异方差回归模型的拟合和变量选择

作者研究了异方差回归模型的估计与变量选择问题.在误差分布未知的情况下,作者分别给出了联系函数已知及未知时均值与方差的估计.另外,作者在给出估计的同时,分别选出了对均值与方差影响显著的变量.     

改进的满意度函数法在多响应优化中的应用

满意度函数法是最常用的多响应优化方法，但该方法没有考虑响应的变异性、相关性和参数估计的不确定性，针对这些问题提出了改进的满意度函数法对其进行改进，该方法将响应方差-协方差结构和预测方差结合到满意度函数中．实例分析表明，与传统满意度函数相比，用该方法进行优化得到的响应的方差和预测方差分别降低了5．6％和6．2％，满意度函数的方差降低了7％，说明优化结果比较可靠．因此，用该方法进行优化能得到比传统满意度函数法较好的结果，且对模型的预测能力和响应的波动都具有稳健性．     

随机结构复合随机振动传递规律的分析

推导出线性随机结构在平稳随机激励下的复合随机振动传递的理论公式,建立了激励统计特性、随机结构特性以及响应统计特性三者之间的关系.理论分析表明,复合随机振动传递规律产生的变异主要取决于系统频响函数的变异程度.采用Monte Carlo方法,引入响应均值放大系数、响应方差放大系数及响应自谱放大函数的概念,对单自由度线性随机系统的复合随机振动传递规律的变异性进行了定量分析.结果表明,随着结构参数变异系数δ的增大,响应自谱放大函数的均值曲线峰值迅速减小,曲线形状变“矮、胖”,在δ=5%变异下,相对均值系统的自谱放大函数的峰值减小已超过45%;而响应均值放大系数和响应方差放大系数均单调增加,在δ≤5%时增加的幅度都很有限,且均与质量变异无关.     

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.     

新型海底管道连接器密封性能的优化

为了改善新型海底管道连接器的密封性能,给出了一种连接器关键结构参数的优化方法.论述了连接器的结构形式和工作原理,建立了以连接器接触压力方差最小化和最大塑性应变最小化为目标的多目标优化模型,运用径向基函数法建立了目标函数、约束变量与设计变量之间的数学模型,给出了连接器关键设计变量的确定方法,推导了临界接触压力均值的表达式.以某连接器为例,计算得到临界接触压力均值为370MPa,给出了影响密封性能的重要结构参数偏距与过盈量的优化方法,优化结果与有限元结果基本相同.最后对优化前后的连接器进行了对比实验,结果表明:优化后的连接器具有较高的承受内压与外载荷的能力,连接器的密封性能得到明显提高.     

相依数据下非参数方差模型的样条估计

针对相依数据下非参数方差模型,构造了非参数方差函数的多项式样条估计,在α-混合条件下,证明了估计的相合性,得到了最优全局收敛速度,模拟算例表明了估计方法的可行性。     

基于分布函数的数学期望与方差的简洁求法

在仅已知随机变量的分布函数求解数学期望与方差时,通常利用分布函数求出分布列或概率密度,再根据定义求出数学期望与方差,过程较为复杂.为了简化计算,本文针对非负整值离教型随机变量与连续型随机变量,从理论上推导出了基于分布函数直接求解数学期望与二阶原点矩的计算公式,并可间接用于方差的求解.连一步通过实例验证了此方法在一定场合下的有效性与简洁性.     

基于参数模糊性分析的边坡稳定性研究

岩土工程参数中的各种信息都存在模糊性。通过对岩土样本力学参数试验值的研究，提出样本统计特征分析时应该充分考虑模糊不确定性因素对参数特征值的影响。在确定的参数隶属函数基础上，推导了岩土样本国学参数模糊统计特征值的计算公式。应用实例表明，由于文中提出的计算方法考虑了参数模糊性的影响，其计算结果比按常规统计方法得到的结果更具合理性。采用模糊均值和方差对边坡进行分析后的结果表明，边坡稳定性模糊分析方法是一种更为可靠的分析方法。     

关于样本方差函数矩的近似公式

利用Taylor公式和中心极限定理,给出了样本方差某函数的期望和方差的近似公式,并求出了样本方差的某个函数s的渐近分布.     

鞅差误差下非参数方差模型的样条估计

考虑固定设计和鞅差误差下的非参数方差模型,利用多项式样条方法,得到了非参数方差函数估计的最优全局收敛速度和一致收敛速度。模拟算例不仅说明了样条估计方法的可行性,而且其拟合效果和估计性质在一定条件下还优于局部线性方法。