基于粒子滤波的改进型单值控制图

针对高度复杂小批量生产环境下的统计过程控制问题,提出基于粒子滤波的改进型单值控制图。通过状态空间模型描述过程运行特征,并运用粒子滤波技术估计过程的运行状态,以状态粒子群的均值为对象,运用平均移动极差控制图对正态分布过程的漂移进行监控。研究结果表明,该方法是小批量生产过程质量控制的有效工具。     

基于粒子群优化算法的库存不确定性分析

库存不确定性问题是供应链不确定性研究的重点之一.利用粒子群优化算法快速搜寻最优解的优点对库存不确定性问题进行仿真分析,得出了库存不确定性环境下的最优解,这说明了粒子群优化算法能够辅助供应链管理者在不确定性环境下对供应链进行优化设计和决策分析.     

基于粒子滤波的随机元胞自动机城市用地扩张模型研究

用数据同化的方法对元胞自动机模型结构及参数进行确认和校准,包括将模型潜在模型权重和相关参数随机化处理,通过粒子滤波方法进行顺序数据同化,以贝叶斯理论为基础对系统进行更新,得出模型后验分布,以此模拟城市扩张系统随时间的变迁规则.以武汉市前川镇为例,根据经验选择5个潜在因子,按上述模型进行实验模拟,结果显示,离中心城区距离和坡度为城市扩张影响最大因子,而离道路的距离为最小影响因子.最后用系统最大似然分布模拟2013年前川镇城镇用地概率图.     

标准粒子群优化算法的收敛性分析

研究标准粒子群优化算法在经验区域的各个子区域内的收敛和发散行为,分析系统特征根与算法参数的关系,得到一系列结论.数值仿真实验展示不同子区域内的算法参数对粒子位置和粒子速度运动轨迹的不同影响,进一步验证本文结论的正确性.     

多项式插值算法的舍入误差分析

本文定义了多项式插值算子的条件数和多项式插值算法的数值稳定性等概念.主要研究结果是:若n和Y_max不太大,当结点等距分布时,Lagrange插值和Newton插值算法都是数值稳定的.但是不论结点如何分布,上述两法的外推计算可能是数值不稳定的.文中数值例子验证了这些理论结果.     

基于贝叶斯滤波的股指动态结构特征研究

针对股指波动所具有的动态结构信息特征,在状态空间建模理论的框架下,将服从Markov过程的潜在波动状态变量引入状态方程,同时在观测方程中考虑极值点的影响,构造出一类非高斯Markov随机波动状态空间模型。针对传统的MCMC方法对该类模型估计时效率低下的缺陷,设计了基于序贯Monte Carlo方法的贝叶斯滤波算法进行仿真分析,并且从算法效率和准确性方面对两种方法进行了比较。通过对沪深300股指波动的实证研究表明:对于一类非线性非高斯状态空间模型,贝叶斯滤波算法在保证估计精度的同时较MCMC方法更加有效率,能够有效刻画股指波动的动态结构特征。     

一类Boolean规划的Greedy算法及其误差分析

在青光眼早期诊断的视野检查法中,可应用搜索论原理使所需检查的眼点数大为减少,最后归结为如下的Boolean规划:     

基于粒子群优化的神经网络预测模型

BP学习算法多采用梯度下降法调整权值,针对其易陷入局部极小、收敛速度慢和易引起振荡的固有缺陷,提出了一种改进粒子群神经网络算法.其基本思想是:首先采用改进粒子群优化算法反复优化BP神经网络模型的权值参数组合,再用BP算法对得到的网络参数进一步精确优化,最后用得到精确的最优参数组合进行预测.实验结果表明,该算法在股指预测中的预测性能明显提高.     

精细辛几何算法的误差估计

该文讨论了精细辛几何算法的计算误差,先展开二阶和四阶精细辛几何算法的表达式得到误差同精细剖分数目的关系,然后分析了任意阶精细辛几何算法的误差,得到了一致简洁的结果,总的误差可近似表示为单个精细步长的误差乘以剖分数目,最后讨论了在要求控制精度下剖分数目的选取,该方法克服了算法精度对积分时间步长的依赖性.     

