Ensemble-SISPLS近红外光谱变量选择方法

近红外光谱具有高维小样本的特点，变量选择是提高定量分析模型稳健性和可解释性的一种有效方法。确定独立筛选（SIS）是一种基于边际相关性的超高维数据变量选择方法，广泛用于基因微阵列数据的变量选择。SIS具有将数据维度降低至样本大小规模的能力，其降维能力与LASSO相当，在相当宽泛的近似条件下，由于具有安全筛选性质，所有重要变量被保留的概率趋于1。基于确定独立筛选偏最小二乘（SIS-SPLS）的变量选择是一种迭代式的SIS变量选择方法，首先利用SIS方法完成光谱重要变量的初选；然后根据重要变量的边际相关性大小进行逐步前向选择：建立偏最小二乘回归模型，依据贝叶斯信息准则（BIC）确定最终的变量选择结果。SIS-SPLS以逐步前向选择的方式实现对重要变量的增量式筛选，随着潜变量个数的增加及因变量残差的逐步减小，SIS-SPLS方法选择的变量个数将趋于稳定。然而仅以边际相关性对变量重要性进行评价，当光谱变量个数远大于样本数时，该方法也存在选择的变量过多、变量选择结果不够稳健等问题。为进一步提高小样本情况下变量选择的稳健性，将集成学习引入SIS-SPLS方法之中，提出了一种集成SIS-SPLS变量选择方法（Ensemble-SISPLS）。该方法首先对校正集样本进行自助重采样，对采样得到的每一个校正子集分别使用SIS-SPLS方法进行变量筛选，通过投票机制并设置频次阈值对所有校正子集的变量选择结果进行集成，选择出现频次大于给定阈值的变量并建立偏最小二乘回归模型，计算5折交叉验证均方根误差。对频次阈值和潜变量个数两个关键参数使用网格搜索法进行优选，根据子模型的交叉验证均方根误差和变量个数对子模型性能进行综合评价，以最优子模型包含的变量作为最终的变量选择结果。分别在Corn数据集和当归数据集上进行变量选择实验，比较Ensemble-SISPLS，SIS-SPLS和UVE-PLS三种变量选择方法的性能。其中当归数据集共77个样本，样本采自甘肃岷县和渭源县，使用Nicolet-6700型近红外光谱仪扫描得到所有样本的近红外光谱并对当归中的阿魏酸含量进行预测。Ensemble-SISPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为22，0.000 8和0.999 8；SIS-SPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为97，0.007 3和0.998 8。Ensemble-SISPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为24，0.018 1和0.996 3；SIS-SPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为38，0.022 6和0.994 3。结果表明，该方法进一步提高了变量选择结果的稳健性和预测能力。Ensemble-SISPLS变量选择方法有效结合了SIS-SPLS较强的变量选择能力和集成学习良好的泛化能力，提高了变量选择的稳健性。此外，由于在子模型的预测能力和变量个数之间进行了折中，一定程度上减少了选择变量的个数，提高了模型的可解释性。     

具有非对称模糊加工时间工期指派调度优化问题的一类加权模型及其求解算法

根据模糊变量截集所表达的信息的重要程度,建立了模糊环境下工期指派调度优化问题的一类加权模型,该模型中工件加工时间为非对称三角模糊数,目标函数为极小化提前完工惩罚和拖期完工惩罚和的加权可能性均值.证明了当工件加工时间具有相同宽度比时,模型是多项式可解的,并给出了求解的多项式算法.数值实验表明加权模型与现有的非加权模型相比能有效的降低总费用.     

否定非对合剩余格上基于正规模糊理想的一致拓扑空间

拓扑结构是逻辑代数研究领域的重要研究内容之一,为了揭示否定非对合剩余格上的拓扑结构,基于正规模糊理想诱导的同余关系在否定非对合剩余格上构造一致拓扑空间并讨论其拓扑性质.证明了:(1)一致拓扑空间是第一可数,零维,非连通,局部紧的完全正则空间;(2)一致拓扑空间是T_1空间当且仅当是T_2空间;(3)否定非对合剩余格中格运算和伴随运算关于一致拓扑都是连续的,从而构成拓扑否定非对合剩余格.同时,获得了一致拓扑空间是紧空间和离散空间的充分必要条件.最后,讨论了拓扑否定非对合剩余格中代数同构与拓扑同胚间的关系.对从拓扑层面进一步揭示否定非对合剩余格的内部特征具有一定的促进作用.     

布尔代数的模糊点理想

研究了布尔代数的模糊点理想及其相关性质,证明了布尔代数的模糊点理想的交、同态像和同态逆像等也是布尔代数的模糊点理想.     

基于模糊形式背景的变精度模糊信息粒

在模糊形式背景下研究变精度的模糊信息粒,给出精度为δ的必要模糊信息粒,充分模糊信息粒以及充分必要模糊信息粒的定义.在此基础上,进一步给出对任意给定的模糊信息粒转化为精度为δ的必要模糊信息粒,充分模糊信息粒及充分必要模糊信息粒的方法.     

基于0-1规划的群模糊层次分析法

根据指派问题模型的思想将单模糊层次分析法推广到群模糊层次分析法,建立了基于0-1规划的群模糊层次分析法模型。然后以历届全国大学生数学建模竞赛试题质量的综合评价指标体系为例,给出了这种方法的计算结果,并与基于加权平均的群模糊层次分析法的计算结果进行了对比分析,说明了基于0-1规划的群模糊层次分析法的有效性和优越性。     

基于AHP的模糊综合评价模型在居民幸福指数评测中的应用

针对居民幸福指数展开社会调研,依据调研数据,构建保定市居民幸福指数评价指标体系,运用基于层次分析法(AHP)的模糊综合评价模型,形成较为科学、完善的评估系统,使评价方法及结果更趋合理,并为政府职能部门进一步加快经济建设、促进社会和谐发展提供必要的理论保障.     

综合考虑宏细观缺陷的岩体动态损伤本构模型

针对节理岩体同时含有节理、裂隙等宏观缺陷及微裂隙、微孔洞等细观缺陷的客观事实, 提出了在节理岩体动态损伤本构模型中应同时考虑宏细观缺陷的观点。为此, 首先对基于细观动态断裂机理的经典岩石动态损伤本构模型—TCK(Taylor-Chen-Kuszmaul)模型进行了阐述, 其次基于Lemaitre等效应变假设推导了综合考虑宏细观缺陷的复合损伤变量(张量), 进而在此基础上建立了相应的节理岩体动态损伤本构模型, 并利用该模型讨论了载荷应变率及节理条数对岩体动态力学特性的影响规律。结果表明, 在不同载荷应变率下试件在变形初始阶段是重合的, 而后随着应变的增加, 试件峰值强度、峰值应变及总应变均随载荷应变率的增加而增加; 随着节理条数的增加, 试件峰值强度逐渐降低, 但降低趋势逐渐变缓并趋于某一定值。上述研究结论与目前的理论及实验研究结果的基本规律是一致的, 说明了本模型的合理性。     

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.     

直觉模糊模型检测在工程决策上的应用

将直觉模糊Kripke结构扩展到加权直觉模糊Kripke结构,将直觉模糊计算树逻辑诱导到加权直觉模糊计算树逻辑;研究在此之上的直觉模糊期望测度和多属性工程决策问题。用加权直觉模糊Kripke结构的权值自然地刻画了工程问题中的成本和收益,直觉模糊测度量化工程进展的不确定性,用加权直觉模糊计算树逻辑描述不确定性工程属性约束。给出了基于直觉模糊模型检测的多属性工程寻优算法,并讨论了算法的复杂度。