线性模型中广义最小二乘参数估计误差分布的稳健性研究

研究了线性模型中广义最小二乘参数估计的误差分布稳健性问题.首先讨论了在线性统计模型里,设计矩阵为列降秩矩阵时,模型中给出了误差最大分布类,当误差向量的分布在此范围内变动时,LS估计和GLS估计在均方误差矩阵准则下是最优估计.然后进一步探讨广义最小二乘估计GLSE关于误差分布的稳健性,求出误差项所对应的最大分布族,进而证明了在该区间波动情况下,误差向量对应的始终为一致最优解.     

最小二乘估计关于误差分布的稳健性

对于设计矩阵$X$是列降秩的线性统计模型, 本文讨论了最小二乘估计关于误差分布的稳健性, 给出了误差分布的最大类, 使得误差项的分布在此范围内变动时, 最小二乘估计在均方误差矩阵准则下是最优估计.     

一种非视距环境下基于TOA三维定位的新方法研究

为消除非视距环境对TOA三维定位带来的误差,引入演化博弈模型,以各个测量基站作为博弈局中人,为非视距环境下的TOA三维定位问题建立了一般形式的复制动态模型.研究提出了基于演化博弈的TOA定位算法,通过迭代计算消除非视距误差,获得移动端的位置估计.进一步地,针对基站位置分布明显不均的情况,在演化博弈TOA定位算法的基础上,通过构造虚拟基站和虚拟测量值,提出了基于虚拟基站的三维定位算法.实验对比显示基于演化博弈的TOA定位算法略优于经典定位算法,在基站位置分布明显不均的情况下,基于虚拟基站的三维定位算法效果较明显.     

面板数据交互固定效应模型的方差分量检验

研究了面板数据交互固定效应模型中方差分量的检验问题.首先依据模型中误差项的估计构造辅助回归模型,然后根据该辅助回归构造检验统计量,对模型中的异方差性进行检验.进一步,通过构造不同的辅助回归模型和检验统计量可以判别异方差的来源.在一定正则条件下,得到了检验统计量在原假设和备择假设下的渐近分布,并说明所提出的检验方法不依赖于误差分布.最后,通过模拟研究对本文的检验方法进行评价,说明所提检验方法是有效的.     

主动冷却点阵夹层防热结构温度响应计算模型北大核心CSCD

针对点阵夹层结构主动热防护问题,建立了夹层结构面板和芯体导热与冷却剂对流耦合的非稳态传热理论模型,利用有限体积法离散控制方程并在MATLAB中进行了迭代求解.模型首次考虑了面板与夹芯杆之间的收缩热阻,并利用分离变量法得到了收缩热阻的近似解析解.基于单胞模型和周期性边界条件,模拟得到了模型所需的表面对流传热系数h_(b)和h_(fin).最后,选取多单胞计算工况进行数值模拟和理论模型对比,并讨论了收缩热阻对模型预测精度的影响.结果表明:理论模型能够准确预测夹层结构及内部流体的温度变化,理论与仿真之间的最大误差不超过1%;随着外加热流密度不断增大,忽略收缩热阻使得计算结果造成的误差不断增大;与数值模拟相比,理论模型可显著地减少计算时间并节省计算资源,尤其适用于非均匀、非稳态复杂热载荷下点阵夹层结构的温度响应计算.     

多种分布下选择后变量显著性分析及其在CEPS数据中的应用

在使用变量选择方法选出模型后,如何评价模型中变量系数的显著性是统计学重点关注的前沿问题之一.文章从适应性Lasso变量选择方法的选择结果出发,在考虑实践中误差分布多样性的前提下,基于选择事件构造了模型保留变量系数的条件检验统计量,并给出了该统计量的一致收敛性质的证明过程.模拟研究显示,在多种误差分布下所提方法均可进一步优化变量选择结果,有较强的实用价值.应用此方法对CEPS学生数据进行了实证分析,最终选取了学生认知能力等10个变量作为影响中学生成绩的主要因素,为相关研究提供了有益的参考.     

基于遗传算法的串联机械臂运动学参数标定

对机械臂的连杆参数进行标定可以有效减小由运动学参数不准确引起的机械臂定位误差.文章提出一种基于遗传算法的机械臂关节参数标定方法.首先建立机械臂运动学模型和误差模型,得到关节变量误差的表达式.通过NDI三维动态位移测量系统检测机械臂末端执行器的真实位姿以及各个关节实际旋转角度,作为样本.构建遗传算法的适应度函数,采用遗传算法计算出各关节变量的误差.最后,将该误差用于补偿六自由度串联机械臂真实的连杆参数,多组实验数据证明应用标定后的连杆参数完成机械臂的定位控制可以有效提高机械臂的绝对定位精度.     

