全最小一乘法

先介绍最小二乘法、最小一乘法与全最小一乘法,论述它们的异同;然后举例说明全最小一乘法在经济方面的应用,并将它与最小二乘法及最小一乘法进行比较,同时给出了利用LINGO10软件计算全最小一乘法的程序;最后,简单叙述了全最小一乘法在理论上的进一步发展.     

最小一乘回归的新算法

利用加权最小二乘法，提出最小一乘的一种迭代算法，这种方法使最小一乘法在计算上变得简单、直观     

曲线拟合的最小一乘法

最小一乘法的解,由于存在着绝对值方程而不便于计算,成为困扰数理界200多年悬而未决的难题.基于对最小一乘准则下各种数学模型的大量计算和长期研究后发现,若存在最小一乘最佳参数a=a*∈Rn使绝对偏差值和为极小的最小一乘准则im=∑1 yi-f(xi,a*)=min成立,则拟合函数f(x,a*)的表征为:至少存在n个点x1,x2,…,xn,使yi-f(xi,a*)=0,i=1,2,…,n(n≤m)成立,从而最小一乘解可以实现.     

AHP中关于对数最小一乘排序算法的探讨

在层次分析中提出了一种对数最小一乘排序方法,并给出了一个迭代算法,该方法具有较好的稳定性．     

最小一乘估计的几个性质

定义了最优极点和稳定极点2个概念,在非退化模型下讨论了它们与最小一乘估计间的等价关系,得出了稳定极点就是最优极点的结论,有利于找到求解最小一乘估计更简单的算法.     

解最小一乘问题的递归神经网络

应用鞍点理论和投影算子的性质,给出了一种递归神经网络求解具有线性约束的最小一乘问题,证明了此神经网络全局收敛于一个最优解.数值实验表明,用本文的方法求解最小一乘问题是切实可行的.     

最小一乘估计性质的讨论

解决某些问题时,最小一乘准则在很大程度上优于最小二乘准则.通过对最小一乘准则与最小二乘准则的比较分析,给出了最小一乘估计的一些优良性质,如无偏性、渐近正态性、有效性等,并做了相应的理论证明.     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式,并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

用松驰变量解最小一乘问题

本文通过引入“松驰变量”,将最小一乘问题归结为线性规划问题,并利用线性理论讨论了最小一乘问题的一些基本性质,提出了此[1]更为方便的、按 MSAE 准则的多元线性逐步回归的方法.     

基于加权整体最小二乘的多元线性回归分析

针对变形监测数据中自变量和因变量观测向量都含有误差、且采用一般最小二乘估计是有偏的这一问题,引入EIV模型,并顾及各自变量观测精度的不同,采用加权整体最小二乘对待估参数进行估计。长江三峡库区滑坡监测实验表明,基于加权整体最小二乘的多元线性回归分析能更好地对回归方程进行参数估计,可明显提高形变预测精度。     

非线性脉冲Schrdinger方程和最优控制

引进了受控非线性脉冲型Schrodinger方程的PCl-温和解并证明了它的存在唯一性。讨论了相应的最优控制问题，证明了最优控制的存在性，导出了最优化的必要条件。     

脉冲Schr(o)dinger方程和最优控制

本文用Fourier变换,得到有界区域上Schroxdinger算iΔ所生成的半群的表达式.并用它引进了受控脉冲型Schrodinger方程的PCι-温和解,证明PCι-温和解的存在唯一性.讨论相应的最优控制问题,证明最优控制的存在性,导出最优化的必要条件.     

基于有限测量信息的加权最小二乘法在配电网状态估计中的应用

为了适应测量装置数量受限的配电网控制的需要,提出一种基于有限测量信息的配电网状态估计方法.模型中将区域配电网节点电压幅值和相角作为状态变量,测量节点电量、负荷规划数据分别作为实际测量量和伪测量量,利用加权最小二乘法权重参数的合理配置保证模型的合理性并求解.通过对英国某区域配电网实例仿真计算,结果表明:本文状态估计模型能够根据有限测量量进行网络全节点的状态估计,且平均估计误差满足实际应用要求;同时,定性描述了测量点数量、估计初值与状态估计误差的关系,为进一步探索测量点优化配置和最优状态估计求解奠定基础.     

共联系统的最优控制存在性及必要条件

主要讨论主算子为非线性单调算子的非线性发展方程及主算子为强连续半群的无穷小生成元的非线性发展方程所决定的共联系统，证明了共联系统的Langage问题的最优控制的存在性，并给出了最优控制的必要条件。最后用一个具体的非线性系统的例子说明我们的定理。     

一类二阶常微分方程最优控制函数非光滑情形的研究

继续研究了一类具有状态约束的由二阶常微分方程所支配的控制问题。由状态方程的外部函数来实现系统的控制,并且控制函数属于利普希茨连续函数类。在最优控制函数非光滑的情形下,利用克拉克方向导数的概念,得到了一个最优化必要条件。     

一种北斗伪距单点定位的加权最小二乘(WLS)快速算法

针对当前伪距单点定位普遍采用的高斯牛顿迭代最小二乘(gauss-newton iterative least squares,GNILS)定位算法存在对初始值的估计依赖性强,且迭代计算量大的缺点,结合直接解算(direct calculation,DC)定位方法定位解算快和加权最小二乘(weighted least squares,WLS)定位算法定位精度高的优点,提出一种北斗伪距单点定位的WLS快速(fast weighted least squares,WLSF)定位算法?通过北斗实测数据验证表明,WLSF定位算法计算复杂度显著减少,并且定位精度具有较大改善?     

自适应加权最小二乘支持向量机的空调负荷预测

为了提高建筑空调负荷的预测精度,在分析空调负荷主要影响因素的基础上提出了一种基于自适应加权最小二乘支持向量机(AWLS-SVM)的建筑空调负荷预测方法。该方法根据预测误差的统计特性,采用基于改进正态分布加权规则,自适应地赋予每个建模样本不同的权值,以克服异常样本点对模型性能的影响。建模过程中采用粒子群优化(PSO)算法对模型参数进行优化,以进一步提高模型预测精度。基于DeST模拟数据将AWLS-SVM方法应用于南方地区某办公建筑的逐时空调负荷预测中,并与径向基神经网络(RBFNN)模型、LS-SVM模型及WLS-SVM模型作比较,其平均预测绝对误差分别降低了51.84%、13.95%和3.24%,并进一步基于实际空调负荷数据将该方法应用于另一办公建筑的逐日空调负荷预测中。预测结果表明:AWLS-SVM预测的累积负荷误差为4.56MW,亦优于其他3类模型,证明了AWLS-SVM具有较高的预测精度和较好的泛化能力,是建筑空调负荷预测的一种有效方法。     

线性流形上W准反对称矩阵的加权最小二乘解

通过矩阵的奇异值分解得到了线性流形上w准反对称矩阵在加权范数下的最小二乘解,同时导出了解集合中与给定矩阵的加权最佳逼近解的表达式．