基于M估计的非线性纵向数据模型的异常点检验

介绍了纵向数据非线性混合效应模型,将有界函数Huber函数引入该模型的对数似然函数,得到模型参数的稳健估计(M估计),并探讨了基于M估计异常点检验的问题,通过血浆药物渗透数据说明了方法是有效的.     

部分线性模型M估计的弱收敛性

为得到部分线性模型中未知函数和未知系数的稳健估计,讨论了部分线性模型的M估计,用局部线性方法给出常系数的初估计,再用平均方法给出常系数的M估计,用两步方法给出函数系数的M估计,并进一步证明了未知函数和参数估计的弱一致性。     

排队系统的贝叶斯分析

旨在得到加权平方误差下M/M/∞队列中服务强度的贝叶斯估计.在两种不同的先验分布密度函数形式下,由gamma分布的结论,分别得到M/M/∞队列中服务强度在非对称的加权平方误差下的损失函数(预防损失函数)的贝叶斯估计.     

基于估计方程估计的单指标模型异方差检验

针对单指标模型的异方差检验问题,将估计方程估计与完全非参方差函数检验相结合,给出了一种新的检验形式.利用估计方程法得到单指标模型中未知指标参数的估计值,再根据局部线性拟合给出单指标模型联系函数的估计形式,进一步由完全非参方差函数方法构造检验统计量,对模型进行异方差检验.数值模拟部分以检验统计量的经验水平和经验功效为评价指标,实验结果表明,基于估计方程估计比基于梯度外积估计和基于最小平均方差估计的完全非参方差函数检验方法更有效.实例分析部分采用汽车数据集,同样验证了这一检验方法的显著性.     

半参数函数关系模型参数的M估计

对于固定设计下的半参数函数关系模型,基于最小二来估计的不稳健性。对模型的参数采用M估计方法,在一定条件下。给出了参数在M估计下的强结合性．     

非紧流形上抛物方程的椭圆型梯度估计

给出完备非紧黎曼流形M上的抛物方程ut=△u+Xu+hu的正解的全局梯度估计,该估计与M的维数n无关.这里X是任意非零C 1向量场;h是定义在M×(0,+∞)上的非负函数,对于自变量x是C 1函数.作为应用,我们将给出该方程的解的Harnack估计.     

Luxemburg范数的Orlicz函数空间的装球常数准确值

给出了Luxemburg范数的Orlicz函数空间的装球常数的估计式，并得到了满足M△条件的N函数M(u)所生成的Orlicz函数空间L^*(M)[0,1]的装球常数准确值。     

关于Meyer-Konig-Ze11er算子的函数类逼近

该文中,作者利用概率论的一些结果研究了Meyer-Konig-Zeller算子对于函数类C.(M)及C_??~1(M,M_1)的函数类逼近,得到了精确阶的估计.     

一类Orlicz函数空间的装球常数准确值

给出了Orlicz函数空间装球常数的估计式，并得到了满足M△条件的N函数M(u)所生成的Orlicz函数空间LM[0,1]的装球常数准确值。     

基于M估计的线性回归模型的统计诊断

将Huber函数引入线性回归模型的对数似然函数中,应用迭代法得到参数的稳健估计(M估计),并用基于数据删除模型得到的诊断统计量进行数据的实例分析,证明方法的有效性.     

(3+1)维K-P方程的周期波解

用新的测试函数来替代Hirota法中的测试函数,寻求周期和孤立波结合的解.用这个新方法得到(3+1)雏K-P方程的精确周期孤立波解.这个结果说明(3+1)维K-P方程存在周期孤立波.     

