自适应多重网格法与超松弛法的比较

多重网格法(Multiple Grid Method,简称M-G方法)是近年来出现的快速方法之一,本文在M-G方法中采用自适应控制层间转换的技术,并将自适应M-G方法与G-S迭代方法及SOR迭代方,法进行了比较。其计算结果表明,自适应M-G方法的计算量比G-S迭代及SOR迭代少得多,当M-G方法所用层数为4-6层,这种优越性就更加明显,且自适应M-G方法中选取控制参数有很大的灵活性。     

一种求解非线性互补问题的方法及其收敛性

本文将Newton方法和外梯度方法相结合,提出了一种求解非线性互补问题的方法,证明了此方法的全局收敛性和超线性收敛性,在适当的条件下给出了一个有限终止结果。数值实验表明,此方法是有效的。     

基于Gini准则的客观组合评价方法研究——以高技术产业技术创新能力评价为例

为了解决多方法评价结论的非一致性问题,提出了一种基于Gini准则的客观组合评价方法。该方法按照每种评价方法的评价值所提供的信息纯度对每种评价方法赋予相应的权重,信息纯度越大,则相应地赋予越大的权重,然后按照赋予的权重进行客观组合评价。并以高技术产业技术创新能力评价为例,验证了Gini准则客观组合评价方法的可操作和相对有效性。基于Gini准则的客观组合评价方法为解决多方法评价结论的非一致性问题提供了新的思路,是组合评价方法研究的有益补充。     

威布尔分市场合无失效数据的可靠性分析

拿文综合了近几年来对威布尔分布和指数分布的无失效数据处理的几种方法这些方法是经典方法、贝叶斯方法、最小x~2方法、等效失效敷方法,并对这些方法作了适当的分析,提出进一步需研究的问题。     

基于新直觉模糊相似度的大规模群决策方法

研究了群体规模较大情况下基于直觉模糊评价信息的决策方法。提出一种新的直觉模糊相似度公式,研究了一种新的直觉模糊聚类方法,设计了一种基于新的聚类方法的核心决策者权重确定方法。实例分析说明了该方法的合理性和可行性。     

预测组合权重更新的过程控制及分析

源于与决策分析的相关性,预测组合已经逐渐形成了一个重要的研究领域。为此,本文引进EWMA技术对预测组合权重更新的过程进行控制,从而提出一种能够应用于实际且简单有效的EWMA赋权方法。这种赋权方法能够确定预测组合权重应该何时更新,而不是机械地更新预测组合权重。本文额外针对各种赋权方法在旅游预测组合模型中的预测性能(全面预测性能和总均方根误差)和预测效率(权重更新频率)进行了经验评估。结果显示:EWMA赋权方法的预测性能优于传统的赋权方法,并与CUSUM赋权方法相似,同时该赋权方法获得了最小的权重更新频率。综合考虑预测性能和预测效率,EWMA赋权方法相比于其他赋权方法在旅游实际应用过程中更具优势。     

不确定决策环境下绿色供应商选择方法研究

针对不确定环境下绿色供应商选择问题,提出了一种属性权重信息完全未知且属性值以区间数形式给出的多属性决策方法。基于区间数相离度概念,定义了区间数的平均差,建立属性权重计算方法——带参数的平均差极大化方法。此方法具有一定的柔性,可以通过参数来调节属性之间的差别程度。最后把该方法应用于绿色供应商选择,说明了该方法的实用性和有效性。     

差异驱动型评价方法的稳定性及差异凸显能力比较

针对综合评价中方法种类繁多且无统一比较标准的问题,选取了四种突出被评价对象之间差异的评价方法,采用随机模拟的方式分别从评价方法的稳定性及对差异的凸显能力两个方面进行了比较分析。得出了四种方法稳定性由高到低分别为均方差法、最大离差法、熵值法、拉开档次法,且评价方法的稳定性越高,则其对差异的凸显能力反而越差的结论。该研究不仅验证了差异驱动型评价方法的相关特性,为评价者关于评价方法的选取提供了参考意见,而且随机模拟方法的应用,可为类似的多评价方法的比较问题提供技术参考。     

函数型数据独立性的检验

本文提出了一个可以用于函数型数据独立性检验的方法,该方法可以把函数型数据独立性的检验转化为向量型数据独立性的检验。为此所有适用于向量型数据独立性检验的方法都可以通过本文的方法用于函数型数据独立性的检验。该检验方法操作简单,而且在检验函数型数据的独立性时有更多选择。模拟显示,在某些情形下,用本文方法选择合适的独立性检验工具,相比选择那些只适合函数型数据的独立性检验方法,比如,距离协方差和球协方差,可以显著提高检验的功效。文中还给出了一个实例分析展示了所提出的检验方法在实际中的应用。     

特征选择方法在信用评估指标选取中的应用

在信用评分模型中所运用的指标变量对模型的表现有重要的影响,指标选取方法的科学化规范化水平有待于进一步提高。本文研究了机器学习领域的特征选择方法在定量确定信用评分模型指标体系上的应用。以实际信用评估问题为例,对四种特征选择方法(ReliefF方法、基于相关性的方法、基于一致性的方法和包裹性)进行了比较试验,验证了特征选择方法可以在精简性、速度和准确率三个方面提高信用评分模型的表现。其中基于一致性的方法和包裹法表现优于Reli-efF方法和基于相关性的方法。     

