鲍罗米公式在预测轻骨料混凝土28d强度方面的应用

研究结果表明,用鲍罗米公式推测轻骨料混凝土28 d抗压强度的误差较大.实测出不同配合比的轻骨料混凝土28 d抗压强度和相应的28 d胶砂试块抗压强度,运用多元线性回归分析的方法完善了鲍罗米公式,所得公式能较准确地预测轻骨料混凝土28 d抗压强度,具有现实指导意义.     

以减小均方误差为目标的估计

文章分析了病态问题的特点,提出此时以最小方差为估计准则的LS估计常不能获得稳定的解,另一比较奏效的估计准则是均方误差最小。提出了均方误差意义下的最优线性估计,将其与正则化估计对照,获得了对正则化估计更加深入的认识,而正则化估计在均方误差意义下是优于最小二乘估计的。提出了基于正则化估计的单位权方差的无偏估计公式。     

地月系共线平动点Halo轨道族的运动稳定性研究

地月系共线平动点附近的Halo轨道族,能够提供从L1点至月球再至L2点的广泛空间的多种轨道应用需要,但2个轨道族内轨道的稳定性差异较大。文章引入稳定系数和线性稳定阶数2个指标来判断轨道的稳定性,并用数值模拟分别分析了百米和千米量级的初始轨道误差在数天后所引起的轨道偏差,得出结论：两轨道族内接近平动点的部分轨道稳定性较差,其余部分轨道稳定性相差不大,L1点附近Halo轨道族内轨道较为稳定的是0.85~0.92之间的轨道,L2点较为稳定的是1.02~1.1之间的轨道。     

线性红利下带干扰的复合Poisson风险模型

在线性红利下将保单到达过程推广为Poisson过程,并通过添加Brownian运动来刻画保险公司不确定的收益和付款,建立线性红利下带干扰的复合Poisson风险模型.运用鞅方法得出了破产概率满足的Lundberg不等式和一般公式,并给出了生存概率满足的积分—微分方程。     

格兰杰因果关系检验模型分析与应用

目的 分析格兰杰因果关系检验模型,应用格兰杰因果检验模型检验房地产市场中的地价与房价之间的因果关系.方法 修正了沈阳市地价与房价的环比价格指数,对沈阳市地价与房价之间的关系进行平稳性检验,协整检验和格兰杰因果检验.结果 沈阳市房价是地价的格兰杰原因,房价的上涨会带动地价的上涨;而地价不是房价的格兰杰原因,但地价作为房价的重要组成部分,对房价有一定的影响作用.土地只是构成房地产的一个生产要素,其需求的变化是受房屋市场需求变化影响的,房屋市场供不应求,价格上涨,才使开发商对土地的需求增加,造成地价上涨.结论 土地招标、拍卖和挂牌政策的实施不是造成房价上涨的主要原因.     

时滞中立型神经网络全局渐近稳定性

针对具有时变时滞的中立型Hopfield神经网络,在对时变时滞的合理假设下,文中通过构造适当的Lyapunov泛函,提出了一种新的方法判定时变时滞中立型Hopfield神经网络系统的全局一致渐近稳定性。所得判据是建立在一个代数Riccati方程及其对应离散Lyapunov方程存在对称正定解之上的,并得出了易于计算机仿真实现的线性矩阵不等式的判据形式,仿真验证了结果的有效性。     

结合浮动车技术的SCATS自适应控制策略生成技术

针对SCATS信号控制系统存在的两个问题:相位差实时优化能力差和备选方案固化,尝试结合浮动车技术研究了SCATS自适应控制策略生成技术。通过改进地图匹配算法,提高浮动车路段行程时间估计精度,从而提高相位差实时优化能力以及模型的输入数据精度。同时根据实时的检测器数据和浮动车数据,采用模糊神经网络以及多属性决策技术自适应生成控制区域交叉口的配时参数。最后,以上海某SCATS控制区域为仿真路网,以SCATS采集的检测器数据及浮动车数据为仿真输入数据,以Paramics V6为仿真平台对本文模型进行验证,结果表明能够提高系统的控制效率。     

一类离散Markov跳跃系统基于状态观测器的鲁棒H_∞控制

研究了具有不确定性的模式依赖时滞离散Markov跳跃系统基于状态观测器的鲁棒H∞控制问题。目的是构建依赖于系统模式的观测器和控制器,使得闭环系统是随机稳定的且具有较好的H∞干扰抑制性能。通过选取合适的随机Lyapunov函数,利用线性矩阵不等式,给出了鲁棒H∞控制器存在的时滞依赖条件。基于锥补线性化算法对控制器进行求解,得到了模式依赖观测器和控制器。最后通过数值仿真证明了本文方法的可行性。     

电视购物调查分析——以陕西电视台“乐家购物”为例

对"乐家购物"消费者的调查数据用交互式列联表作初步的描述分析,表明随着年龄的增长、教育程度的提高、月收入的增加,选择电视购物的次数都有增加的趋势;构建Logistic回归模型对影响电视购物的因素作深入分析研究,揭示影响消费者选择电视购物的主要因素是年龄和受教育程度,并为电视购物的发展提出建议。     

永磁直线同步电机自适应内模控制研究

为了解决永磁直线同步电机（PMLSM）运行过程中对系统参数摄动及负载扰动等不确定因素敏感的问题,结合内模控制和模型参考自适应控制各自的优点,设计了PMLSM自适应内模控制器（AIMC）.仿真结果表明,自适应内模控制器同常规PI控制器相比,具有更好的动态稳定性和跟踪性能,对外界干扰具有较强的鲁棒性.