联合最优试验设计

联合最优试验设计刘憨聪，朱伟勇，段晓东提出一种新的最优设计准则一联合最优设计准则．满足这种准则的设计能同时较好地满足多种线性最优准则及Ｄ一最优准则，给出了这种最优设计的等价条件．构造它的数值算法及其收敛性证明．联合最优试验设计@刘憨聪，朱伟勇，段晓东...     

多响应Scheffé二阶混料模型的A-最优设计

研究了多响应混料模型的最优设计问题,多响应混料模型是由2个Schefféq分量二阶混料模型所构成的,由A-最优设计准则推导出一类试验点取在各顶点和二顶点上的最优配置,并利用A-最优设计的充要条件证明在方差满足一定条件时在这类点上的测度是A-最优设计.     

具有异方差结构的一阶线性回归模型的DS最优设计

探讨具有异方差结构的一阶线性回归模型的DS最优设计问题,给出其异方差结构函数满足一定条件的固定系数一阶线性回归模型的DS最优设计的解析式,并证明随机系数一阶线性回归模型不存在任何DS最优设计.     

多元线性模型最优设计的算价定理

将一元线性模型的最优设计问题推广到多元线性模,在Φ－最优准则下,得到了多元Φ－最优设计的等价定理,作为特例讨论了多元Ｄ－最优设计和多元Ａ－最优设计。     

多响应混料模型的R-最优设计

【目的】研究分别具有一阶和二阶线性混料模型的两响应的R-最优设计。【方法】由于响应之间具有一定的相关性，在分析两个线性混料模型的R-最优设计时候发现与协方差矩阵有关，关于这类模型下最优设计的构造就变得比较复杂。在协方差矩阵未定的情况下，根据R-最优准则的定义给出了相关矩阵的对角线乘积的一般表达式。【结果】在给定协方差的情况下用两个具体的例子说明如何求解R-最优设计，并验证了例2满足多响应R-最优设计的等价定理。【结论】对于任意的两响应混料试验模型可以用提出的方法求R-最优设计。     

二次随机系数回归模型的A-最优设计

研究了单位设计域上二次随机系数回归模型在恒等设计类中的A-最优设计.首先证明了A-最优设计准则满足洛纳偏序性质;利用A-最优设计准则的洛纳偏序性质,证明了单位设计域上的二次随机系数回归模型在恒等设计类中的A-最优设计可以在包含设计域两个端点0,1在内的3个设计点上获得;进而给出了二次随机系数回归模型A-最优恒等设计的精确结果.结果表明,二次随机系数回归模型在恒等设计类中的A-最优设计不受到随机效应项的方差影响,其A-最优设计的第三个谱点位置接近单位设计域的中点,且在该点处的A-最优设计权重接近于0.5.     

异方差模型中混料设计的效率

对于异方差模型,即方差不是常数的模型,Kiefer和Wolfowitz的一般等价定理(KWT)中的D最优设计和G最优设计之间的等价性不成立·广义化一般等价定理(KWT),使得广义化模型的D最优设计同G最优设计之间的区别和联系更清楚·对于精确设计和连续设计分别研究了广义化D最优设计和G最优设计的一些性质·给出了混料模型中D最优设计,G最优设计,A最优设计效率的取值范围·引入了广义化模型的检验公式·     

构造Dn—最优确切设计的偏移调整算法

给出了构造Ｄｎ－最优确切设计的一个新的算法－－偏移调整算法，简称ＥＡＡ算法，并同时给出与Ｗｙｎｎ－Ｍｉｃｈｅｌｌ算法的Ｄ－最优性的比较，证明ＥＡＡ算法有较好的设计效果。     

简化Becker模型参数估计的A—最优设计

利用椭圆型偏微分方程极值原理和对称多项式为工具解决了三分量简化Ｂｅｃｋｅｒ模型（Ｉ），（Ⅱ）及（Ⅲ）的参数估计的Ａ－最优设计。结论是：三阶广义单纯形－重心设计类中的Ａ－最优配置分别是相应的Ａ－最优设计。     

一维分段混料试验模型的D—最优设计

在Ｓｕｎｇ Ｈ．Ｐａｒｋ关于一维分段混料试验模型组合设计的结果基础上,对一维分段试验设计的两个模型的Ｄ－最优设计给出了理论解及理论证明。     

有限离散设计区域上失拟检验的最优设计

考虑具有有限个试验点的离散设计区域上对线性模型失拟检验的最优设计,利用平均最小偏差在最大最小化意义下建立设计准则函数,并给出构造局部最优精确设计的算法,实例结果显示所得到最优设计在设计域上具有一定程度的均匀性.     

