改进的递推增广最小二乘参数估计方法

基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。     

Mlinex损失函数下的信度递归模型

用Mlinex损失函数代替平方损失函数,得到了一个信度递归模型,即第t+1年的信度保费是第t年的索赔额、第t年的信度保费和集体保费的加权和.证明了该信度递归模型对年份较近的索赔额赋予更大的权重,对年份较远的索赔额赋予较小的权重.     

基于模型函数与L-曲线的正则化参数选取方法

基于模型函数方法与修正的L-曲线准则,给出了选取正则化参数的1种迭代算法。在一定条件下,证明了所提出的选取正则化参数的算法是局部收敛的,通过数值算例验证了该方法的局部有效性。     

Cobb-Douglas函数模型参数估计方法的研究

根据LS估计理论，对目前Cobb—Douglas函数模型参数估计方法存在的问题进行了分析．通过方差稳定化变换建立了新的参数估计模型，新模型基本满足Gauss—Markov假定，保持了LS估计的优良性质．     

确定线性多变量系统结构参数的递推辅助变量算法

本文研究了多变量系统中确定结构参数的递推辅助变量方法。文中采用的模型是输入输出差分方程的一种规范形式。根据Ahmed的结构辨识算法,文中给出了一个改进的算法,此算法是递推形式的,因而大大减少了计算量。     

一种复杂系统的模糊模型结构及递推辨识方法

提出了一种复杂系统的模糊模型结构及辨识方法．该模糊模型利用系统的输入和输出数据,将输入和输出空间视为模糊空间．根据辨识精度将模糊空间划分为ｍ 个子空间,每个子空间由线性模型来表征．由隶属函数将子空间模型联接成全局模型来表征系统的整体特性．隶属函数和子空间的模型参数由递推辨识方法实现．仿真结果表明,这种模型结构可以表达复杂系统的特征和辨识算法的有效性     

一种新安江模型参数的全局优化方法

将全局优化方法SCE-UA用于新安江模型的参数优化中,以月潭流域1978—1991年共14年的实测降雨、径流资料以及1982—1988年实测洪水资料为例,对新安江模型参数全局优化方法进行研究.研究结果表明,单纯利用SCE-UA方法得到的最优参数组会随着资料长度的变化而变化,体现出了优化结果的不稳定性.进而引入赵人俊的新安江模型参数客观优化理论,将SCE-UA方法与该理论相结合.研究结果表明,该方法可避免因参数之间的相关性导致参数优化结果的不稳定现象,可大大降低模型的不确定性.通过检验,该方案可以较好地用于新安江模型参数优化中.     

共轭斜量法在BP2模式Dirichlet级数参数辨识中应用

研究一种大型结构混凝土徐变函数指数形式表达式参数辨识与拟合方法. 选用混凝土徐变国际标准BP2模式,构建了最普遍的退化核Dirichlet级数形式作为基函数,针对拟合过程中实际变量多于方程未知变量情况,应用最小二乘法原理将矛盾方程转化为相应的法方程,引入共轭斜量法求解法方程,克服了求解过程中的数值不稳定性.在此基础上编制的程序,可将BP2模式的Dirichlet级数形式的所有参数辨识出来.拟合公式和原公式结果吻合良好,验证了该方法的有效性和正确性. 文中给出的BP2模式Dirichlet级数形式的拟合公式,能适应跟踪分析大型结构长期徐变效应,为较为准确和高效地进行服役结构状态评定,提供了必要的准备和依据.     

参考文献之预测功能的定量研究

从参考文献具有预测功能之理论基点出发,分析了固定时间段内参考文献与科研产出数量和质量关系的数学模型,初步探求参考文献预测科研产出数量和质量的功能,并给出相应的数学模型,为评价科研人员一段时间内的科研产出能力提供多维依据。     

基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌｃｗ，进而利用Ｌｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。     

利用参数变导法引入证明中值定理的辅助函数

微分学中有3个名的中值定理，其中在Lagrange中值定理的证明过程中，引入了辅助函数，然后由Rolle中值定理来证明Lagrange中值定理．这个突如其来的辅助函数很难让学生理解和接受．中从一个全新的角度，利用参数变异法引入辅助函数，攻克了教学难点．     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

鲁棒性模型自适应方法

针对工业过程控制普遍存在扰动特别是大扰动问题,通常采用模型自适应方法来加以消除·提出了采用基函数修正模型自适应增益系数的方法,利用高斯基函数的特点把过程扰动的影响作为基函数的输入,从而减小过程扰动的影响,特别是减小大扰动的影响·对线性过程模型改进了加法自适应算法,对非线性过程模型改进了乘法自适应算法·仿真试验结果表明所提方法对加法自适应和乘法自适应都是有效的,对大扰动具有明显的抑制作用,对过程扰动具有良好的鲁棒性·     

变动参数法在构造辅助函数中的应用

本文采用常微分方程 Lagrange 变动参数法的思想,结合常微分方程边值问题的解法,给出在证明一类数学分析命题过程中构造辅助函数的方法。     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

液黏调速系统控制参数整定方法的研究

液黏调速离合器是液黏调速系统的核心控制元件,由于其具有比较严重的非线性和滞后性,所以控制参数的设定对其转速控制系统的性能具有非常重要的影响. 本文针对某车辆温控系统中的液黏调速离合器,研究了转速闭环系统中PID控制参数的整定方法,主要采用的是二层优化的控制框架,以模型辨识为出发点,利用辨识得到的模型完成控制参数的自整定过程. 仿真和实际系统的台架试验表明,在液黏调速系统中,可以根据所需的性能指标,通过运用该整定方法获得较好的控制参数,从而使闭环系统取得相对均衡的动态特性、稳定性和抗干扰性.      

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

半参数模型约束条件下估计量的统计诊断

利用最小惩罚二乘原理构造加权惩罚平方和，导出了约束条件下，半参数模型中正规化矩阵正定时半参数平差的计算方法，用直接法得到了参数和半参数的估计量，并将此方法引入测绘领域，给出了相应的公式。     

树形多刚体系统单向递推组集计算机求解

对组成多刚体系统的各个刚体和铰建立基本类库 ,采用 R/ W方法描述多体系统的结构 ,采用相对坐标的建摸描述方法 ,自动选择广义坐标 .对各个刚体采用规则标号标识 .按路的方向递推组集多刚体系统运动学和基于虚功原理的动力学方程 ,这样建摸效率高 .采用Adams预估 -校正和隐式多步 Runge-Kutta方法求解动力学方程 ,计算速度快 ,并就上述算法编制了通用程序 TMAS,通过算例表明算法高效可靠 .     

基于趋势的实时量预测建模及并行实现

提出了基于趋势的预测思路 ,建立了基于趋势的实时量预测模型 .利用高性能并行计算环境 ,结合并行处理技术将预测模型并行化 ,较好地解决了预测系统中数据量大、计算速度慢等问题