考虑不同充电策略的锂电池健康状态区间估计

评估锂离子电池健康状态(SOH)对于电池使用、维护、管理和经济性评价都有十分重要的意义,但当前锂电池SOH估计方法多针对特定充电策略,采用确定性估计模型,无法反映电池退化过程中的随机性、模糊性等不确定性信息.为此,提出一种适用于不同充电策略的锂电池SOH区间估计方法.该方法针对不同充电策略的电池循环充放电数据提取多个特征参数,通过交叉验证自动选择针对特定充电策略的最优特征参数组合.另外,考虑到锂电池全生命期循环次数有限,属于小样本问题,提出集成支持向量回归与分位数回归优势的支持向量分位数回归模型(SVQR)进行锂电池SOH区间估计.选用放电程度较深的锂电池充放电循环数据作为训练集,对SVQR模型进行离线训练,训练好的模型用于不同充电策略下锂电池SOH在线估计.采用具有不同充电策略的数据集验证所提方法,实验结果表明:所提方法适用于不同充电策略,且估计结果优于分位数回归法、分位数回归神经网络法和高斯过程回归法.

基于经验似然方法对分位数相关系数的区间估计

分位数相关系数是一种度量两个随机变量之间线性相关关系的非对称相关系数,在统计,金融,化学等领域的特征选择问题中都扮演着重要的作用.同时,经验似然作为一种非参数方法,被广泛应用于各类模型的统计推断问题.对于任意两个随机变量,从分位数相关系数的定义出发,建立估计方程,引入代入经验似然方法(PEL)和其修正版本(APEL),分别得到渐近规则化的卡方分布和标准卡方分布,从而得到分位数相关系数的区间估计.数值模拟部分从覆盖概率,置信区间长度和基于区间得分的平均损失三方面比较了两种基于经验似然的方法同其他已有方法的效果.实证分析部分将提出的方法应用于一项来自福布斯排行榜的数据集.

点估计与区间估计:算法预测呈现方式对人机共融决策效果的影响

决策者对算法的态度及采纳程度是实现人机共融决策扩展中的关键议题。但目前关于算法预测的不同呈现方式的影响尚缺乏深入探究。本文以两个典型的人机共融决策场景为研究情境,设计了三个层层递进的在线随机对照实验,探究智能算法预测结果以点估计及带有不同置信度的区间估计等形式呈现对人类决策者采纳程度的影响及背后的原因。研究发现人类决策者对以不同形式呈现的同一算法预测的采纳存在行为偏误。研究提出并验证了可解释这一行为偏误的一种认知捷径,据此设计了一种可消弭该偏误的算法预测结果展示方式,通过实验验证其效果并分析决策者间的异质性。本研究结论具有清晰的因果识别及可操作性,对人机共融决策相关理论及实践具有一定的贡献。

t分布误差下非参数回归模型的区间估计

为了探索非正态分布误差下非参数回归模型的区间估计问题,本文考虑了模型误差独立且服从t分布的情形。利用小波方法和t分布的性质,构建响应变量的近似置信区间。考虑到在应用中误差分布未知,利用Bootstrap采样得到原始信号数据的区间估计。模拟算例表明:在区间覆盖率、区间平均带宽和覆盖宽度准则意义下,与基于重构信号的区间估计相比较,基于近似信号的区间估计是一种较为理想的方法。

区间估计中的四大误区

本文从我国目前统计理论和现实的角度出发,提出我国统计界在区间估计的实际工作中存在的4种偏见,并逐一加以分析、论证、比较、鉴别,力图揭示产生这些问题的原因。

基于椭球束的多智能体系统执行器故障区间估计

本文针对一类具有未知但有界不确定性的多智能系统,提出了一种基于椭球束的鲁棒故障区间估计方法。首先,将执行器故障向量视为辅助的状态向量,构建出一个新的增广系统。其次,基于图论理论,将多智能体系统整理成全局描述方式,针对该全局系统,利用全局相对输出估计误差,设计一种未知输入观测器,并生成估计误差动态系统。考虑估计误差动态系统受未知但有界的不确定性影响,基于椭球束生成估计误差每个时刻受干扰影响的上下界,再结合观测器对增广状态的点估计结果,生成状态与故障的估计区间。最后,基于多个飞机编队模型对本文所提方法进行了仿真验证。

Sylvester-Kac矩阵的奇异值所在区间估计

利用n+1阶置换矩阵,将Sylvester-Kac矩阵化为一个主对角线上2个零块,斜对角线上2个非零块的四分块矩阵,再利用矩阵A的奇异值分解问题等价于矩阵AA^(*)的特征值分解问题的关系,以及矩阵的Gerschgorin圆盘定理、Hermite矩阵、半正定矩阵的性质,获得了这个三对角矩阵的m个奇异值的区间估计,还获得了这个矩阵的谱半径的区间估计.

