基于神经网络的一类非线性系统参数估计

基于Ｈｏｐｆｉｅｌｄ神经网络的神经计算原理，提出了一类非线性系统的参数估计方法：首先将系统参数估计问题转化为以系统模型残差平方和为目标函数的优化计算问题，然后利用连续Ｈｏｐｆｉｅｌｄ神经网络的神经计算估计待辨识参数．数字仿真结果表明，该方法不仅算法简单，而且估计精度高．     

生产函数中参数估计方法的进一步改进

在原有生产函数参数的估计方法基础上,提出两种新的估计方法．这两种新的估计方法具有最小的回归残差平方和,文中给出实现这两种参数估计方法的具体算法。     

增删数据场合最小二乘估计算法的比较研究

给出了增删数据场合多元线性回归模型参数最小二乘估计的两种算法-递推算法和Givens变换法,二者都利用已有的结果,减少计算量.递推算法给出预测误差的关系式,可直接比较预测误差大小;Givens变换法不能直接导出预测误差的关系式,但更容易算出残差平方和,可通过比较残差平方和大小比较增删数据前后参数估计的好坏.     

关于Logistic模型参数估计的比较

针对应用Logistic模型进行准确预测中的参数估计问题,研究一种交替迭代算法.Logistic模型参数估计问题是应用该模型进行准确预测的关键,一种交替迭代算法被提出用以估计参数.通过构造误差损失函数,并使之最小,证明了该算法的收敛性,同时指出应用中观察数据应满足的要求.仿真算例说明该算法较常用的多项式曲线拟合估计效果好.     

线性模型有偏估计的一种新算法

文章以降低预测残差平方和为目标,基于岭估计增大回归系数矩阵的对角元素的思想,提出一种利用高斯消去变换工具的线性模型参数估计法,并进行数据模拟实验,最后通过平均预测残差平方和以及平均残差平方和的箱线图来对比新算法和最小二乘估计及岭估计的优良性,说明满足一定条件时,新算法在估计精度和稳定性上优于这2种方法。     

基于蚁群算法的GM(1,1)幂模型参数优化

为了提高GM(1,1)幂模型的精度,将平均相对误差函数和偏差平方和误差函数分别看成是幂指数、发展系数、灰作用量以及初值的函数,通过蚁群算法进行参数辨识.根据两类误差函数最小化原则得到两组参数估计值,再利用这两组参数估计值的凸组合优化模型的参数,通过最大相对误差最小化确定凸组合权系数.实例表明,基于蚁群算法和参数估计凸组合优化改进的GM(1,1)幂模型,其建模精度高于传统GM(1,1)幂模型,同时也说明该优化方法是有效的和可行的.     

基于动态设计变量优化算法的非线性模型参数估计

为消除在传统非线性模型参数估计中由于线性化引起的模型误差,提出了一种基于动态设计变量优化的非线性模型参数估计算法·该算法以每个待估计的参数为设计变量,以与设计变量相关的误差函数为目标函数,并将参数约束条件构造在目标函数中,建立参数估计的最优化问题·针对圆形轨道倒立摆动力学模型进行参数估计,证明该算法具有很高的计算精度和较快的收敛速度,是解决非线性模型参数估计的有效方法之一·     

幂函数和指数函数回归模型参数的无偏估计及应用

本文给出了一类非线性函数、幂函数和指数函数回归模型参数的一种估计方法，用此方法计算幂函数和指数函数参数所得的残差平方和比用化为线性模型计算所得的残差平方和小得多。与精确的高斯－牛顿迭代计算结果相近，它比一般非线性回归迭代计算简单。     

具有幂变换的半参数分位数回归

考虑响应变量具有幂变换的半参数分位数回归模型.非参数部分运用B样条进行估计,通过最小化累积残差平方和来估计Box-cox幂变换中的参数.研究得到了半参数分位数回归模型估计的一致收敛速度.     

Buhlmann-Straub信度模型的估计与检验

研究了Buhlmann-Straub信度模型的参数估计和随机效应的检验,以及它们的统计性质. 参数估计采用两步估计法,用F检验对随机效应进行检验.在两步估计法中, 利用正交变换得到了总平均的估计, 然后采用拟合常数法得到了方差的估计,并证明了该估计是无偏估计.通过残差平方和构造了F检验统计量对是否有随机效应进行检验,并得出了检验的势函数是检验方差的增函数.最后将估计和检验的方法应用到实例中, 得到了较好的效果.     

