双排双波浪带散热水箱传热性能研究

对双排双波浪带散热水箱的结构形式、换热和阻力试验结果进行了分析。采用非线性拟合法得到气侧的换热系数αa，并与桑塔纳管翅式散热水箱的气侧换热系数进行了对比，结果表明，此散热水箱具有较高的换热系数。     

用BP神经网络法预测反相液相色谱保留值

运用逐步回归法筛选BP人工神经网络的输入元素改进BP网络的结构，并用于疏水分配常数及氢键作用能预测反相液相色谱保留值，结果表明，逐步回归法与人工神经网络相结合，能优化网络，大大提高网络收敛速度在很大程度上克服了通常BP网络过所合的缺点，较通常BP神经网络及回归法在处理构效关系方面有更强的信息处理能力和预测能力。     

一种基于主元递归分析法的多模糊逻辑系统的组合形式

根据多个模型相加可以提高整体预测精度和鲁棒性的思想，提出了一种具有递阶特点的模糊逻辑模型。该模型采用基于山峰函数的减法聚类算法，将样本数据集分成多组来进行局部模糊模型的建立和训练，大大提高了组合模糊逻辑模型的训练效率。各局部模糊系统的预测输出通过主元递归分析法（PCR）连接，解决了模型之间的严重相关性问题，增强了模型的预测能力，提高了模型的鲁棒性。仿真结果表明，组合多个模糊逻辑模型能够达到比局部模型更好的建模效果，并能有效的改善模型的预测能力和泛化能力。     

非线性方法在储层参数平面分布预测中的应用

根据神经网络、非参数回归等非线性方法的基本原理 ,对储层参数平面分布进行了预测。结果表明 ,神经网络方法能够根据井点储层参数观测数据与井旁道地震属性之间的内在联系 ,通过自学习功能 ,建立起储层参数与地震属性间较为复杂的关系 ,适应性很强。但该方法对井点储层参数及地震属性的质量要求较高 ;而非参数回归方法不必事先知道储层参数和地震属性之间的关系 ,可以避免由于模型假设与实际情况的偏差而产生的错误预测。该模型包罗广 ,适用面宽 ,能够有效地反映地震属性与储层参数间较为复杂的关系 ,在油气预测以及油藏描述中将会有广阔的应用前景。     

利用小波分析进行粗差定位

在测量数据处理中，为了克服粗差对数据分析的影响，采用的办法之一是定位，删去粗差。通过小波多分辨分析方法对测量数据进行处理，可有效地发现和定位其中的粗差，并举一半参数模型的例子加以说明。     

半参数回归模型的稳健估计

考虑半参数回归模型yi＝Ti^Tβ g(ti)-εi i=1,2,…n,先由稳健估计的原则得出β^Λ和g^Λ（t)，然后基于影响函数得出这些估计的方差——协方差矩阵。     

葡萄叶面积测定方法的改进

对不同地点、不同年度、不同管理条件、不同品种、不同树龄的叶宽范围较宽(7.5～23.4cm)的葡萄叶片进行了叶宽与叶面积线性、乘幂、指数回归分析。结果表明,葡萄叶宽与叶面积的回归关系更符合乘幂趋势。据此建立了可较为普遍应用的利用葡萄叶宽速测葡萄叶面积的回归方程。如用线性方程,则需要根据不同叶宽范围建立方程。     

长期预报的相空间模回归法

考虑到因确定性系统的外在随机因素和内在随机性所造成的长期预报的不准确性,我们将有关的浑沌理论和数理统计理论结合起来,提出了d维相空间模回归预报法。经调试后,该模式的距平符号报准率一般不低于66％,而相对误差一般不大于10％。     

随机系数回归模型的多步预报公式

研究的随机系数回归模型为 y_t=sum from i=1 to s (β_i(t)x_i(t)+e_t) t=0,1,… 其中回归系数β_i(t)是对经典的定常系数的推广,并假定β_i(t),i=1,2,…,s为应用广泛的多元ARMA或ARIMA时序模型或关于时间t的某种函数.并依此给出y_t的多步预报递推公式可进行动态预报.此预报公式仍适用于系数时间序列为非平稳情况.在无初始信息情况下,此预报公式仍具有某种最优性质。     

广义协方差改进估计的优良性

对半相依回归线性系统,我们周期地使用迭加信息的方法,得出了回归系数广义协方差改进估计。这个估计系列的方差是单调不增的。它改进了回归系数的协方差改进估计。特别当m=2时,我们不对误差向量的分布及设计阵之间的关系作出任何假设,而得到广义协方差改进估计的极限便是BLUE的结果;当协方差阵未知时,得到了两步估计的表达式。