工业产品质量的模糊抽样评价方法

工业质量状况的综合评价是宏观经济管理中的重要问题。这类抽样评价不以样本中不合格评价对象的数目来确定总体确定总体的等级，而是由合成的样本评价指标值估计总体的等级隶属度。通过变量之间的映射，可以实现离散抽样模型和连续样本模型之间的转换。另外，借助于正态分布状态下的参数估计理论，可以确定评价指标的置信区间，这种模型已用于全国重点企业的质量综合评价，有效性得到充分证明。     

模糊综合评价的分层抽样方法

在简单随机抽样方法的基础上提出了分层抽样的模糊综合评价模型。把模糊综合评价与分层抽样方法结合起来是综合评价理论的创新。该研究解决了以下问题 :1)导出了非离散状态下分层抽样的评价指标置信区间公式 ;2 )为了提高综合评价的估测精度提出了主导型分层技术 ,此项技术的核心是在模型中保持一个非抽样层 ,可以大大缩小总体评价指标值的置信区间 ,从而改善了评价结果的可信性。这个理论用于工业产品质量的宏观管理将带来质量管理体制的变化并节约质量管理的费用。     

基于有序抽样样本参数的置信区间

讨论了一种新的抽样方法即有序抽样方法下样本的信息矩阵及参数的极大似然估计的性质,把它和简单随机抽样样本下的信息矩阵进行了比较,并以此估计为基础给出了一种新的参数的置信区间的构造方法,表明在相同的置信水平下以此方法构造的参数的置信区间比传统方法下构造的参数的置信区间更短,因而也具有更高的相对精度。     

排序集抽样下样本参数的修正区间估计

研究了排序集抽样下样本参数的修正极大似然估计的性质,并以此估计为基础构造了样本参数的修正区间估计.研究表明:在相同的置信水平下,基于排序集抽样的样本参数的修正区间估计较传统的置信区间具有更高的精度.     

均值向量的非参数联合置信区间

本文提出了边际等尾联合置信区间概念,并给出了一种构造均值向量的边际等尾联合置信区间的方法。通过重抽样获得样本均值的估计,并通过该估计利用分位数插值的方法构造均值向量的边际等尾联合置信区间。在此基础上将其与传统的Bonferroni、Efron、Normal Exact等依赖正态近似的联合置信区间进行模拟比较,结果显示,该方法也是一种简单可行的方法。     

基于灰色系统理论的沥青路面使用性能预测

采用灰色系统理论方法,分别对路面强度指数、路面状况指数和路面平整度指标进行了建模和预测.利用实际路面检测数据进行模型的检验和修正,并与传统的回归分析模型进行对比.结果表明,对于公路路面这种比较离散的技术状况评价指标值,采用灰色预测方法精度有较大的提高,能够满足路面使用性能预测的要求.     

基于MATLAB小样本的最短置信区间

研究了小样本抽样正态总体参数的最短置信区间,对单峰非对称分布给出了最短区间估计MATLAB实现;并通过实例分析其对小样本区间估计的优越性.     

固定设计点情形下回归函数值的区间估计

对于固定设计点情形下的非参数回归模型,基于核估计的方法给出了回归函数的逐点置信区间和修正偏差置信区间.所给置信区间在相对较弱的条件下是渐近精确的.考虑到窗宽的选取对核估计和区间估计的重要影响,给出了适合所给置信区间的核估计窗宽的迭代选取方法.模拟结果显示迭代法收敛,且选取的窗宽表现良好,置信区间有令人满意的覆盖率.     

正态线性模型可估函数的两步同时置信区间

序贯抽样一直是一个重要的统计研究领域,利用两步抽样,具体地构造出正态线性模型中可估函数的同时置信区间,它同时满足可靠度与精度,即我们给出了 Bonferroni,Scheffè及最大模 t 两步同时置信区间。     

右删失左截断数据下离散威布尔分布的参数估计

研究了右删失左截断数据模型下离散威布尔分布参数的极大似然估计和渐近置信区间.介绍了参数估计的牛顿迭代方法和EM算法,给出了参数的渐近置信区间.随机模拟的结果表明,牛顿迭代方法和EM算法得到的参数估计结果差别不大.     

水质评价中的指标权重与隶属度转换算法

分析现有评价方法中最优权、超标权及专家权用于水质评价的缺陷,从目标分类角度出发,提取指标对样本分类所作贡献的量化值,定义指标区分权,给出指标隶属度到样本隶属度的转换算法,由此建立基于区分权的水质评价方法.用案例说明方法的实用性.     

