0?1膨胀负二项回归模型在COVID?19疫情分析中的应用

在公共卫生等应用领域，经常会同时出现零观测值、一观测值较多的情况. 为更好地拟合这类数据，采用0?1膨胀负二项分布及其回归模型进行分析. 在数据扩充基础上，结合Pólya?Gamma潜变量对模型参数进行贝叶斯推断. 最后，对我国湖北省2019冠状病毒病(COVID?19)死亡数据集进行分析. 研究表明，0?1膨胀负二项回归模型能够达到更好的拟合效果.     

42CrMo钢加热过程中的奥氏体晶粒尺寸演变

通过金相试验方法测定42CrMo钢在890~930 ℃下保温10~240 min后的晶粒尺寸。结果表明,42CrMo钢在加热到试验温度890~930 ℃时已经完全奥氏体化,保温过程中的晶粒生长属于正常生长;加热温度对晶粒尺寸的影响较大,保温时间对晶粒尺寸的影响较小;随保温时间的延长晶粒生长缓慢,晶粒尺寸与保温时间满足指数小于1的函数关系。基于试验数据,通过线性回归得到晶粒长大的Beck模型参数,通过非线性回归得到Sellars和Anelli模型参数,3个模型的预测精度都较好,而Anelli模型的适用性要高于Beck模型和Sellars模型,故在预测42CrMo钢的奥氏体晶粒长大规律时宜使用Anelli模型。     

基于图像处理研究铁尾矿的熔化行为

作为主要成分的SiO2是铁尾矿中最难熔化的部分.通过一组SiO2的熔化时序图像来探究铁尾矿的熔化情况.首先,进行图像预处理,建立质心位置追踪模型和体积估算模型.将灰度图转化为二值图,利用卡尔曼滤波器进行质心追踪和对质心运动轨迹的描述.通过计算二值图中0像素的数量得到面积随时间变化的图像,拟合出熔化过程函数.结合二值图中目标物体的边界信息得到的参数量建立多元线性回归模型.估算颗粒扁平度和物体的体积,熔融速率通过颗粒集合的质量变化函数得出.     

基于孪生支持向量回归机的转炉炼钢终点预测

为了提高转炉炼钢的终点命中率，建立了一种新的转炉终点预测模型，实现了对转炉终点碳质量分数和温度的准确预测。模型采用K最近邻孪生支持向量机(KNNWTSVR)算法，将权重矩阵引入到目标函数中，并利用鲸群优化算法进行求解，提高了传统算法的性能；然后基于某炼钢厂260 t转炉的实际生产数据，建立了转炉炼钢终点预测模型。结果表明，预测模型的终点碳质量分数(误差±0.005%)和温度(误差±15 ℃)的终点单命中率分别为94%和88%，双命中率达到84%。与其他两种现有的建模方法相比，本模型取得了最优的预测效果。该方法满足转炉炼钢实际生产的需求，也可适用于钢铁冶金其他领域的数学建模。     

航天企业收入利润分配率与系统效率研究

为了以航天科技集团有限公司、研究院、专业所和专业公司4个视角研究航天企业的收入利润分配率问题,分别对航天科技集团有限公司、某总体院、某院属研究所、某军民融合公司进行实证研究,构建以收入利润分配率为因变量,以劳动生产率、利润、集团有限公司产值/中国GDP、中国CPI和地方平均工资为自变量的回归模型。研究结果显示,不同层级公司的收入利润分配率与各自变量的影响系数及强度存在差异,并对企业系统效率产生影响,表明不同层级的航天企业利润分配方式不同。总体上,4类主体中收入利润分配率均与单位利润呈负相关,与劳动生产率和地区平均收入呈正相关。     

基于INTLBO-SVR的低压断路器热脱扣时间预测

热脱扣时间是低压断路器的关键指标,利用断路器生产过程中可检测数据可以实现热脱扣时间的预测。针对支持向量回归(SVR)进行热脱扣时间预测,参数的选择对预测的精度和泛化性能影响较大问题,提出一种基于隔离小生境教学算法(Isolated Niche Teaching-Learning-Based Optimization Algorithm,INTLBO)优化支持向量回归的热脱扣时间预测方法。该方法针对教学算法易陷入局部最优的缺点,采用隔离机制的小生境技术对其进行改进,然后利用INTLBO寻优找到最优的SVR参数。根据低压断路器生产历史数据,建立基于INTLBO-SVR的热脱扣时间预测模型。仿真结果表明,与TLBOSVR和常规SVR等方法相比,INTLBO-SVR模型具有较好的预测性能。