最短区间估计下的电磁罗经精度评定方法

针对现有船用电磁罗经等导航装备精度评定需要多次长航时样本而实际试验耗时长难以组织的实际问题,提出了一种基于t分布、χ2分布最短区间估计的精度评定方法。通过改进χ2分布分位点的选取,求出自由度为n、置信度为1-α的最短方差区间,通过均值、方差的置信区间求出最短RMS的置信区间来评定总体误差。方法可以根据不同数量的航行试验样本实现导航系统参数的RMS精度的评估性能。实例分析结果表明,该评定方法实现了基于不同样本评定船用电磁罗经精度性能,比现有评定方法结果更加准确合理,在满足置信度的情况下,也可以适当放宽对航次的要求。

威布尔分布尺度参数的最短区间估计

研究了威布尔分布尺度参数的区间估计方法,给出了威布尔分布尺度参数的最短区间估计方法;通过实例介绍了最短区间估计方法的应用,最后指出最短区间估计方法较传统区间估计方法的优越性。

负二项分布参数的两种区间估计

研究了负二项分布参数的区间估计方法,给出其两种区间估计方法。首先给出负二项分布参数的精确区间估计方法;其次给出大样本近似区间估计方法。最后通过数值例子介绍这些区间估计方法的应用。

指数分布参数的Bayes HPD置信区间估计

利用Bayes统计分析方法,研究当先验分布为伽玛分布时,指数分布未知参数λ的Bayes区间估计问题,并给出参数的最高后验概率密度区间-HPD区间估计的条件极值解法,给出例子说明该方法的优越性.

数控机床可靠性指标的似然比检验区间估计

为评估现场时间截尾少样本故障数据的多台数控机床的可靠性,基于似然比检验理论,提出包括初步粗略评估和最终精确评估的数控机床可靠性指标的似然比检验两步区间减半评估方法,推导计算2参数Weibull分布评估模型参数及平均无故障工作时间、可靠寿命和可靠度等可靠性指标区间估计的迭代公式。应用该方法初步评估时,可先取较大计算步长,寻找评估指标上凸曲线的最大值和下凹曲线的最小值,计算结果可取至整数,不需要精确计算。在第二步精确评估时,在最大(小)值左右两区间分别取减半区间或更小区间,细化步长,重新计算,直至找到满足精度的精确估计值。结合一具体实例,给出2参数Weibull分布评估模型参数及可靠性指标的点估计和区间估计。结果显示该方法可减少计算量,提高迭代速度,适用于少样本数据的可靠性分析。

基于区间估计的地铁施工安全风险评价指标筛选

地铁施工安全风险评价指标体系的建立是进行安全风险评价的核心内容,并直接影响评价结果的准确性。本文在比较研究了评价指标体系筛选方法及对其适用性进行分析的基础上,构建了层次分析区间估计方法的地铁施工安全风险评价指标筛选理论模型。通过对近10年来我国地铁施工过程中发生的事故类型的分近,对事故发生的风险源进行了重点分析,进而建立了施工安全风险的初始指标。并结合运用模型对哈尔滨地铁一号线一期6标段的施工安全风险评价问题进行了实际验证,本研究为施工企业评价施工现场安全风险,提高安全管理能力提供了新思路。

基于区间估计的风电出力多场景下静态电压安全域研究

提出一种建立风电多场景的新方法,用于计算发生概率较大的风电出力场景及该场景下的系统静态电压安全域边界。该方法依据风速的威布尔分布特性,能够在参数未知的情况下,利用实测风速的极大似然估计和Fisher信息矩阵,对风速的形状参数、尺度参数进行满足置信度?的区间估计,再根据Gamma函数与威布尔分布n阶矩阵的关系,来计算实际风速期望的近似区间,继而计算风电的出力水平;再依据该出力水平区间的上、下限求得能适应大部分风电扰动的基于割集功率空间的静态电压稳定域实用边界。最后通过实例验证该方法的实用性和有效性。

