中子输运方程误差估计及自适应计算

 本文研究了全离散方法求解二维中子输运方程的有限元自适应算法, 角度变量用离散纵坐标方法展开, 空间变量用间断元方法求解. 基于间断元方法给出了空间离散的残量型后验误差估计. 在后验误差估计的基础上, 我们设计了自适应有限元算法.由残量型后验估计可以给出局部加密网格的自适应算法. 最后, 我们给出了数值算例来验证我们的理论结果.     

最小一乘估计快速算法

最小二乘估计容易受奇异点的影响, 最小一乘估计是稳健估计, 可以很好地克服这个缺陷, 但计算困难. 基于非退化模型假设下的稳定极点理论, 本文找到了快速准确求解最小一乘估计的迭代算法,并给出算法的计算过程及与线性规划求解的比较, 较好地解决了最小一乘估计计算难的问题, 使其成为有效的参数估计方法.     

“黑箱”理论在估计作物动态吸水强度中的应用

本文根据现代控制理论中“黑箱”理论的思想,提出一种直接采用土壤水瞬态运动模拟求得吸水项的方法.在估计方法中采用线性系统的迭加原理,将异常复杂的 SPAC 系统的求解过程,简化为对几个相对简单得多的子系统的求解.给出采用交替方向的 P-R 有限差分二维模拟算法的表达式.这种估计方法上从原理上可以用于一、二、三维吸水项的估计.用所提出的模拟方法求得桃树的吸水强度;用修正的吸水模型对吸水函数以回归分析方法进行估计,得到吸水场函数的连续表达式.结果表明,这种方法具有高度的显著性.这种吸水场函数连续表达式的方法,可用于许多类似的大间距作物的吸水模型估计.     

线性常微分方程的全局误差估计和优化求解方法

线性常微分方程初值问题求解在许多应用中起着重要作用.目前,已存在很多的数值方法和求解器用于计算离散网格点上的近似解,但很少有对全局误差(global error)进行估计和优化的方法.本文首先通过将离散数值解插值成为可微函数用来定义方程的残差;再给出残差与近似解的关系定理并推导出全局误差的上界;然后以最小化残差的二范数为目标将方程求解问题转化为优化求解问题;最后通过分析导出矩阵的结构,提出利用共轭梯度法对其进行求解.之后将该方法应用于滤波电路和汽车悬架系统等实际问题.实验分析表明,本文估计方法对线性常微分方程的初值问题的全局误差具有比较好的估计效果,优化求解方法能够在不增加网格点的情形下求解出线性常微分方程在插值解空间中的全局最优解.     

具有风险相依结构的平衡信度估计

在保险实务中,风险之间具有一定的相依结构.通过考虑保费的目标估计来对风险保费进行了研究,采用正交投影的方法求解了最优问题,在平衡损失函数下得到了风险等相关的齐次和非齐次信度估计.结果表明得到的信度估计具有经典信度模型的加权形式.     

CVaR鲁棒均值-CVaR投资组合模型与求解

传统的均值-风险(包括方差、VaR、CVaR等)组合选择模型在计算最优投资组合时,常假定均值是已知的常值,但在实际资产配置中,收益的均值估计会有偏差,即存在着估计风险.在利用CVaR测度估计风险的基础上,研究了CVaR鲁棒均值-CVaR投资组合选择模型,给出了另外两种不同的求解方法,即对偶法和光滑优化方法,并探讨了它们的相关性质及特征,数值实验表明在求解大样本或者大规模投资组合选择问题上,对偶法和光滑优化方法在计算上是可行且有效的.     

指数分布抽样基本定理及在三参数一般指数分布参数估计中的应用

讨论三参数一般指数分布的参数估计,首先讨论了三参数一般指数分布参数的最大似然估计的求解问题,当其中参数α=1时,应用指数分布抽样基本定理,得到了三参数一般指数分布其它参数的一致最小方差无偏估计;并且由此给出求解三参数一般指数分布参数最大似然估计的迭代方法,得到了三参数一般指数分布参数最大似然估计的近似值,给出了模拟结果以说明迭代方法的收敛性;并以相关文献的观察数据作为样本,得到了三参数一般指数分布的参数估计,从而说明了迭代方法的有效性.     

求解椭圆边值问题惩罚形式的间断有限元方法

本文提出了一个新的求解二阶椭圆边值问题的惩罚形式间断有限元方法并给出了稳定性和收敛性分析. 特别地,本文建立了间断有限元解的基于余量的后验误差估计,给出了求解间断有限元方程的自适应算法.       

基于三次样条插值函数的非线性动力系统数值求解

三次样条插值函数具有良好的收敛性、稳定性与二阶光滑性.研究了借助三次样条插值函数构造的非线性动力系统数值求解方法,分析了该方法与已有的非线性动力系统数值求解方法的优缺点,刻画了误差估计且给出了数值算例.结果表明基于三次样条插值函数构造的数值方法比已有的方法收敛速度快、逼近精度高且能够很好地逼近非线性动力系统的解析解.     

