基于异方差回归模型估计的算法及程序设计

本文利用牛顿迭代法研究了积性异方差回归模型的估计与群组异方差回归模型的估计,并设计了该算法的计算程序,作为它的应用,计算了积性异方差回归模型估计与群组异方差回归模型估计的两个实例.     

变系数模型的减小方差估计

提出了一种变系数模型的减小方差估计。在任意估计点,利用其附近3个点的局部线性估计的线性组合得到减小方差估计。所得估计与局部线性估计有相同的渐近条件偏差,但较局部线性估计有更小的渐近条件方差,而且该估计具有局部线性估计的良好性质,局部线性估计所采用的窗宽选取方法均可直接应用于该估计。通过数值模拟计算,表明所提出的方法在有限样本下也可以有效地降低估计方差。     

基于图像分割的噪声方差估计

提出一种基于图像分割的噪声方差两步估计算法。第一步,对含有噪声的图像进行平滑,再利用统计区域归并算法对图像进行分割,并计算每个区域的方差,根据统计规律选择适当的区域估计图像中噪声方差。第二步,利用初始估计的方差,修正平滑滤波、图像分割及噪声估计的参数,进行新一轮的平滑、分割和方差估计,得出更为准确的估计结果。在大量图像和不同噪声情况下的实验结果表明,该算法可以快速、准确地估计图像中噪声方差。     

Meta分析中异质性方差区间估计方法及改进

Meta分析中的异质性程度可以用异质性方差度量。为了估计异质性方差,人们研究并给出了各种估计方法,如矩估计、最大似然估计、经验贝叶斯估计等。在点估计的基础上,还进一步研究了异质性方差的区间估计,从而更加准确和有效地度量异质性大小。构建置信区间的方法也有很多,如似然估计,WALD型置信区间,基于Q统计量的置信区间等。本文在介绍已有的几种异质性方差区间估计方法的基础上,给出了假设 近似服从正态分布的情况下,异质性方差的区间估计方法,导出了异质性方差置信区间的解析表达式。仿真计算及实例分析表明该方法是稳健、可靠的。     

基于D-J阈值的加性白噪声方差估计改进方法研究

本文提出了一种基于D-J阈值的加性白噪声方差估计方法．与中值方差估计方法相比，采用本文提出的方法估计的噪声方差从统计意义上看更准确，并具有更小的离散性．本文通过模拟的逐段光滑信号来评价该方法的有效性，并给出了与中值方差估计方法的比较结果．结果显示特别是在信号采样序列的长度有限时，采用本文方法可以获得比中值估计方法更准确、更可靠的白噪声方差估计．     

线性混合模型中方差分量的经验Bayes估计的收敛速度

在加权平方损失下导出了含有2个方差分量的线性混合模型中方差分量的Bayes估计,利用多元密度函数及其混合偏导数的核估计方法构造了方差分量的经验Bayes（EB）估计,在某些条件下获得了该估计的收敛速度。     

方差分量估计和多余观测分量计算方法探讨

本文根据矩阵迹运算规则,对消去定向角未知数前后赫尔默特方差分量估计公式作了简化,简化后公式仍精确.本文还提出一种方差分量估计的近似方法.利用该法进行方差分量估计,其估值无偏.此外,本文还导出消去定向角未知数后多余观测分量计算公式.利用上述有关公式进行方差分量估计和多余观测分量计算,既能节省计算机内存,又能提高运算速度.     

方差分量的MINQUE通用公式

从概括函数模型出发,研究了最小范数二次无偏估计应具有的性质不变性、无偏性和最小范数性,导出了适用于所有平差函数模型的方差分量的最小范数二次无偏估计的通用公式,该公式在特定条件下与Helmert型通用公式、极大似然估计通用公式、最优二次无偏估计通用公式一致.由国外学者C.R.Rao导出的方差分量最小范数无偏估计公式以及由LarsE.Sjberg所给出的方差分量最优二次无偏估计公式,都是该通用公式的特例.     

对数正态克立格法理论及其应用

本文首先讨论了对数正态分布及三参数对数正态分布理论,然后重点研究了对数正态克立格法。在分析了无偏条件及最小估计方差之后,给出了对数正态克立格法方程组及对数克立格方差。克立格权系数λ_a即为该方程组的解。据此,可以估计矿床中每一块段的克立格估值Z_v,该估值是具最小估计方差的无偏线性估计量。该法已用于一个铁铜矿床的储量计算。     

线性过程误差方差的相合估计

对于固定设计和线性过程误差下的非参数回归模型,为了估计误差方差,首先基于多项式样条方法给出了回归函数的估计,然后根据所得残差序列构造了误差方差的点估计,在没有混合相依的一般条件下证明了该估计的相合性.此外,还通过算例进行了数值模拟,结果显示,该估计方法可行,同时在误差方差估计的绝对误差意义下,自动选择结点的BIC准则优于AIC准则,基于BIC准则选择结点的样条方法还优于基于交错鉴定法选择带宽的局部线性方法.     

一种Armijo搜索下的谱共轭梯度法

基于文献[6]中的βkb的构造方法,提出了一种新的谱共轭梯度法,证明了该方法不依赖于任何线搜索具有充分下降性,在Armijo线搜索下证明了算法具有全局收敛性.数值试验结果表明：在Armijo线搜索下,该方法明显优于SFRA、SPRPA算法.     

