中国城镇化对住宅销售量影响的实证研究

从定性和定量两方面分析了中国城镇化对城市住宅销售量的影响。通过1987--2004年的城市化和住宅销售数据分别构建多阶滞后线性模型和自然对数模型,计算参数估计值和各评价指标,检验回归中自变量序列相关问题,从实证的角度分析城镇化率对城市住宅销售量的影响,并利用模型对未来全国住宅销售面积进行预测。     

基于EM算法的混合线性回归模型的应用研究

研究了带有删失数据的混合线性回归模型的参数估计问题,利用EM算法建立了混合线性回归模型的参数估计程序．收集了2019年46个国家的人均国民生产总值和人均二氧化碳排放量的数据,建立了人均国民生产总值关于人均二氧化碳排放量的混合线性回归模型并且对数据进行了分析,为一些低国民生产总值国家的未来发展政策提供依据。     

预报值影响有界的回归估计量

为限制异常数据对回归模型预报值的干扰,提出预报值影响有界的回归估计量。基于稳健统计的有关结果,证明了这些估计量的最优性和可容 许性,进一步建立了Bp-稳健性与Vp-稳健性之间的关系。本结果能有效地控制异常数据对预报值的影响,在数据受污染时的回归分析问题中有广泛的应用价值。     

L1-回归影响分析

根据文献【3，4】把L1-回归问题归结为线性规划问题的结论，并给出了最优解的条件，由此讨论了L1-回归影响分析的几个基本问题。     

一元线性回归模型突变的估计

提出了变点回归的概念,建立了一元线性变点回归的数学模型,用拉格朗日乘数法对变点回归模型的参数进行了最小二乘估计。根据变点是否落在自变量的某一观测值上,把回归变点分为两种类型,回归变点最终位置和类型的统计推断,应使总体回归残差平方和最小。根据不同变点下总体残差平方和的性质,对回归变点的计算进行了简化。     

混合偏正态数据下中位数回归模型的参数估计

有限混合回归模型是处理来自异质总体数据的重要工具.偏斜/不对称数据经常出现在金融、经济、社会科学、气候科学、环境科学、工程、生物医学等领域.根据偏正态数据的特征,均值易受极端值的影响,而中位数能代表"中等"水平,在偏态数据下比均值更具代表性.作者介绍了基于混合偏正态数据下的中位数回归模型,通过一种改进的EM算法进行参数估计,模拟研究和实例分析表明本文提出的方法是有效的.     

机器学习在河流流量参数估计中的应用

针对经典水位流量关系模型在刻画河流动态变化特性时存在的局限性,提出采用局部加权回归算法估计河流流量;为了提高参数估计精度,提出一种聚类局部加权回归方法。首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰当的聚类中,最后估计河流日流量。该方法在估计过程中,避免了不相关信息的干扰,从而提高了日流量数据估计的效率和精度。利用某水文站的实测数据对方法进行测试,仿真结果表明该方法估计精度较高,为水位流量关系模型参数估计提供了新的有效方法。     

高压输电线路电晕检测中紫外成像仪示数与检测距离的关系

基于光学中的朗伯定律,推导了紫外成像仪在电晕检测中示数与检测距离之间的函数关系,即示数与检测距离之间的函数关系满足阿拉德定律的表达式。对方程左右两边取自然对数,将超越方程的参数估计问题转化成线性方程的参数估计问题,降低了参数估计的计算量;在估计参数时,应用RANSAC鲁棒估计算法估计参数,消除了严重偏离真实值的外点对估计结果的影响,提高了参数估计的精度。通过实验验证了紫外成像仪示数与检测距离之间的函数关系。     

异质数据下基于变点检验分段偏正态均值回归的参数估计

带有偏斜的异质数据广泛出现在大气科学、生物医学和经济学等领域.目前关于异质偏斜数据建模的方法还很少被提出,且现存的分段模型不能自动的对数据分段,大大限制了分段模型的应用场景.针对异质偏斜数据,提出了一种基于偏正态均值回归的分段模型,且在模型的参数估计部分改进了EM算法M步中的两点梯度下降算法,用显示解替代了文献[24]的迭代算法.使用MIC信息准则做模型的变点检验,同时估计变点的位置.通过数值模拟表明所提模型和算法的有效性.实例分析表明,所提分段偏正态回归模型的预测精度优于不分段偏正态回归模型下的预测精度,且具有更好的解释性.     

响应面法优化甘油歧化产1,3-丙二醇菌培养基的研究

以甘油为原料,在单因素试验的基础上,利用响应面法研究了(NH4)2HPO4、K2HPO4/KH2PO4、pH值对1,3-丙二醇产量的影响,得到二次多项式回归模型.结果表明:回归模型能很好地反映各因素水平与响应值之间的关系,同时得出这3因素的最佳用量为(NH4)2HPO42.76 g/L、K2HPO4/KH2PO4(质量比1∶1)3.98 g/L、pH值7.58,此时1,3-丙二醇理论产量为28.702 g/L,实际产量为27.597 g/L,比优化前提高了19.02%.     