求解线性规划的极大熵方法

极大熵方法是求解多约束非线性规划和极大极小问题的一种有效的方法.用它来求解多约束优化问题,一种途径是将多约束用单约束近似,再用增广Lagrange乘子法求解近似问题;另一种途径是用极大熵方法构造精确罚函数的近似.无论是哪一种途径都需要估计乘子的上界.能否构造不引入乘子估计的算法是很有意义的.Karmarkar算法是求解线性规划的一种有效的多项式内点方法.这种方法在每一次迭代时都要作变换,在像空间用内切球近似单纯形的近似问题得到像空间的新的近似解,再作逆变换求得原空间的新的近似解.可见一次性地构造近似问题并求解之而得     

线性混合模型中方差分量的估计与QR分解

在线性混合模型中, 极大似然估计是一种很重要的估计方法, 但是它常常需要通过迭代求解. 应用设计阵的QR分解, 可以把设计阵变换成上三角矩阵. 这样可以降低参与迭代运算的矩阵的阶数, 还可以减少参与运算的数据量, 从而提高运算的速度. 本文讨论了QR分解在EM算法中的应用, 并用模拟的方法验证了QR分解可以极大的提高运算的速度. 本文同时讨论了QR分解在另外一种估计方法, 即ANOVA估计中的应用.     

估计运动模糊图像方向角的数学模型研究

从实拍的运动模糊图像出发,建立了数学模型来估计运动模糊的方向角.经理论推导,得出了运动模糊方向角、图像尺寸和频谱图像中平行条纹方向角三者的关系,将问题转化为估计频谱平行条纹方向角.在模型求解部分,分析了常用的Radon变换法以及两种改进方法即Gabor变换法和频谱分块法的不足,并提出了基于频谱边缘检测的改进方法.数值实验部分比较了三种方法,结果表明,方法的估计精度更高,具有更广泛的应用性.     

上三角矩阵最小奇异值估计的有关问题

1 引言 任何数值计算问题都应分析计算结果的精度.若使用向后稳定算法,则摄动分析把精度估计转化为条件数估计.从实用看,有一些数值代数问题的条件数估计相当于估计某个上三角阵的最小奇异值.这些问题包括;线性代数方程组的求解,用QR分解求解无约束最小二乘问题,矩阵不变子空间的计算,矩阵束的广义不变子空间及收缩子空间对的计算,矩阵Ricatti方程的求解.     

分数阶扩散方程的隐差分格式

根据移位的Grnwald方法,得到求解分数阶扩散方程的三类隐差分格式.利用分数阶von Neumann方法,证明了求解亚扩散方程的两类差分格式是无条件稳定的,而求解超扩散方程的差分格式是条件稳定的,同时也给出了相应差分格式的局部截断误差估计.最后,通过两个数值例子证实了所提出的差分格式的正确性和有效性.     

解一类抛物方程反问题的数值方法

本文利用有限元方法建立了求解一类含有低阶未知系数的抛物方程反问题的数值公式,论证了近似解的收敛性和误差阶估计.     

解第一类算子方程的一种迭代正则化方法

提出了一种求解第一类算子方程的新的迭代正则化方法,并依据广义Arcangeli方法选取正则参数,建立了正则解的收敛性.与通常的Tikhonov正则化方法相比较,提高了正则解的渐近阶估计.     

多孔介质二相驱动问题一种修正特征有限元方法的迭代解法及其收敛性分析

0 引言 多孔介质二相驱动问题的数学模型是由压力方程与浓度方程组成的偏微分方程组的初边值问题.关于该问题的数值解问题,已有大量的文献.为了得到最优的L~2-模误差估计,好多方法用混合元方法解压力方程.我们知道,混合元法得到的方程组系数矩阵是非正定的,从而解混合元比解标准元要困难得多,虽然许多人研究了混合元方法的求解问题,但到目前为止,还没有看到令人满意的好的算法.为了避开对混合元的求解,著名学者T.F.Russell考虑了用标准有限元方法解压力方程,用特征有限元方法解浓度方程的求解方法及其迭代解法,对只有分子扩散的二相驱动问题得到了最优的L~2模误差估计,对有机械弥散的一般二相驱动问题得不到最优的L~2模误差估计,同时在收敛性证明中要求压力有限元空间的指数至少是二.     

分组数据分位数回归模型的变量选择和估计北大核心CSCD

本文主要研究分组数据分位数回归模型的变量选择和估计问题.为了充分反映数据的分组信息,需要假定每组数据的回归系数可以分解成共性部分和分组后的个性部分.为了进行变量筛选,本文提出分解系数的Lasso估计,并进一步提出了自适应Lasso估计.在处理相应优化问题时,采用了变换观测矩阵的方法简化问题求解.本文给出了自适应Lasso估计的Oracle性质证明,并且通过数值模拟研究展示了所提方法的有限样本表现.最后,将此方法应用到乳腺浸润癌致病基因的变量筛选上来展示所提方法的实际应用表现.     

二阶常微初值问题的时间间断最小二乘有限元法

采用时间间断最小二乘线性有限元方法求解二阶常微分方程初值问题.利用回收技巧及离散Gronwall引理证明了方法的稳定性.通过引入有限元空间上的范数,给出了方法在该范数意义下丰满的误差估计.数值实验验证了理论分析结果.     

解两点边值问题的一种新方法

本文研究了一种新的数值方法求解两点边值问题.利用异于Lagrange二次有限体积法的一种新方法,获得了该方法的超收敛估计结果,推广了Lagrange二次有限体积法的超收敛结果.