边界生产函数及其应用

对边界生产函数的模型和估计方法进行了综述，用这一理论方法建立了我国统配煤矿企业原煤生产的边界生产函数。还提出了评定各企业的生产效率状况的指标：企业技术效率水平参数和技术效率指数，以及影响企业产量变化的诸因素之贡献比重的定量计算方法等，据此对各原煤生产企业的生产技术效率和产量增长的技术结构进行定量评价和测算。通过建立企业最佳生产边界评定企业生产技术效率及分析产出增长的技术结构，对挖掘企业潜力、提高经济效益有现实意义和使用价值。     

基于自适应步长参数的快速一次可靠度计算方法

为能够快速搜索到极限状态函数的设计点以实现快速一次可靠度计算方法,在已有的基于迭代算法(HLRF)的设计点搜索方法的基础上,借助不精确一维搜索Shi-Shen准则,提出了基于自适应步长参数的一次可靠度计算方法(aHLRF).相比传统的方法,aHLRF不仅具有收敛保证,而且还能利用已有迭代信息自适应地选取算法参数.从计算效率、鲁棒性等方面对aHLRF进行了探讨和算例对比.结果显示:新方法可极大地提高一次可靠度的计算效率,尤其在设计点附近非线性强的情况下优势更为明显.     

M/H_k/1排队系统性能指标的估计

应用EM算法,研究了M/Hk/1排队系统各参数的估计方法.给出了性能指标的极大似然估计.模拟结果表明:利用EM算法估计排队系统的性能指标是一种非常有效的方法,估值精度满足要求.     

基于Eviews 与GS Copula 的金融市场相依性研究

为解决金融市场间波动的相依性问题, 对不同金融市场间高频数据极小值的相依性进行研究。在分析GS Copula 函数的模型方法和模型特点基础上, 研究了估计GS Copula 函数中参数的方法及正尾部相依性和负尾部相依性的模型, 并基于Eviews 软件和GS Copula 函数等理论对上证000001 指数和股指期货IF1112 指数5 min极小值的收益率序列数据的相依性进行了分析, 得出其收益率序列数据有很强的上尾部相依性。为在金融决策中降低风险提供了理论依据。     

颤振试飞脉冲激励信号分析技术

颤振模态参数识别是当前飞机颤振试飞的一个重要课题。本文介绍了一种脉冲激励颤振试飞信号数据处理方法.采用改进的空域相关滤波法对脉冲响应信号进行降噪处理,改善频响函数估计精度。在模态参数识别过程中采用有理分式正交多项式分段拟合技术,实现颤振模态参数估计。     

用DEA方法确定生产函数的一点注记及决策单元DEA有效的条件

本文用一个例子说明了用DEA方法确定生产函数及边际参数的不确定性;证明了DEA有效性(C~2GS~2)在正严格保序变换下的不变性;最后给出了单输入单输出系统下决策单元为DEA有效(C~2GS~2)的充要条件及最优解唯一的条件。     

遗传算法应用于分批发酵动力学模型参数估算

由通用发酵动力模型导出用于描述分批发酵特征的解析解,把遗传算法应用于解分批发酵动力学模型参数。以赖氨酸分批发酵过程模拟为例,表明用遗传算法可有效地解决赖氨氨酸分批发酵动力模型这类复杂的非线性函数的参数估算问题,用ＰＯＷＥＬＬ方法估算结果作比较后表明,遗传算法能进一步提高赖氨酸分批发酵过程状态变量的计算值与实验值的吻合程度。     

确定ATM的MMPP业务模型参数的新方法

利用ＭＭＰＰ模型来近似ＡＴＭ网络中多路突发业务，给出了一种确定ＭＭＰＰ模型参数的新方法，得到了这些参数关于信源数的解析式．该方法不仅计算简单、结果稳定，而且数值计算结果表明该方法有效可行     

技术进步测算中一个新的参数估计方法

提出了一个新的技术进步参数估计的最优化方法．利用该方法实际计算了天津市的技术进步水平,证明了该方法的有效性．