一种基于局部密度的k-means算法

针对k-means算法必须事先指定初始聚类数k,并且对初始聚类中心点比较敏感,聚类准则函数对求解的最优聚类数评价不理想,提出一种基于局部密度的启发式生成初始聚类中心方法,在此基础上设计一种准则函数自动生成聚类数目,改进了传统k-means算法.实验表明改进的算法比传统k-means算法提高了聚类效率.     

一种确定最佳聚类数的新算法

针对K-均值聚类算法需要事先确定聚类数K的问题,将粒度计算引入样本相似度函数,定义了新的样本相似度,用模糊等价聚类确定数据集可能的最大类簇数Kmax.以Kmax为搜索上界,利用改进全局K-均值聚类算法,以BWP(Between-Within Proportion)为聚类有效性度量指标,提出确定最佳聚类数的一种新方法.通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明该算法不仅能有效确定数据集的最佳聚类数,而且适用于大规模数据集,但是会受到噪音点影响.     

遗传算法优化工业对象的RBF神经网络模型

针对石油化学工业中的某一典型对象的建模过程,介绍一种以可变长度的自然数编码、以AIC(Akaike’sinformationcriterion)为优化目标的遗传算法(GA)设计径向基函数(RBF)神经网络隐含层结构。文中阐述了该方法的原理,实现步骤及网络泛化性能检验,并与正交最小二乘 (OLS)算法相比较,发现前者设计的网络结构相对简单且网络泛化能力有所改善。     

一类三热源制冷机的生态学优化准则

以生态学准则函数为目标，研究一类三热源制冷机的优化性能．导出制冷机的一些新性能参数，为制冷机的最佳工况选择提供了一个新方案，对制冷机的优化设计有指导意义．     

基于最小误判准则的LED管芯数字图像分割

利用基于模式识别决策理论的最小误判准则，给出了求解最佳分割灰度门限的方法，并以磷化镓衬底LED管芯芯片为算例，利用UMA测度对最小误判准则、双峰准则、最大类间距准则等三种算法在分割质量上的差异进行了定量地分析和比较。实验结果表明，就此类图像而言，最小误判准则在计数的准确性和对原始图像质量的鲁棒性方面均优于其它两种方法。     

基于全寿命抗震性能的近海桥梁结构多目标优化设计方法

投资-效益准则是基于结构性能抗震设计的重要原则,它所追求的设计目标是在结构的初始造价与地震损失期望之间达到一种和谐的优化平衡,使结构在全寿命周期内总费用最小.在以上的单目标优化模型基础上,提出了考虑结构初始造价、损伤期望、检查和维护费用、拆除费用及残余价值和环境污染费用的多目标全寿命优化设计模型.基于所提出的多目标优化设计模型,应用精英保留非劣排序遗传算法,建立了以截面尺寸、纵筋和箍筋的配筋率为决策变量的近海桥梁结构全寿命抗震性能多目标优化设计模型,并给出了优化设计流程及具体实现.结果表明:得到的非劣解在目标空间分布均匀,算法收敛性和鲁棒性较好.     

分布式无源检测系统中自适应检测融合

针对在分布式多基地雷达无源检测系统中,检测概率通常未知或时变的信息不完全的检测融合问题,研究了一种在线自适应检测融合算法,该算法基于Neyman-Pearson准则,通过局部判决估计未知的每个接收站的检测概率,从而实现最优判决融合.计算机仿真结果说明了其有效性.     

基于最小信息准则和BP算法的网络入侵检测

针对网络入侵检测中BP(back propagation)神经网络只能根据经验公式确定隐层神经元个数的问题, 提出一种利用统计学中最小信息准则计算最优的网络结构, 并推导出网络结构的评价公式. 仿真实验结果表明, 经过结构优化后的BP神经网络对于网络入侵检测的准确率明显提高, 平均分类准确率达到90%以上, 算法的整体性能表现优良.     

结构最大刚度拓扑优化的隐式方法

提出了结构在力、位移以及力与位移混合作用方式下结构最大刚度拓扑优化的一般性设计方法.设计目标为最大化结构的最小总势能,设计变量为单元的密度.通过SIMP(solid isotropic materials with penalization)准则建立设计变量与结构性能之间的关系.通过KKT(Karush-Kuhn-Tucker)条件推导了优化问题的最优解条件;并给出了基于最优解条件的变量迭代格式.迭代格式不显含目标函数,是一种隐式的求解方法.数值算例表明,对于结构承受力、位移以及力和位移混合作用时均能够获得准确结果,且方法具有简洁高效的特点.