Boussinesq方程的周期波解

扩展了Hirota法以构造Boussinesq方程的新的周期波解,即将Hirota法中的测试函数用新的测试函数来替代．显然扩展的Hirota方法也可以解其他类型的非线性演化方程．     

基于最优神经网络的电路测试方法研究

在数字电路最优神经网络模型的基础上,研究基于该模型的电路测试生成方法.首先获得了多输入基本门电路的最优神经网络能量函数的一般表达式,然后对这种测试方法的原理、实现步骤、以及加速测试的措施等进行了详细研究.结果表明以最优神经网络模型为基础的电路测试方法在测试生成的速度方面快于其它类似方法,如基于Hopfield神经网络的电路测试生成,具有较好的应用潜力.     

水泥基材料开裂敏感性实验方法的研究与改进

通过对传统的净浆圆环约束试验方法进行改进,实现了用一套设备多点、实时、自动监测多个环形试件开裂龄期的功能,并用自编的配套程序对所采集数据进行处理.在有限元分析的基础上,对环形试件在收缩作用下产生的主应力的大小及分布规律及其影响因素进行了探讨.对环形试验操作注意事项的分析表明,入模温度、试件与钢芯的粘结等对试件开裂龄期的影响不可忽视,有必要采取合理的试验方法,确保试验结果能反映出试件真实的抗裂性能.     

正交回归法在机械优化设计中的应用

介绍一种实用的优化设计方法——正交回归法，它利用正交表和最小二乘法来构造目标函数与多种设计变量之间的显式函数关系，并以150轧钢机上的十字轴式无螺栓万向联轴节叉头为例，采用正交回归法建立叉头最大应力与其结构尺寸之间的显式函数关系，为以后叉头的优化设计创造了有利条件。     

基于混合差分进化算法的试井分析最优化方法

摘要：试井参数优化是对通过测试得到的油气井井底流压及产量数据得到的油气藏模型参数进行优化处理,得到最符合油气藏实际情况的参数。试井存在多解性,以往使用的最优化方法要求目标函数连续可微,受初值影响较大,是属于寻找局部最优解的办法。为此,提出了一种混合差分进化算法的试井分析最优化方法。将标准差分进化算法加以改进,与模拟退火算法和小生境思想结合在一起,构成一种混合差分进化算法,该算法在保证算法全局搜索能力的同时,能更快地收敛到非线性问题的最优解。进一步将该算法应用到试井分析中,构建了基于混合差分算法的试井分析方法,不需要估计井筒和油藏参数的初值,也不要求目标函数连续可微,优于标准差分进化算法。通过实测试井资料分析,与 L–M 方法相比,效果良好。     

全机结构疲劳试验载荷优化技术模拟研究

在全机疲劳试验中,需要将模拟飞机数倍寿命内不同起落不同飞行状态的试验设计载荷转化为用一套加载设备连续施加的试验载荷。本文就此问题建立了试验载荷优化处理的数学模型,模型为多任务目标的非线性规划优化模型,优化模型的目标函数综合考虑了弯矩、剪力和扭矩误差,并引入加权系数,以期针对不同部件调节弯、剪、扭误差所占比重。模型用MATLAB的Fmincon函数求解。该方法简化了全机疲劳试验载荷优化处理,并已成功应用于某型飞机全机疲劳试验中。     

矢量网络分析仪中时域测试功能的应用

本文从测量原理和测试方法等方面对矢量网络分析仪的时域测量功能进行了简单的介绍。矢量网络分析仪的时域测量功能是一种有效的工具，并有着广泛的应用，包括故障定位、识别连接器中的阻抗变化、有选择地消除不希望要的响应以及在生产测试中简化滤波器的调谐过程等等。     

基于仿真的功能级边界扫描测试码自动生成

分析了用边界扫描测试结构实现芯片功能级测试的方法,提出了一种基于逻辑电路的仿真波形生成电路功能级边界扫描测试代码的方法．利用该方法生成的边界扫描测试矢量可以完备地描述逻辑芯片的功能,从而对数字逻辑电路实现完备、高效和廉价的功能测试．     

全域最优化方法的试验函数的构造方法

本文提出一种构造方法，它可以构造任意多维的、在实数域内具有任意多个局部极小值的多项式函数，为全域最优化方法的研究提供一类新的试验涵数。