基于潜周期模型的两种群食饵-捕食者模型的参数估计

给出了一种两种群食饵-捕食者模型参数估计的两阶段方法。考虑到食饵-捕食者模型解的周期性,首先用潜周期模型来逼近观测序列,然后将模型参数的非线性最小二乘估计问题转化为一个线性最小二乘估计。两阶段法求解过程中不需要数值求解微分方程,具有计算方便,能同时得出参数的估     

联立方程组模型中参数估计的随机模拟

介绍了联立线性方程组模型可识别时结构参数矩阵的几种估计：普通最小二乘估计、间接最小二乘估计、两步最小二乘估计、广义最小二乘估计以及三步最小二乘估计,对这５种参数估计进行了随机模拟,表明这些估计中以广义最小二乘估计和三步最小二乘估计为最好．     

ＧＰＳ高程拟合的不同估计方法比较

通过ＧＰＳ高程异常平面拟合实例,系统地介绍了最小二乘估计、总体最小二乘估计、稳健最小二乘估计、稳健总体最小二乘估计、半参数估计等５种估计方法的原理和特点,比较了它们的识别模型参数、减弱系统误差、抵御粗差和不同类型误差的能力。结果表明：总体最小二乘估计在ＧＰＳ高程拟合中稳定性较弱,ＩＧＧⅢ抗差方案会放大随机模型误差对平面拟合模型的影响,半参数估计只有在系统误差存在下与最小二乘估计参数值相差大,最小二乘估计在高程拟合中精度最高。     

（LG）型参数估计的若干讨论

在已知（LG）型参数的最小二乘估计与GM估计的基础上，本文提出了改进最小二乘估计的两大估计－－Stein硎主成分估计，这是线性模型参数估计的重要问题，而改进（LG）型参数的最小二乘估计的专题研究，至今还是一个有待进一步深入垢新论题，本文只是初步结果。     

正弦信号参数估计的最小二乘算法

为了提高信号相位匹配原理估计正弦信号参数的精度,提出了一种正弦信号频率、振幅和相位参数的最小二乘估计方法.推导了利用单传感器接收信号的参数估计的最小二乘估计计算公式.给出了已知频带内的未知频率,振幅和相位的信号参数估计的搜索算法;分析了最小二乘法使用的方程数、信噪比和采样频率确定后FFT的序列长度对参数估计精度的影响.理论和仿真结果说明,该方法不仅能降低估计频率带宽以外的噪声,还可降低被估计频率信号带宽内的噪声,提高低信噪比时的信号参数估计精度.该算法简单、快速、具有工程应用前景.     

回归系数的t-k类估计

在线性回归中,当设计矩阵的列向量间存在复共线性时,回归系数的最小二乘估计的性质显著变坏.为了消除或减弱复共线性对参数估计的影响,以获得更高精度的参数估计,在均方误差矩阵意义下,提出了回归系数的一类新的估计,即t-k类估计,它是对最小二乘估计的改进,是一种新的压缩有偏估计.并且与最小二乘(LS)估计、岭估计和主成分估计进行比较,给出了在均方误差矩阵意义下,t-k类估计优于这些估计的充要条件以及这些条件的检验方法.     

回归系数的t-k类估计

在线性回归中，当设计矩阵的列向量间存在复共线性时，回归系数的最小二乘估计的性质显著变坏．为了消除或减弱复共线性对参数估计的影响，以获得更高精度的参数估计，在均方误差矩阵意义下，提出了回归系数的一类新的估计，即t—k类估计，它是对最小二乘估计的改进，是一种新的压缩有偏估计．并且与最小二乘（LS）估计、岭估计和主成分估计进行比较，给出了在均方误差矩阵意义下，t—k类估计优于这些估计的充要条件以及这些条件的检验方法．     

整数值时间序列的拟似然推断

基于推广的负二项稀疏算子利用预设新息过程分布法构造一个一元 INAR(1) 模型,给出了模型的概率性质并利用拟似然估计方法对模型进行了参数估计,同时也考虑了最小二乘法、极大似然估计方法。通过数值模拟评估了这些估计方法的有效性,并应用实际数据给出模型的应用,通过比较得出基于推广的负二项稀疏算子带有几何新息过程的INAR(1)是更适合数据的模型。     

