具有Elitist选择的遗传算法的收敛速度估计

模拟进化计算是近年来信息科学、人工智能与计算机科学的“热点”研究领域,而由此派生的遗传算法是一族通过模拟自然进化过程搜索最优解的方法。其基本思想源于60年代,Holland在研究机器学习过程中,受达尔文进化论——适者生存的启发,而获得的一种概率搜索算法。该方法在早期作为一种自适应机器学习方法,而近几年在解全局优化问题、人工神经网络的训练与结构优化、程序设计自动化中的查错处理等方面已取得成功的应用,显示了非常广泛的应用前景。     

附加信息下协差阵的估计

在统计推断和参数模型中.“似然”是一种很重要的工具,它也能用于导出非参数下的估计和检验.Owen已经介绍了非参数问题的似然比,并用以来构造期望等的置信区间.许多情况下,不能知道分布的确切形式,但却知道其分布的部分信息或附加信息,例如已知某些数字特征,期望,矩,方差与期望的函数关系等.如何利用这些附加信息进行更有效的统     

相依数据的非参数分位数回归估计的最优收敛速度

文献[1]把通常的一维数据的分位数思想成功地应用于条件分位数线性回归.正如文献[2]中所表述的那样,由数据计算出的各条分位数回归曲线比一条均值回归曲线更能完整地描述一组数据的分布.关于独立观测数据的分位数线性回归.因为线性假设对模型限制太严,实际数据不一定满足这种模型假设.     

动态性状基因座的复合区间定位

动态性状因其广泛性和重要性而备受动植物遗传育种研究者关注. 用分子遗传学方法探索该类性状的遗传机制已成为一个极富挑战性的研究课题. 将关于时间(测定日期)的Legendre多项式镶嵌在遗传模型的每个遗传效应中, 以刻画QTL和协同因子对动态性状变化过程的作用, 从而建立动态性状基因复合区间定位分析的数学模型. 利用复合区间定位策略的优势, 提高对控制动态性状多个QTL的检测效力. 以F₂设计群体为例, 阐述了动态性状基因复合区间定位的似然分析原理, 推导了参数似然估计的EM法两步求解过程. 模拟实验证明, 相同设计条件下, 复合区间定位对分布在同一连锁群上多个影响动态性状QTL的检测效果明显好于区间定位; 随着协同因子数目的增加, 复合区间定位不但能检测出更多的甚至所有的QTL, 而且对每个QTL分辨得更加清楚. 在实际应用过程中, 应针对动态性状的变化规律, 并考虑计算成本恰当地选择协同因子数目.     

对爆破振动速度影响因素的探讨

爆破振动速度是爆破地震强度的一个重要参数,准确地计算好爆破振动速度对指导爆破作业有重要意义。文章根据贵阳市金阳新区金岭东路爆破现场测试情况,采用最小二乘法原理分析数据结果,探讨爆破振动速度的影响因素。     

由Ornstein-Uhlenbeck过程产生的l2-模平方过程的增量

设{Y(t),-∞0.定义ι~2-模平方过程X~2(t)=||Y(t)||~2=sum from k=1 to ∞( X_k~2(t)),-∞相似文献