序约束下双参数指数分布的Fiducial参数估计

利用Fiducial统计推断的方法,给出双参数指数分布参数的Fiducial模型,然后基于参数的Fiducial模型给出两总体序约束下参数的Fiducial分布,得到序约束条件下未知参数的Fiducial参数估计的具体解析式,同时给出两总体序约束下未知参数的参数估计的数值解.对于总体个数大于2的情况,根据Fiducial模型给出相应的参数估计的数值计算方法,并进行数值模拟,结果证明由这种数值方法所得到的数值解的误差是可以接受的.     

基于MM-算法的局部常数核加权分位数回归估计及应用

提出了一种新的基于MM-算法的局部常数核加权计算法,使用该方法得到的分位数回归估计曲线在比较弱的条件下是连续光滑的．讨论了核方法中协调参数的选取问题．最后,数值模拟和实证研究的结果表明,利用所提出的计算方法所得到的非参数曲线估计在重尾误差的情况下具有一定的稳健性．     

零电流过渡(ZCT)功率变换电路控制方式的讨论

零电流过渡(ZCT)功率变换电路,主功率开关虽然为零电流关断,但其开通却工作在硬开关条件下.同样,辅助开关导通为零电流,但关断为硬关断.通过改进控制方式,可以使这两个功率开关的导通和关断都工作在软开关条件下,从而可以进一步提高开关频率,达到增加功率密度的目的.     

欠驱动机器人的最优轨道生成与实现

提出了一种基于学习的动力学前馈方法，解决了欠驱动系统由于系统不完全可控造成的反馈控制失效，运动轨道难以实现的问题。在此基础上提出了学习－优化交替式最优运动轨道生成方法。该方法将轨道优化与学习控制相结合，所生成轨道可以在欠驱动机器人上实际操作，对一台实际的欠驱动机器人实现了最优轨道生成，并进行了动作实验，取得了较好效果。     

基于样本信息聚集原理的小子样疲劳特性分析

为了对小样本疲劳试验做出指导以及寻求小样本下S-N曲线最优拟合方法，对经典样本信息聚集方法进行了改进。基于不同应力水平下试样疲劳寿命概率分位点的一致性，采用数据共享与融合方法，实现不同应力水平下样本数据信息聚集应用。根据应力■疲劳寿命的线性关系，利用改进后的样本信息聚集方法，对小样本数据中各个应力水平下的疲劳寿命均值进行参数化逐步搜索，得到不同应力水平下疲劳寿命最优值，然后根据最小二乘法拟合出S-N曲线。对不同应力水平作为基准进行了S-N曲线的疲劳特性对比分析，算例结果表明，以低应力水平为基准结合改进后的方法拟合出的曲线与传统成组法拟合结果最大相对误差不到5%,预测出的疲劳寿命误差范围最小。由此可见，改进后的方法提高了小样本疲劳特性分析的可靠性。     

混合物超额焓计算中的参数优化方法

采用可变误差多面体算法进行参数优化［１］,和最小二乘法相比较,该方法不用对目标函数求导,当目标函数形式复杂时,使用方便．以关联高压下混合物超额焓为例来说明方法的使用,对１８个气相体系和１２个液相体系的计算结果表明,该方法能准确地关联高压下复杂体系的超额焓     

基于可靠度的抗震结构优化设计

考虑结构不同功能失效时损失情况不同这一事实，遵循抗震设计规范的“小震不坏，中震可修，大震不倒”的抗震设计原则，提出了基于不同功能要求的可靠度优化设计方法，计算结果表明，采用此方法可以在概念意义上合理改善结构体系的抗震性能，降低结构在地震作用下的损失。     

水文频率分析中的多项式正态变换方法研究

采用多项式正态变换(聊盯)方法,把偏态分布转换为正态分布,推求指定频率下正态分布的设计值(分位数),然后通过一一变换转换成原偏态分布对应频率的设计值．以P．Ⅲ型分布为例,用Monte-Carlo法进行模拟分析,并对PNT法的统计性能与线性矩(L广M)法的统计性能进行了比较．结果表明,PNT法的精度略差于L-M,g-ej精度．由于PNT法本质上是非参数估计方法,不需要假设水文变量的分布线型,因此该法理论上是一种较为可行的水文极值分析方法．     

基于概率密度演化的风机基础疲劳可靠度计算

风机底部基础在风荷载作用下会产生疲劳破坏.为了研究风荷载作用下风机的疲劳可靠性,将随机脉动风荷载进行正交展开,用数论选点法和概率密度演化方法将展开的风荷载模型用于风机塔身的疲劳可靠度计算.采用推力系数法计算风荷载作用下风机基础较危险部位的应力时程,然后用雨流计数法统计该点的疲劳损伤,将其代入概率密度演化方程并通过差分计算可求得疲劳损伤的概率密度函数.通过累计疲劳损伤小于1的概率可求得危险部位的疲劳可靠度,也就是整个基础的疲劳可靠度.以一3 MW风机作为算例验证了本文方法的有效性,应用概率密度演化方法,可以精确地给出基础在风荷载作用下的疲劳可靠度,本文成果对于近似工况的风机基础疲劳可靠度的计算具有借鉴意义.