基于状态不确定性的动态滤波算法

本文将不确定性表示为状态约束,融入平差模型,建立基于状态参数不确定性的滤波模型.首先从无状态约束条件下的平差准则中推导出无约束滤波算法,该算法与卡尔曼滤波算法是一致的.然后扩展到不等式约束和椭球约束的平差准则,推导出基于状态约束的动态滤波算法.通过实例计算,对不同状态约束的动态滤波模型进行比较.结果表明基于状态不确定性的动态滤波算法要优于卡尔曼滤波算法,且简便高效,具有显示表达式.     

关于一类具有有界不确定性数据的参数估计方法的误差分析

指出了一类具有有界不确定性数据的参数估计方法存在估计误差这一事实,分析了估计误差存在的原因,给出了估计误差的上界.     

基于多尺度再生核质点法的h型自适应分析

基于多尺度再生核质点法(RKPM)的多分辨分析特性，给出了适于求解二维问题的h型自适应分析方法，讨论了不同高梯度指标对检测高梯度区的影响，同时还提出了基于邻节点搜索(SNN)及局部Delaunay三角分解(LDT)技术的适于任意节点分布的无网格自适应分析节点加密技术．通过对二维线弹性平面应力及平板弯曲问题的h型自适应分析，说明了不合适的高梯度指标将对自适应分析的收敛造成不良影响，且LDT节点加密技术较SNN技术的效率更高．数值算例的结果说明自适应分析的有效性、稳定性及良好的收敛特性．     

基于误差理论的区间主成分分析及其应用

针对区间数样本,传统的主成分分析需进行拓展。首先讨论了区间样本数据的两种主要来源,即观测误差和符号数据分析。然后将区间数看作一个由中点和半径构成的具有一定误差的数,从误差理论出发,研究基于误差传递公式的区间主成分分析方法,并获得以区间数为表达形式的主成分。最后,结合我国2005年第四季度股票市场的数据进行了实证分析。结果表明,面对海量数据,区间PCA较传统PCA更容易从总体上把握样本的属性。     

基于错误系统理论的和式型和向量型错误函数研究

研究了和式型和向量型函数的相关定义及性质,为更好的描述错误系统,以及计算错误值奠定了基础.     

基于HP滤波和ARMA-GARCH模型的人民币汇率趋势预测

在复杂多变的金融市场,人民币汇率的变化受多种因素的影响,而人民币汇率的变化又影响着经济生活的方方面面,人民币汇率及其变化特征受到人们的广泛关注,研究人民币汇率变化特征,正确分析与预测人民币汇率的走势,对于国家和各个经济主体制定金融政策和投资决策具有十分重要的意义,采用HP滤波法将汇率数据序列分解为趋势成分序列和波动成分序列,然后使用自回归和ARMA-GARCH模型分别进行拟合和预测,通过实证分析发现模型有着较好的预测效果,可以为金融产品的预测研究和制定金融政策提供参考。     

基于几何非协调分解的区域分解方法误差分析

对三维可压线弹性问题采用一种基于几何非协调分解的区域分解方法进行求解,证明了数值解具有最优误差估计.     

基于残差修正GM(1,1)模型的火灾事故预测

为掌握火灾发生、发展的规律,针对火灾事故的特点,根据灰色理论,建立了我国火灾起数及死亡人数的GM(1,1)预测模型.由于火灾起数的波动性较大,运用残差变化规律,对所建立的GM(1,1)预测模型进行了修正,得到残差修正GM(1,1)预测模型,应用该模型对火灾起数进行预测,使预测精度达到了一级.预测结果可以为消防安全管理部门的决策提供科学的依据.     

带有变量选择过程的分类模型误差分析

偏倚一方差分析方法是在模型选择过程中权衡模型对现有样本解释程度和未知样本估计准确度的分析方法,目的是使选定的模型检验误差尽量小.在分类或回归过程中进行有效的变量筛选可以获得更准确的模型表达,但也会因此带来一定误差.提出"选择误差"的概念,用于刻画带有变量选择的分类问题中由于变量的某种选择方法所引起的误差.将分类问题的误差分解为偏倚—方差—选择误差进行研究,考察偏倚、方差和选择误差对分类问题的总误差所产生的影响.