堆浸浸出率灰色动态GDM(1,1)预测研究

基于灰色系统理论扩展了GM(1,1)模型建模方法.给出了一些既改善原始数据列的光滑度,又减少还原误差的变换函数构造条件.首次将灰色动态模型结合变换函数应用于堆浸过程浸出率的预测.结果表明:该方法预测精度高,为实现浸出动力学未来行为的预测和控制提供了一种新的方法.     

误差项为指数白噪声的平稳AR(1)过程的贝叶斯分析

本文研究了一类误差项为指数白噪声的平稳自回归模型的参数估计问题.利用贝叶斯方法,获得了参数的后验分布及在平方损失下的贝叶斯估计结果,推广了Turkman的结果.     

基于声矢量水听器阵列误差的自校正算法

对声矢量水听器阵列的各类误差进行了分类,推导了各类误差对阵列信号模型的影响因子,通过Monte Carlo实验分析对比了各类误差对阵列DOA估计性能的影响,然后将方向性误差和位置误差归结为幅度误差和相位误差,在传统声压阵列误差校正模型和算法的基础上,得到矢量阵列误差自校正的优化模型及自校正算法,最后,通过仿真实验和外场实验的数据处理表明,自校正算法具有良好的参数估计性能,具有一定的工程实用性.     

基于加权绝对值距离Steiner最优树的选址问题

提出基于加权绝对值距离Steiner最优树思想的选址模型,给出了该模型的蚂蚁算法实现策略.在此基础上,分析了电子商务环境下企业配送中心选址问题,并用算例验证了该选址方案的可行性.     

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

考虑三级货损成本的冷链物流配送中心选址优化

为解决冷链物流配送中心的选址优化问题,依据易腐品完好率线性递减理论,提出了易腐品完好率与运输距离之间的分段递减函数关系,通过分析从供应点到配送中心运输过程,配送中心内部操作过程和从配送中心到需求点配送过程中所产生的三级货损实际情况,探究了本级货损对下级货损的叠加影响,以货物完好量作为客户的最终需求,构建了考虑三级货损成本的冷链物流配送中心选址优化模型,算例验证了所建模型的适用性和可行性.     

利用样本分位数的Logistic分布参数的渐近置信估计

基于Logistic分布的若干个样本分位数 ,利用线性回归模型建立Logistic分布位置参数及尺度参数的渐近正态且渐近无偏估计量 ,得到分布参数的渐近置信估计。     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

基于网络分析方法的物流配送中心选址的研究

经济全球化。信息技术和电子商务的发展对物流产生了深刻的影响。使之呈现出新的特点。这些特点对配送中心选址的研究提出了更高，更新的要求。本在对GIS网络分析方法的阐述和P中心选址模型的分析的基础上，建立了配送中心选址优化模型。该模型通过引入商品保管费用、处理费用、配送中心建造费用对P中心选址模型进行了拓展，并通过总费用最小化确定配送中心的数量、位置以及资源点与配送中心、配送中心与用户之间的供需关系。     

基于网格化管理视角下灾后应急物流决策模型与算法研究

灾害发生后,应急资源的需求预测与应急配送中心的合理选址是实现高效救援的关键。本文通过在网格化管理视角下的信息更新将应急救援过程划分为多个阶段,在开展救援的过程中实现救援信息收集和救援预测的同步开展,建立一种多阶段带时间约束的应急救援物资配送响应-时效性的选址模型。借助遗传算法(NSGA-II),实现了基于编码结构独立、路径相互关联基础上的多目标规划求解。本研究的决策模型及算法有着较好的搜索与寻优能力,对实际救援开展具有指导意义。     

基于偏正态分布联合位置、尺度与偏度模型的极大似然估计

本文提出了基于偏正态分布联合位置、尺度与偏度模型,通过极大似然迭代算法给出了联合模型参数的估计方法,最后通过随机模拟和实例研究说明了提出的模型与方法的有效性。     

Strategic design of competing supply chain networks for inelastic demand

A model for designing the network of a new entrant supply chain under inelastic demand and in the presence of pre-existing competing chains is proposed. These supply chains provide an identical product for a market area. The model considers the location of distribution centres and retail outlets on a discrete set of potential locations. The assumptions of the model are: (1) static competition between the new and pre-existing chains and (2) a probabilistic customer behaviour based on an attraction function depending on both the location and the quality of the retailers. This model also incorporates the impact of the facilities’ location decisions on the operational inventory and shipment decisions. The resulting model is formulated as a mixed integer non-linear programme (MINLP). To solve the MINLP it is transformed to a linear one. We illustrate the model, discuss the results of a real-world case, and investigate the effectiveness of the proposed algorithm using randomly generated examples.