存在项目无回答时的因子分析

在进行因子分析时，调查数据常常存在项目无回答的情况，本文将诸因子作为隐含变量，建立无回答概率与诸因子的统计模型。并给出模型参数的两步估计方法，从而得到了存在项目无回答时的因子分析．实际计算结果说明了本文模型和方法的实践意义．     

微粒污垢剥蚀机制研究

本文分析了微粒污垢的形成过程，研究了其剥蚀机制，解释了出现污垢诱导期的原因，并重新定义了微粒污垢的诱导期．利用湍流猝发理论导出了一个新的微粒污垢分析模型，该模型的特点是以易测参数表示污垢热阻．在实验室进行了气侧微粒污垢的实验研究。积累了必要的微粒污垢数据并验证了分析模型的正确性．     

美联储升息对外汇市场影响的干预分析模型

使用时间序列干预分析方法,研究了美联储6月3 0日升息这一政策对国际外汇市场的影响,并采用欧元/美元的日汇率值进行实证分析,取得了较好的拟合效果.     

泡沫子弹冲击固支单梁的耦合分析模型

使用泡沫金属子弹进行冲击可以模拟爆炸载荷的作用, 这一加载技术已被应用于防护结构的抗冲击性能测试中, 然而泡沫子弹作用于被测试结构上的真实载荷以及二者间的相互作用过程尚不明晰. 本文以泡沫子弹冲击固支梁的情形为例, 开展了对该冲击过程的理论分析和数值模拟研究. 基于泡沫材料的冲击波模型与固支单梁的结构冲击动力学响应模型, 构建了描述泡沫子弹冲击固支梁过程的耦合分析模型. 给出了不同响应阶段下子弹和单梁的动力学控制方程, 并采用Runge-Kutta方法得到了方程的数值解. 基于三维Voronoi技术, 建立了泡沫子弹冲击固支单梁的有限元模型并进行了数值模拟. 通过与有限元模拟结果的对比发现, 相较于经典的脉冲加载模型, 耦合分析模型能更好地预测泡沫子弹和单梁的速度变化规律, 也能准确地预测子弹对单梁的真实冲击压强. 当泡沫子弹的初始动量相同时, 由于子弹自身的压溃行为, 子弹的初始冲击速度、密度和长度的改变都会对冲击过程产生影响. 最后, 通过耦合分析模型分别分析了泡沫子弹的密度、长度、初速度对冲击压强的峰值、衰减速度和持续时间的影响, 并针对具有不同特征的目标模拟载荷给出了泡沫子弹的筛选策略. 所构建的耦合分析模型为研究泡沫子弹与被测试结构之间的相互作用规律以及泡沫子弹的设计提供了理论基础.      

基于PCA和DEA方法的北京市可持续发展能力的评价研究

利用主成分分析法,以2000-2009年数据为基础得出了北京市可持续发展系统中的六类成本和效益性综合指数,依此从投入产出角度建立DEA评价模型,并通过模型中指标变量的调整,对北京市近10年可持续发展系统的总体水平进行了评价分析。得出北京具有可持续发展的基础和能力,但北京在可持续性发展中必须注重优化投入产出结构,提高资源与环境的利用率,搞好循环经济。     

废旧涤／棉混纺织物NIRS定性分析模型的建立与外部验证

利用近红外光谱技术对354个废旧涤/棉混纺织物进行研究,通过偏最小二乘法（partial least squares ,PLS ）和定性鉴别系数建立了不同光谱特征的涤/棉混纺织物近红外定性分析模型。染色涤/棉混纺织物N IR光谱主要有两大类,一类具有正常涤/棉光谱特征,另一类光谱由于样本中染料、颜料和消光剂等化学助剂的影响,使光谱谱线成斜线,失去其光谱特征。如以全部样本建模,模型识别率较低。故将样本分为两类：斜线光谱样本和正常光谱样本,分别建立NIR定性分析模型。NIR定性分析模型建立后,根据验证结果分别对建模的谱区、预处理方法和主因子数进行优化,以提高模型的稳健性和可靠性。结果表明,样本分别建模后,模型的识别率大大提高,用验证集样本进行内部验证,正常光谱和斜线光谱所建模型的识别率均达99％,其校正集相关系数 RC 均为0.991,验证集相关系数 RP 分别为0.983和0.984、校正标准差S EC分别为0．887和0.453、预测标准差SEP分别为1.131和0.573。用150个界外样本分别对正常光谱样本模型和斜线光谱样本模型进行外部预测检验,模型识别率分别达91.33％和88.00％,表明所建NIR定性分析模型能够较好地在回收现场进行涤/棉混纺织物的鉴别。     

便携式近红外光谱仪对废旧涤/棉混纺织物中涤含量的快速检测

利用近红外光谱技术对252个涤/棉混纺织物进行研究,建立了不同光谱特征的涤/棉混纺织物的偏最小二乘(PLS)定量分析模型。将近红外光谱异常样本与光谱正常样本分别建模,显著提高了定量分析模型的预测精度、拓宽了模型的适用范围。以涤、棉主要吸收峰区间为基本建模波段,进行双向扩展,筛选出最佳建模波段,以相关系数(R)、预测集标准差(SEP)和验证集准确率优化建模条件,并与未分别建模的PLS模型相比较。用346个未参与建模的废旧涤/棉混纺织物对模型进行外部验证,外部验证准确率为92%,识别时间8s。     

基于回归分析模型与随机过程模型的硅橡胶泡沫应力松弛预测对比

本文针对硅橡胶泡沫的应力松弛实验数据,基于二阶Prony级数,采用非线性回归分析方法(曲线拟合法)、基于Wiener过程的贝叶斯方法、基于Gamma过程的贝叶斯方法进行参数估计从而分别建立预测模型,通过对比三种建模方法的预测值与实验值的偏差,比较了三种建模方法的效果。结果发现,采用曲线拟合的方法进行参数估计,其预测偏差要大于基于Wiener、Gamma随机过程的贝叶斯方法,表明由于考虑了性能退化过程存在的不可避免的随机性,随机过程模型可以更好地预测硅橡胶泡沫的应力松弛趋势,同时由于应力松弛过程是单调增加的,基于非负的Gamma过程的随机过程模型的预测偏差要小于基于Wiener过程的模型。本文工作可为基于高分子材料性能退化数据的退化预测模型的建模提供一种较好的参数估计方法,有助于提高预测结果的准确性。     

一般形式下的协方差分析模型的局部影响分析

利用局部影响的方法对一般形式下的协方差分析模型进行了讨论.把数据点或数据子集的扰动拓展到更广泛的扰动模式并进行了局部影响评价,导出了一般形式下的协方差分析模型在方差扰动下局部影响的曲率度量.