气候对安徽中药材产业经济影响分析——基于经济气候模型

通过考虑气候和经济社会因素,将气候因素与函数综合考虑并进行分析,构建“经济气候”模型,分析并得出气候因素对安徽省中药材产业影响程度,利用所构建BP神经网络模型,分析数据,对气象因素对中药材产业的影响结果进行预测。通过分析安徽省气候变化的特点与方向,确定气候因素对中药材产业的影响程度,为中药材产业发展提供一定的数据分析支撑,为有针对性的管理中药材产业提供方法与数据基础,同时对降低严重气象灾害对中药材生产带来的负面作用具有一定的理论与实践意义。     

Medicinal Inventory Control in a University Health Centre

This paper presents a stochastic, periodic-review model used to control the medicine inventories in a university health centre. Features and formulation of the model are discussed in terms of the stockout objective and the budgetary constraint. Demand and cost data used for the three medicine groups are provided. Findings of the study are analysed within the framework of sensitivity analysis, where the expected shortage levels for the medicine groups studied are taken as the performance criteria.     

On estimation of measurement error models with replication under heavy-tailed distributions

Measurement error (errors-in-variables) models are frequently used in various scientific fields, such as engineering, medicine, chemistry, etc. In this work, we consider a new replicated structural measurement error model in which the replicated observations jointly follow scale mixtures of normal (SMN) distributions. Maximum likelihood estimates are computed via an EM type algorithm method. A closed expression is presented for the asymptotic covariance matrix of those estimators. The SMN measurement error model provides an appealing robust alternative to the usual model based on normal distributions. The results of simulation studies and a real data set analysis confirm the robustness of SMN measurement error model.     

幂变换在多元线性回归中的应用

幂变换是多元线性回归分析中数据预处理的有效办法之一.以胰岛素注射治疗糖尿病为例,探讨幂变换实用的条件、研究方法及研究结论,并将幂变换处理后的变量,用于线性回归分析,研究医学问题.具体就是通过对变量数据描述性分析了解数据的特点,相关分析及聚类分析确定胰岛素初始剂量的重要影响因素,幂变换对数据进行预处理,继而进行回归分析,并对比变换前初步回归分析的结果,确定最终以尿蛋白分类标准,RI用量与血糖的对数之间的线性回归模型.     

Optimization and data mining in medicine

Mathematical theory of optimization has found many applications in the area of medicine over the last few decades. Several data analysis and decision making problems in medicine can be formulated using optimization and data mining techniques. The significance of the mathematical models is greatly realized in the recent years owing to the growing technological capabilities and the large amounts of data available. In this paper, we attempt to give a brief overview of some of the most interesting applications of mathematical programming and data mining in medicine. In the overview, we include applications like radiation therapy treatment, microarray data analysis, and computational neuroscience.     

基于双线性变换法的心磁信号降噪初探

利用心磁图来诊断心脏疾病是目前医学界的一种新方法.心磁信号在测量过程中往往会引入各种噪声,这将影响对心磁信号的进一步分析和计算.因此,降低噪声是心磁信号处理中的一个关键环节.利用双线性变换法对心磁信号的降噪处理进行了初步地研究,并结合一些实际的心磁数据进行了比较与分析,从而展现了该方法的实用性.     

A unified method and its application to brake instability analysis involving different types of epistemic uncertainties

The key idea of the proposed method is the use of the equivalent variables named as evidence-based fuzzy variables, which are special evidence variables with fuzzy focal elements. On the basis of the equivalent variables, an uncertainty quantification model is established, in which the unified probabilistic information related to the uncertain responses of engineering systems can be computed with the aid of the fuzziness discretization and reconstruction, the belief and plausibility measures analysis, and the interval response analysis. Monte Carlo simulation is presented as a reference method to validate the accuracy of the proposed method. The proposed method then is extended to perform squeal instability analysis involving different types of epistemic uncertainties. To illustrate the feasibility and effectiveness of the proposed method, seven numerical examples of disc brake instability analysis involving different epistemic uncertainties are provided and analyzed. By conducting appropriate comparisons with reference results, the high accuracy and efficiency of the proposed method on quantifying the effects of different epistemic uncertainties on brake instability are demonstrated.     

Empirical likelihood meta-analysis with publication bias correction under Copas-like selection model

Annals of the Institute of Statistical Mathematics - Meta-analysis is commonly used to synthesize multiple results from individual studies. However, its validation is usually threatened by...     

The computation of Buehler confidence limits

In medicine and industry, small sample size often arises owing to the high test cost. Then exact confidence inference is important. Buehler confidence limit is a kind of exact confidence limit for the function of parameters in a model. It can be always defined if the order in sample space is given. But the computing problem is often difficult, especially for the cases with high dimension parameter or with incomplete data. This paper presents an algorithm to compute the Buehler confidence limits by EM algorithm. This is the first-time usage of EM algorithm on Buehler confidence limits, but the algorithm is often used for maximum likelihood estimate in literatures. Three computation examples are given to illustrate the method.