基于可信预测值的协同过滤推荐算法

针对在传统协同过滤算法中存在的推荐精度较低、预测质量不佳的问题,该文提出一种基于可信预测值的协同过滤算法(RPCF).该算法在使用基于记忆的协同过滤方法计算预测值的基础上,引入可信度概念和技术方法,运用对推荐项目评级的邻居数评估可信度,融合可信度与传统预测值得到可信预测值,再根据可信预测值进行推荐,从而达到提升算法质量的目标.在MovieLens数据集中与其他提高精度方法进行实验对比,实验结果表明:RPCF方法能够提高预测精度和算法鲁棒性,具有更好的推荐质量.     

基于自适应模拟退火算法的间歇精馏过程优化

分析了间歇精馏过程的动态优化模型,基于对自适应模拟退火算法的研究,提出了一种改进的邻域调整方案,并将'其应用于求解间歇精馏过程的动态优化问题.仿真结果表明,改进后的算法大大加快了搜索速度,提高了最优解的质量,为工业过程控制的设计提供了高效、可靠的参考依据.     

基于自适应模拟退火算法的CSTR的动态优化

首先分析了连续搅拌釜式反应器的动态优化模型。基于对自适应模拟退火算法的研究,提出了一种改进的邻域调整方案,并将其应用于求解连续搅拌釜式反应器的动态优化问题。仿真结果表明,改进后的算法大大加快了搜索速度,提高了最优解的质量,为工业过程控制的设计提供了高效、可靠的参考依据。     

不确定性条件下的湖泊总磷允许输入量分析

针对Dillion模型中各参数的不确定性, 运用盲数及其均值理论, 对各参数盲 数化处理. 并以广州麓湖为例, 估算不确定性条件下的总磷允许输入量及相应的可信度. 与传统方法相比, 盲数法更合理可信.     

地下工程岩体节理迹长统计下限值的确定方法

以山东某金矿为工程依托,以实际获得的岩体节理信息为样本,借助聚类分析方法及其指标,采用全面实验法,开展地下工程岩体节理迹长统计下限值的确定方法研究.从节理迹长统计下限值的定义及特征入手,借助DBI指标(Davies-Bouldin index, DBI)实现优势节理组的划分与最佳优势节理分组方案的确定.取离散性系数k是否大于或等于20作为判别节理组能否作为优势节理组的条件,采用离散性系数k及其概率分布指标n综合分析确定岩体区域节理迹长统计下限值,构建在不同岩体条件下确定节理迹长统计下限值的方法,旨在剔除随机节理,优化节理样本数据,精确获取岩体节理空间分布特征.     

基于改进DCGAN轮胎缺陷图像生成方法

针对深度卷积生成对抗网络的数据扩充方法存在生成图像质量差、模型框架不稳定、模型收敛速度慢等问题，提出一种改进DCGAN轮胎缺陷图像生成模型。将残差网络和注意力机制嵌入到DCGAN模型中，提升模型特征的提取能力；同时摒弃DCGAN损失函数JS散度，使用带有梯度惩罚项的Wasserstein距离，提高模型训练的稳定性。实验结果表明，使用给定模型生成的轮胎缺陷图像质量优于使用DCGAN，WGAN，CGAN与SAGAN所生成图像，其平均FID值可以达到116.28，最小FID值可以达到84.94。所提出的模型可以稳定生成质量更好的轮胎缺陷图像，为轮胎缺陷样本数据集的扩充提供了一种有效途径，有助于有效解决深度学习在缺陷检测领域发展所面临的小样本问题。     

基于信息熵-未确知测度理论的公路桥梁耐久性评价

为了对桥梁耐久性进行评价和排序,基于信息熵-未确知测度理论建立了桥梁耐久性评价模型.首先根据《公路桥梁技术状况评定标准》确定评价指标体系和单指标测度函数,然后根据各指标的检测结果建立单指标测度评价矩阵.利用信息熵理论得到各指标权重,便可计算多指标测度评价向量.最后按照置信度识别准则进行耐久性等级判定.以长春市红咀子桥为工程实例,对其三跨上部结构进行耐久性评价和排序,并与《公路桥梁技术状况评定标准》所得结果相对比,证明了该方法的有效性.