一类回归模型的参数估计

讨论了一类特殊的回归模型{Y(t)=F/β η(t),Ф(B)η(t)=ε(t),用最小二乘估计法对其参数进行了估计,并讨论了其收敛性．     

结构型EV多项式模型参数估计的相合性

在EV模型中，函数型EV多项式模型中未知参数估计问题已解决，但在结构型EV多项式模型中还未解决。利用改进的最小二乘估计方法构造了结构型EV多项式模型中未知参数β、σ^2的估计量β、σ^2，获得了估计量β、σ^2分别是β、σ^2的弱相合估计。     

泊松过程的随机模拟及参数估计

研究了泊松过程的随机模拟，给出泊松过程的最大后验密度可信区间，借助Matlab软件对此展开探讨并给出了模拟程序。     

聚集数据的线性模型参数估计的相对效率

文献［１］提出了聚集数据的线性模型未知参数的两种估计。本文给出了关于最小二乘估计的三种估计的相对效率，并研究了它们的性质以及与文献［２］讨论过的另一种相对效率的关系。     

线性模型的分裂

对统计模型1(Y,Xβ,σ~2I),本文给出了有关β的部分分量βp的模型2,使得βp在模型2中的最小二乘估计与在模型1中的一样。模型2称为模型1关于βp的分裂模型。这模型可用于需要部分参数估计的场合。     

题目参数和能力参数估计的研究

利用最小二乘估计方法和广义逆，在同一量尺上，同时给出题目难度参数，区分度参数，能力参数的估计。     

自回归模型的参数估计

给出了ｐ阶自回归模型参数估计的一种新的迭代方法，它简便易行，无需计算自相关函数，最后给出了一个实例。     

混合回归模型的估计

探讨了对混合回归模型的混合估计进行简单替代的问题,并给出了由此产生的对估计精度的影响的表达式。     

线性反应动力学系统的参数估计

在反应动力学系统参数估计一般性原理的基础上，采用敏感度分析和基团贡献法系统地讨论了线性反应动力学系统的参数估计问题。研究结果表明，对于二组分体系和三组分体系动力学参数可以精确估计和近似会计，这个结果与线性反应动力学系统辨识方法所得的结论相一致。     

铜板轧制自调整参数模糊控制系统的建模与仿真

针对铜板轧制控制,利用模糊控制原理,提出自调整参数模糊控制方式,运用仿真软件Matlab实现这种控制器的建模与仿真.仿真结果表明,这种控制方式通过自调整参数,增强了系统实时控制效果,明显地改善了控制系统的动态性能,提高了系统的控制精度.     

偏微分方程的参数估计

本文对于一阶非线性偏微分方程模型,研究了方程中系数,边界条件和初始条件中参数的估计方法,使用最小二乘法准则,藉助变分学推导出一些必要条件.     

线性方程组的非负解

在地质力学等领域中,对构造应力场反演线性方程组的求解问题,多年来一直没有理想的求解方法。本文通过所谓最小绝对差而把它转化为线性规划的问题,从而给出了它的求解方法。     

带随机线性约束的回归模型的参数估计

针对一般带约束的最小二乘估计(OCLSE)在参数估计中处理复共线性的不足,引入随机线性约束,提出了约束-d估计方法.在均方误差(MSE)下,讨论了它的性质,得到了3个主要结果,与带约束的最小二乘估计OCLSE、约束岭估计(RORE)比较,得出更好的结论.     

参数受约束时线性模型的线性Minimax估计

考虑线性模型Y=β ε,Eε=0,Var(ε)=σ~2V,其中Y为n维观察向量,V≥0为已知n×n矩阵,β∈R~n,σ~2>0为未知参数,受椭球约束U={β:β′Hβ≤σ~2},H为已知n×n矩阵,C.R.Rao在[1]中给出了H>0时,p′β的唯一线性minimax估计,本文讨论了一般的非负定矩阵H≥0,H≠0的情况,也给出了p′β的唯一的线性minimax估计.     

过程控制远程仿真实验系统开发与应用

在分析Matlab的网络应用及其运行机制的基础上,提出基于Matlab Web Sever开发网络实验系统的方法,并运用Web技术及其CGI功能,开发Matlab络应用程序,建立B/S模式的过程控制远程仿真实验系统.测试表明该系统结构简单、易扩展和维护、交互性强,有较高的实用价值.     

直接转矩控制系统的性能仿真分析

在Matlab环境下,根据异步电机直接转矩控制系统的数学模型,采用Simulink模块完成了直接转矩控制系统的建模与仿真.仿真实验结果表明,直接转矩控制系统具有结构简单、转矩响应快速、鲁棒性强等优点.同时也简单分析了直接转矩控制系统低速下所存在的问题.     

双闭环直流调速在纺织设备中的应用及其Matlab仿真

介绍双闭环直流调速技术在纺织设备中的应用,设计了双闭环直流调速系统并选择PI调节器进行参数计算及校验.建立了Matlab/sjmulink仿真模型,给出并分析了转速及电流的仿真波形.     

任意线性方程组的迭代解法

线性方程组Ax=b，在A是非奇异的情况下，有很多种迭代法，但在A是奇异或长方的情况下，如何保障迭代法的收敛？可先构造4的一个恰当的正常分裂，来保障迭代法收敛的情况下，再用迭代公式求出线性方程组Ax=b的解。