非线性生长曲线参数估计的一种精确方法

利用下降迭代法原理,结合三和法估计初值,给出了生长曲线参数估计的一种新迭代方法。本法与其他迭代法如牛顿最小二乘法、改进牛顿最小二乘法相比,具有方法简便,程序简单,便于使用计算机Excel工具以及拟合精度高等优点。     

水库入库河段洪水汇流参数抗差估计研究

水库入库流量,通常通过实测库水位、出库流量和库容曲线反推,这过程常存在大的、不服从正态分布的误差,使常规的参数估计方法不能使用.为此,提出采用抗差估计方法,研究当河段实测出流遭受粗差和极值误差污染时,抗差最小二乘法用于估计马斯京根汇流参数的效果.给出了两个水库流域的结果,分析了抗差最小二乘法相对于最小二乘法的效果.     

非线性时间序列ARMA模型的优化估计法

提供了一种ARMA模型参数的优化估计法一阻尼最小二乘法,它结合了Newton法和最速下降法的优点,既保证了迭代计算的收敛性,又加快了收敛的速度。当初值的精度较差时,更宜采用阻尼最小二乘法,而且本文给出实例的MATLAB程序,并利用t统计量检验出：阻尼最小二乘法要比最小二乘法的参数估计值更为显著,拟合模型更优。     

系统参数与结构及其噪声方差的同时估计

给出了系统噪声与参数及结构的在线同时辨识算法，采用递推最小二乘ＵＤ分解技术，对新的增广数据每步递推中可同时获得系统结构、参数及噪声方差的估计值，该算法结构简单，数值计算品质良好。     

电力系统状态估计的快速正交变换算法

本文分析了电力系统加权最小二乘状态估计(Weighted Least Square=WLS)法方程算法潜在的数值稳定性问题,提出了用正交变换(二乘Givens变换)解WLS状态估计的快速正交变换算法。给出了结点与量测相结合的编号优化方法,以充分利用原问题的稀疏性降低计算量。实际例题表明,快速正交变换算法比法方程算法更加快速和可靠。     

神经网络法电力系统状态估计

提出了一种神经网络（Ｈｏｐｆｉｅｌｄ连续ＡＮＮ）法求解电力系统状态估计问题的新方法．根据加权最小二乘原理导出的状态估计模型可计及各种伪量测量．采用ＡＮＮ神经计算，可实现并行分布处理．经数值实例计算，结果表明，该方法是有效的，而且精度高、数值稳定性好．     

混合威布尔分布参数估计的L-M算法

混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。     

非主断面观测站求解边界角和移动角的新方法

由非主断面观测站求取主断面上的边界角和移动角,目前采用等权最小二乘估计求参后反求,由于厚松散层失水等因素的影响及概率积分法具有边界收敛快的特点,所求边界角和移动角的精度得不到保证。从修正随机模型的角度,采用加权最小二乘估计求参。通过实例,从下沉残差序列、临界变形值和残差中误差等方面分析了等权和加权的拟合效果,得出等权估计的整体拟合效果优于加权估计,加权估计能有效提高求取边界角和移动角的精度的主要结论。     

具有约束条件的最小二乘辨识及其应用

本文讨论含有多重积分环节的无自平衡系统的辨识问题。首先讨论这类系统典范差分模型具备的先验条件,其次利用得出的先验条件讨论约束最小二乘辨识问题,推出一种少参数的线性模型及其相应的改进最小二乘估计,广义最小二乘估计的递推公式,最后进行仿真研究。本文提出的模型和方法减少了计算机内存及运算工作量,提高了辨识精度,加快了收敛速度。     

由脉冲响应序列求脉冲传递函数的参数和阶的最小二乘估计方法

本文中给出了由脉冲响应序列值求其传递函数参数和阶的最小二乘估计方法。这种方法简单而实用.     

最小二乘法测量直流伺服电机动态时间常数

提出用最小二乘曲线拟合法测取直流伺服电机动态参数．在电枢两端施加阶跃电压，测量．电枢电流的暂态响应，通过最小二乘曲线拟合，可以求取直流伺服电机动态时间常数．