考虑定时截尾数据的数控机床可靠性Bootstrap区间估计方法

针对采用参数Bootstrap方法进行数控机床可靠性区间估计时,在重抽样过程中因缺失定时截尾数据而产生较大估计误差的问题,提出一种能够充分利用数控机床定时截尾数据的可靠性Bootstrap区间估计方法。分析数控机床定时截尾试验中完整数据与定时截尾数据的时间关系,在重抽样时依据该时间关系重新生成Bootstrap重抽样样本,解决了采用参数Bootstrap方法重抽样时无法利用定时截尾数据,进而导致数控机床可靠性评估误差较大的问题。采用极大似然估计和Newton-Raphson方法得到了试验样本的点估计,采用纠偏加速系数对极大似然估计带来偏性误差进行纠偏,进而得到区间估计。结合具体实例,对抽样试验时间长度T及初步生成完整数据的个数k的设定原则进行了论述。试验结果表明:与其他区间估计方法相比,在同一置信水平下,考虑定时截尾数据的Bootstrap方法得到的可靠性区间长度短,可用于数控机床的可靠性评估。

bootstrap法在合成分数信度区间估计中的应用

在介绍bootstrap法原理的基础上,本文以一个同质测量模式的模拟数据为例,对结构方程模型下使用bootstrap法对合成分数信度的区间估计的应用中进行了演示。

基于贝塔分布的风电功率波动区间估计

风电的大规模并网使得风电功率的波动性对电网的影响越来越大,单一且确定的点预测往往不能满足电网风险分析和制定决策的需求。通过对风电功率预测误差分布特性的研究,提出利用预测功率区间分段方法与参数优化后的贝塔分布对具有偏态性的功率预测误差频率分布进行拟合。同时根据估计区间最狭原则,实现一定置信水平下风电功率的波动区间估计。利用所建优化模型、正态分布模型和优化前的贝塔分布模型分别对某风电场历史数据进行分析,对比结果验证了优化贝塔分布模型能更有效地对功率预测区间进行估计。

基于区间估计的单幅图像快速去雾

针对雾、霾等天气条件下捕获的图像存在严重降质现象,该文提出一种基于区间估计的单幅图像快速去雾方法。该方法从大气散射模型出发,基于暗通道先验理论,利用最小值滤波和灰度开运算,通过区间估计得到大气光值,同时得到介质传输率的初始估计值。通过对大气光照进行白平衡处理,从而得到简化大气散射模型。然后,利用简化大气散射模型和介质传输率的初始估计值,通过区间估计得到场景反照率的暗通道值,进一步得到介质传输率的粗略估计值。将介质传输率的初始估计值和粗略估计值进行像素级融合,通过联合双边滤波和值域调整得到介质传输率的最终估计值。最后,通过简化大气散射模型和色调调整得到去雾图像。实验结果表明,所提算法具有较快的运算速度,能有效提高去雾图像的清晰度和对比度,同时获得较好的色调保真度。

ATR算法识别率的区间估计与样本量分析

针对雷达ATR性能评估中样本量的特点,从贝叶斯分析角度出发,选取最小长度准则对ATR算法的识别率进行区间估计,主要分析不同估计精度要求下的最小样本量。分析了识别率区间估计的影响因素,分别给出了无先验信息和两类典型有先验信息情况下的识别率区间估计方法和样本量确定准则,得到了识别率估计精度和所需最小样本量的关系。

基于支持向量机的机械零件剩余寿命区间估计

为提高机械零件剩余寿命估计精度,提出了一种基于支持向量机(support vector machine,SVM)的剩余寿命区间估计模型.简要介绍SVM的线性及非线性理论,分析SVM输入变量与输出变量间的统计关系,将机械零件性能退化指标和剩余寿命分别作为SVM输入变量及输出变量.假设输入变量与残差相互独立且残差分布类型已知,采用极大似然法估计残差的分布参数,在此基础上推导一定置信水平下SVM输出变量置信区间.将均方误差作为SVM预测误差的衡量指标,应用变步长网格搜索法确定SVM参数.通过实例说明所提模型能够准确对机械零件剩余寿命进行区间估计,具有较强的工程应用价值及通用性.