率分布形式及相应参数。然后通过将各样本符合的分布分别转化成标准分布形式以增加样本数量来判断哪种拟合形式更优。结果表明,同一厂家、同一直径支座剪切模量更好地服从极值Ⅰ型(最小值型)分布。以上结论可为更准确地分析隔震结构的可靠度,明确其目标可靠度,完善基于概率理论的隔震结构设计方法提供依据。