模糊线性回归的稳健方法

考虑两类模糊回归模型：一类是设计点为实数,参数为模糊数;另一类是观察值为模糊数、参数为实数。就这两类回归模型,从稳健统计的角度提出相应的稳健方法,并通过例子与现有的方法进行比较,说明所提方法的稳健性。     

Rs中响应曲面模型的稳健设计

本文运用再生核Hhilbert空间方法研究R^s中响应曲面模型的稳健设计问题。我们假设模型偏差包括由多元Hermite多项式高阶项产生的效应，如果偏差大，设计点应该布于布点附近，否则，设计点应该适当散开，所求设计是正交不变的，而且关于模型偏差是稳健的。     

基于BP神经网络的动态稳健参数设计

传统的动态稳健参数设计方法(田口方法)虽然在工业生产实践中展现了极大的方便,但是其本身也存在较大的改进空间.当调节变量不存在时,传统的田口方法难以实现;此外,田口方法只能根据所选取的参数水平得到最优参数组合,而这种所谓的最优结果有时并不符合实际的需要.首先构建BP神经网络模型,利用训练后的BP神经网络获得参数设计中质量特性、噪声因子以及各参数间的动态关系;然后,利用超拉丁方抽样,计算信号与特性参数间的斜率,并由此将动态稳健参数设计的寻优问题转化为相应的非线性规划问题;最后,利用次序二次规划(SQP)算法解决并优化动态稳健参数的设计。此外,我们选取了一个简单的数据案例对本文提出的方法的有效性进行了说明.     

一类二阶模型下中心复合设计的预测方差

预测能力是评价设计优劣、模型选择的一个重要准则,通过预测方差函数可以准确获得在一定区域内的预测精度.文章首先介绍了最新提出的基于正交表的中心复合设计以及基于极小极大准则的改进设计,然后详细给出了两类设计在给定球面上的平均预测方差函数、最小预测方差函数和最大预测方差函数的解析表达式,其仅为球距和设计参数的函数,这一结果可以为实际工作者在预测分析时提供重要参考.     

基于JGLM-RM模型的动态稳健设计及其应用

根据动态稳健设计的基本思想和方法,结合联合广义线性模型(Joint Generalized linearmodel)和响应模型(Response model)各自的特点和优势,构建出基于JGLM-RM的动态稳健设计模型。利用新模型对具体工业案例进行了实证研究,结果表明新模型不仅能有效地区分具体噪声因子和潜在噪声因子对整个过程波动的影响,而且能够灵活地调节模型的截距和斜率。此外,新模型引入了均值和散度的联合广义线性模型因此能适应广泛的响应类型。     

二阶可加混料模型稳健D-最优设计

本文研究了在给定两个随机模型先验测度r下的q分量二阶可加混料模型稳健D-最优设计。依据Kiefer次序下完备集的结果且结合稳健D-最优准则,给出了二阶可加模型稳健D-最优的相关理论,并得到了四分量可加模型稳健D-最优ξα_r~*=α_r~*ξ_1~*+(1-α_r~*)ξ_2~*,且利用等价性定理证明了ξα_r~*为稳健D-最优设计。同时基于α_r~*与先验测度r的关系,介绍了先验测度r选择的效率最大最小原则,得到了四分量二阶可加模型的最优先验测度r~*,且比较了四分量二阶可加混料模型稳健D-最优设计与D-最优设计的效率。     

稳健矩阵回归模型和方法研究

随着大数据时代的到来,我们面临的数据越来越复杂,其中待估系数为矩阵的模型亟待构造和求解.无论在统计还是优化领域,许多专家学者都致力于矩阵模型的统计性质分析及寻找其最优解的算法设计.当随机误差期望为0且同方差时,采用基于最小二乘的模型可以很好地解决问题.当随机误差异方差,分布为重尾分布(如双指数分布,t-分布等)或数据含有异常值时,需要考虑稳健的方法来求解问题.常用的稳健方法有最小一乘,分位数,Huber等.目前稳健方法的研究大多集中于线性回归问题,对于矩阵回归问题的研究比较缺乏.本文从最小二乘模型讲起,对矩阵回归问题进行了总结和评述,同时列出了一些文献和简要介绍了我们的近期的部分工作.最后对于稳健矩阵回归,我们提出了一些展望和设想.     

一类基于秩次的稳健线性回归估计与诊断方法

线性回归模型的误差项不服从正态分布或存在多个离群点时,可以将残差秩次的某些函数作为权重引入估计模型来减少离群点的不良影响。本文从参数估计、稳健性质、回归诊断等方面对基于残差秩次的一类稳健回归方法进行介绍.通过模拟研究和实例分析表明,R和GR估计是一种估计效率较高的稳健回归方法,其中GR估计可同时避免X与Y空间离群点,而高失效点HBR估计可通过控制某个参数在稳健性与估计效率之间进行折衷.     

假设检验的优良设计及其在基因连锁分析中的应用

基于基因连锁分析的背景, 提出了一类方差非齐性的线性模型, 研究了这类模型参数假设检验的优良设计问题. 为了评判检验的设计, 建立了一个判决理论框架. 在这个框架下, 获得一个容许的极大极小设计. 进一步地, 证明了这个设计在基因连锁分析中不仅是容许和极大极小的, 而且在合理的设计类中是最优的. 利用这个优良的设计, 使得基因连锁分析中检验的功效获得显著的改进.     

模糊择近原则在多目标容差设计中的应用

利用模糊数学中的择近原则,以容差-成本模型为基础,通过引入模糊数学中的隶属度函数和贴近度原则,结合实验并设计方法提出了一种模糊容差稳健优化设计方法,较好地解决了多目标容差设计的全局最优问题.最后通过一个实例验证了该方法的合理、有效性.