M-矩阵线性互补问题模系多分裂迭代方法的收敛性

首先证明了M-矩阵的H-相容分裂都是正则分裂,反之不成立.这表明对于M-矩阵而言,其正则分裂包含H-相容分裂.然后针对系数矩阵为M-矩阵的线性互补问题,建立了两个收敛定理:一是模系多分裂迭代方法关于正则分裂的收敛定理;二是模系二级多分裂迭代方法关于外迭代为正则分裂和内迭代为弱正则分裂的收敛定理.     

广义线性多乘积问题的完全多项式时间近似算法

本文针对广义线性多乘积极小化问题,通过一系列的线性规划问题的解提出一种求其全局最优解的完全多项式时间近似算法,并给出该算法的计算复杂性,且数值算例验证该算法是可行的.     

不确定需求与产出供应链回购契约决策

针对市场需求的不确定性和供应商产出产品合格率的不确定性,提出供应商产出量小于销售商订购量时需再生产满足销售商的订购,以及供应商生产过量和回购的产品通过折扣市场出售,建立以供应链期望利润为目标函数,以回购单价为决策变量的供应链回购契约决策模型.通过模型的分析,证明了模型存在最优的期望利润,给出了最优回购单价满足的方程;同时,也证明了最优订购量,最优生产量和销售商最优期望利润是回购单价的增函数.最后,通过算例验证了模型的有效性.     

聚集数据线性模型广义聚集双参数估计的相对效率

对于聚集数据的线性模型,提出了广义聚集双参数估计的概念,给出了广义聚集双参数估计的两种相对效率,并得到了这两种相对效率的上界.     

基于Hilbert变换的LFM检测与估计

LFM(线性调频)信号是一类重要的非平稳信号,其完全被初始频率和调频斜率两个参量表征,而LFM信号的检测与估计问题是信号处理中最为重要的研究热点之一.由于调频信号在时频平面内有较好的聚集性,通常使用时频分析的方法对其进行检测和估计.线性正则变换是经典时频分布的广义形式,对LFM信号具有很好的能量聚集特性,在现有的线性正则域Hilbert变换的基础上,提出了一种不需要谱峰搜索而快速检测LFM信号和估计其参数的方法,并且通过仿真实例验证了所提出方法的优越性.     

全空间上带Hardy-Sobolev项的拟线性椭圆方程解的存在性

讨论了全空间上一类带Hardy-Sobolev项的拟线性椭圆问题,利用集中紧原理和适当的实验函数,得到并验证了(PS)_c条件,从而证明了该问题非平凡解的存在性.     

B-矩阵线性互补问题的误差界估计

利用严格对角占优M-矩阵的逆矩阵的无穷大范数的范围,给出了B-矩阵线性互补问题误差界新的估计式.相应数值算例表明了结果的有效性.     

基于优化的灰色马尔可夫内蒙古电力需求预测模型

针对电力需求随机性和波动性的特点,建立优化的灰色马尔可夫预测模型.利用该模型,对内蒙古自治区2006-2015年的电力消费数据,进行数值模拟.使用三种检验方法:残差、关联度和后验差对结果进行检验.实验结果表明:平均相对残差达到1.0%,关联度满意,后验差预测等级为好.在此基础上,对内蒙古未来五年的电力需求进行预测,并提出建议与对策,对内蒙古制定可行的电力发展规划方案具有参考价值.     

基于向后逐步回归模型的我国农机需求特征及影响因素研究

以2004-2014年数据为样本,以农机总动力为因变量,以农机购置补贴、农机价格、农机作业服务价格、农户人均纯收入、农产品价格、农业劳动力数量和农作物播种总面积为自变量构建了我国农机需求影响因素的回归方程,向后逐步回归结果表明:(1)除农作物播种总面积、农机作业服务价格、农产品价格之外,其余变量对农机总动力的影响均统计上显著;(2)农机购置补贴、农机价格指数、农户人均纯收入及农业劳动力四个变量对农机需求的弹性系数分别为0.027、-0.004、0.457、0.474。最后根据研究结果提出加大与落实农机购置补贴、规范农机价格、培育新型经营主体、加速土地规范流转等政策建议。     

白骨化尸体死亡时间的推断

本文分析了15具白骨化尸体标本的股骨汞(Hg),铅(Pb),镉(Cd)元素含量数据,在三年的时间内采集了3次,一共收集到45个数据。首先将这组数据看着纵向数据,利用线性随机效应混合模型、Cox随机混合效应模型进行分析,结果显示,如果对每个白骨化尸体标本建立线性模型,可以精确预测出死亡时间,而且不需要采集铅元素含量数据。混合效应模型的预测效果也很好,最大误差不会超过1个月。其次我们对数据不作任何假设,利用机器学习中随机森林方法分析数据,并利用5折交叉验证方法来判断结果的可靠性,训练集和测试集的NMSE分别为0.1205944,0.5604286,因此可以用训练出的模型来预测死亡时间。