一种直接求解非标准线性规划问题的新解法

将非标准线性规划问题与超鞍面结合起来, 通过寻找超鞍面的鞍点来确定非标准线性规划问题的最优解。论述了非标准线性规划问题的最优解与超鞍面鞍点的关系, 给出了直接求解非标准线性规划问题的迭代公式     

Fuzzy linear model for production optimization of mining systems with multiple entities

Planning and production optimization within multiple mines or several work sites (entities) mining systems by using fuzzy linear programming (LP) was studied.LP is the most commonly used operations research methods in mining engineering.After the introductory review of properties and limitations of applying LP,short reviews of the general settings of deterministic and fuzzy LP models are presented.With the purpose of comparative analysis,the application of both LP models is presented using the example of the Bauxite Basin Niksic with five mines.After the assessment,LP is an efficient mathematical modeling tool in production planning and solving many other single-criteria optimization problems of mining engineering.After the comparison of advantages and deficiencies of both deterministic and fuzzy LP models,the conclusion presents benefits of the fuzzy LP model but is also stating that seeking the optimal plan of production means to accomplish the overall analysis that will encompass the LP model approaches.     

地区电网无功电压优化控制的改进算法

本文针对实时控制的特点,对地区电网的无功功率和电压的最优控制问题进行了研究,提出了一种新的综合灵敏度矩阵求取方法,既能有效地减少计算工作量又能保持足够的计算精度。综合目标函数思想的提出,能根据不同的运行条件,实现网损最小和调整量最小的多目标优化。用在此改进算法基础上编制的FORTRAN语言程序对几个典型电力系统所作的计算研究表明,方法是可行的。     

一种嗜碱菌微生物发酵法生产乳酸的条件优化

从14株嗜碱菌中筛选到一株LP3-3产乳酸能力较强,经16S rRNA序列测定初步鉴定为Exig-uobacterium aurantiacum(金橙黄微小杆菌)。对筛选出菌株的发酵培养基进行了优化,研究了不同碳、氮源种类和碳氮比对乳酸产量的影响,确定了最佳发酵培养基组成;经发酵实验,确定了摇瓶发酵最佳条件。在优化过程中,采用毛细管电泳检测发酵液中乳酸的含量。经过优化后,乳酸产量由初始的10.02 g/L,提高到最佳发酵条件下的16.27 g/L,比原来提高了62.4%,达到了较好的效果。     

一种嗜碱菌微生物发酵法生产乳酸的条件优化

从14株嗜碱菌中筛选到一株LP3-3产乳酸能力较强,经16S rRNA序列测定初步鉴定为Exig-uobacterium aurantiacum(金橙黄微小杆菌)。对筛选出菌株的发酵培养基进行了优化,研究了不同碳、氮源种类和碳氮比对乳酸产量的影响,确定了最佳发酵培养基组成;经发酵实验,确定了摇瓶发酵最佳条件。在优化过程中,采用毛细管电泳检测发酵液中乳酸的含量。经过优化后,乳酸产量由初始的10.02 g/L,提高到最佳发酵条件下的16.27 g/L,比原来提高了62.4%,达到了较好的效果。     

一种按块递归的盲源分离方法

自然梯度算法比随机梯度算法有更好的收敛性能和数值稳定性,块递归算法需要较少的运算时间． 结合这两者的优点,提出一种基于块递归的盲源分离算法． 首先基于自然梯度和非线性主分量分析,构造出按块递归更新的矩阵方程, 然后用QR分解和回代法逐块求解该矩阵方程得到最优分离矩阵． 与已有递归型盲源分离算法相比, 数值仿真实验表明本方法运行一次所需平均时间减少了65％, 所求矩阵的正交性能指标改善了10dB．     

基于分布式融合的传感器网络拓扑配置

采用2种最优分布式异步航迹融合方法研究异步采样传感器网络的动态拓扑配置策略设计.其主要核心思想是：每一个传感器跟踪节点执行局部Kalman滤波,再将滤波估计结果传输到融合中心;融合中心利用各自不同的融合方式执行预测估计校准和最优递推加权融合,同时利用当前所有传感器信息的全局递推融合估计与系统精度要求的阈值进行实时比较,以决定是否终止或继续进行融合;实现下一时刻网络拓扑的动态配置和网络节能.基于特定的计算准则分析网络能量消耗,并通过计算机仿真验证算法的有效性.结果显示：2种方法都能实现异步采样多传感器网络的动态拓扑配置和节能,且最优异步融合配置方法的效果优于次优异步航迹融合方法.     

用母函数理论分析递归算法的时间复杂度

对算法进行时间复杂度分析是算法分析与研究的重要内容,而对递归算法分析其时间复杂度时往往比较困难．提出了用组合数学中的母函数与递推关系理论来分析一些特殊的递归算法的时间复杂度,并同时得出三个推论,在算法的分析与研究方面具有一定的参考价值．     

一种海量数据快速聚类算法

为满足海量数据处理要求,提出了一种基于网格的K-means快速聚类算法（SPGK）.设计基于网格质心的聚类簇个数选取算法,对数据进行网格划分得到每个网格的质心,将质心作为K-means聚类的样本点,从而减少K-means的欧氏距离计算次数.该算法基于Spark平台实现并行计算,进一步地提高了算法的运行效率.SPGK不但能够获得良好的聚类效果,而且缩减了欧氏距离计算次数,适用于海量数据的快速聚类.在千万级数据集上的实验结果表明,SPGK的性能明显优于现有的K-means++和基于K均值聚类的递归划分方法.     

具有分段有界变差系数的三角级数的一个性质

将Leindler定理的条件推广到分段有界变差数列（PBVS）中。当正弦级数的Fourier系数满足分段有界变差条件时,结合最佳逼近的定义,运用分段讨论方法,在坛范数下研究得到正弦级数的最佳逼近与Fourier系数之间的关系式,并对关系式进行了证明。