数学方法在现代铅球运动中应用(一)

主要把数学模型、计算机模拟与科学计算、运动生物力学等手段和方法应用到我国现代铅球运动中。针对铅球投掷的关键技术动作,建立了铅球斜抛运动模型、非线性曲线拟合、动量平衡方程、多元回归分析模型等,并对模型进行了理论计算与分析。     

资产方程中回归函数的局部线性加权估计

通过将标的资产价格所满足的积分方程转化为回归模型,建立了回归模型中回归函数的局部线性加权估计.利用回归函数的估计构造漂移系数的样本估计量,并证明了所构造样本估计量的均方收敛性.从而使利用样本估计量构造漂移系数的估计成为可能.     

基于支持向量机回归的港口吞吐量非线性组合预测

提出了一种基于支持向量机回归算法的港口吞吐量非线性组合建模预测方法,并运用该方法进行了港口吞吐量预测,同时将该预测结果与其他方法的预测结果进行了比较．结果表明,该方法具有很强的学习及泛化能力,在处理具有一定程度的不确定性的非线性系统的组合建模预测问题时具有很好的应用价值．     

缝洞型碳酸盐岩油藏开发早期合理采油速度模型

对于缝洞型碳酸盐岩油藏,衰竭式开发是最合理的开采方式。对于衰竭式开采,在制定开发方案时,确定合理采油速度尤为重要。研究中根据其他相同类型油田的成功开采实例,选取尽可能多的影响因素,采用多元逐步回归分析方法,得到了一个缝洞型碳酸盐岩油藏开发早期合理采油速度模型。此模型包含了流体性质和地层参数,与关于固有地质情况对采油速度影响的物理概念并不矛盾,并且适应面广,可对衰竭式开发早期缝洞型碳酸盐岩油藏的合理采油速度做出初步结论。用数值模拟方法证明,这个模型可用于现场实际。     

基于航空信息网络的枢纽机场航班延误预测模型

航班延误一直是机场运营管理的一大难题，本研究报告面向区域多机场，重点针对机场集团内枢纽机场的航班延误问题，提出基于航空信息网络的航班延误预测模型NBFDM. 该模型不仅使用了航班自身的相关属性，并且还考虑了航空信息网 络内其他机场的因素对航班延误的影响. NBFDM模型首先提取航班本身的特征和该航班飞行前一段时间内航空信息网络的特征，然后使用PCA进行降维，对降维处理后的特征再使用SVR方法，得到非线性回归模型，用于预测航班的延误时间. 实验表明本研 究报告所提模型NBFDM相比仅使用航班自身属性的模型，对航班延误时间的预测误差降低约20%.     

变系数模型在国际油价预测中的应用

对影响石油价格的间接因素变量采用取对数的方式,建立无季节性与存在季节性虚拟变量的变系数模型。同时利用变系数模型对2001年第一季度到2012年第一季度的西德克萨斯中质原油(WTI)现货价格序列进行预测比较分析。实证结果表明,建立的无季节性虚拟变量的变系数模型能够更有效地预测石油价格序列,同时它的预测效果比直接运用历史数据的效果更好。最后通过拟合优度系数的计算可知对石油价格有影响因素的选择是正确的。     

混合序列下分位数估计的强相合及其Bahadur表示

本文在混合序列下,证明了分位数估计的强相合性并给出其Bahadur表示.     

“中国之谜”存在性的实证分析

分别从超长期、长期、短期出发，运用相关性分析、VAR模型以及回归分析，验证了“中国之谜”的存在性。研究发现，超长期时，货币供应量与物价存在稳定的正相关关系，“中国之谜”现象是不存在的。长期时，中国存在“超额”的货币供给，但“超额”的货币供给对物价变动的影响有限。而在短期季度数据分析得出它们两者存在着非常规关系，“中国之谜”现象确实存在。但时间跨度越大，“中国之谜”现象变得不明显。     

房地产泡沫检验的Switching AR模型

为检验理性泡沫，在放宽Norden的switching regression模型假设的基础上，提出了更为有效的switching autoregressive（AR）模型，并给出模型参数的估计方法以及泡沫检验方法. 运用2001年初到2011年末我国直辖市的房价数据构建该模型，实证分析表明：该模型比switching regression更有效；北京和上海的房价泡沫显著，天津和重庆的房价泡沫不明显；泡沫处于生 存状态的概率走势图表明，政府出台的房地产调控政策将北京的房价泡沫 挤出，但上海的泡沫未受影响. 此外，提出的switching AR模型也可用于检验其他资产价格中的regime switching泡沫.     

基于改进标准加入法的碳酸饮料中多种色素含量的同时测定

采用正交设计设计法设计包含柠檬黄、日落黄、诱惑红、苋菜红、胭脂红及亮蓝6种色素水性混合样品,分别测试其紫外-可见光谱(UV)并用支持向量回归(SVR)得到6种色素同时测定的UV-SVR模型.饮料样品经超声去除CO2后分别添加7水平不同含量的色素标准品并分别测定其UV光谱,利用UV-SVR模型预测其中色素含量,线性回归分析后得到多种色素在饮料中的含量.结果表明,基于UV-SVR-标准加入法多种色素含量同时测定,6种色素含量预测值与实际值的回归分析相关系数在0.99以上,相对标准偏差(RSD)为0.5%~2.5%;用于实际饮料样品测定时,能够同时预测其中多种色素的含量,测定结果与高效液相色谱(HPLC)法相比绝对误差小于1mg·L-1.