变系数部分非线性模型的分位数回归估计

研究纵向数据缺失下变系数部分非线性分位数回归模型的估计问题.利用逆概率加权法结合分位数回归给出参数估计和非参估计;在一定条件下,证明了所给估计量的渐近正态性;通过数值模拟,验证了所提方法的有效性.

浅水波方程模型与奇非线性行波方程解的动力学行为及精确的参数表示:动力系统方法

首先,介绍在重力作用下,无旋、无黏性和不可压缩的流体的表面波传播的一维(或两维单向)浅水波运动的各种不同模型(PDE),这些模型对应的行波系统一般是奇平面动力系统.其次,用著名的广义Camassa-Holm方程作为例子,通过对应的行波系统的精确解来研究该方程的尖孤子、周期尖波、伪尖孤子、伪周期尖波及有界破缺波解的存在性.第三,应用动力系统分支理论和奇摄动几何理论相结合的方法,建立了奇非线性行波方程研究的理论和方法,介绍奇非线性行波动力学行为的2个主要定理,完整地解决了波的光滑性与非光滑性、完整性和破缺性的判定问题.第四,介绍当伴随正则系统直线解上的奇点是结点时,如何用相轨道识别对应的波形,并研究一个非线性水波方程,获得该系统的各型光滑的孤立波和周期波在不同参数条件下的存在性和精确的参数表示.

多策略融合改进的沙猫优化算法及其在非线性马斯京根模型参数估计中的应用

针对广义非线性马斯京根模型在河道洪水演进中参数估计精度低及易陷入局部最优解的问题,文章提出一种多策略融合改进的沙猫优化算法(MSCSO),以提高洪水演算的精准程度。首先,利用Logistic混沌映射等策略提升原算法寻优能力;其次,通过与沙猫优化算法(SCSO)、灰狼优化算法(GWO)及正余弦优化算法(SCA)对比,验证MSCSO在寻优性能上的优势;最后,将其应用于广义非线性马斯京根模型参数优化。实验结果表明:MSCSO算法有效提升模型精度,具有广泛的应用前景。

哈里斯鹰算法在广义非线性马斯京根参数优化中的应用——以洛河为例

马斯京根模型在河道洪水演算中发挥着重要作用,其演算精度在于参数的优选。针对目前马斯京根参数率定中存在的求解复杂、精度不高等问题,提出利用哈里斯鹰算法对其参数进行优化,这种方法具有广泛的全局搜索能力,且需要调节的参数较少。以黄河支流洛河为研究对象,利用广义非线性马斯京根模型对宜阳—白马寺段的河道进行洪水演算,且分别用哈里斯鹰算法、粒子群算法和蚁群算法对其参数进行优化。结果表明,基于哈里斯鹰算法的广义非线性马斯京根模型在洛河宜阳—白马寺段的演算精度较高,其Min.SSD为1237,洪峰误差DPO仅为5,均优于粒子群算法和蚁群算法优化后的结果,其成果适合应用于洛河宜阳—白马寺段的洪水预报工作。

基于非线性预测模型的行业轮动策略研究

相对于线性模型,非线性模型可以更好地处理变量间的非线性关系,得到更准确的预测结果。选择中信一级行业月度数据作为研究对象,采用基本面和技术面因子作为预测指标,利用分位数回归、广义可加模型以及随机森林三种非线性预测模型对我国股市行业收益率进行预测并构造投资组合。研究发现:相对于线性模型,非线性模型的预测准确度更高,随机森林模型的表现最优,构建的投资组合表现最好;对随机森林模型的改进研究发现,应尽可能往模型中增加更多的因子,而不必考虑变量间的共线性问题,但是加入的因子必须要包含有预测信息,如果加入因子携带的预测信息过少,很可能会拖累模型的表现。研究结论是对投资组合理论以及人工智能理论的有益补充,对于投资者的投资实践也具有一定的参考价值。

基于广义可加模型的烤烟常规化学成分与感官评价指标非线性关系解析

为分析烟叶化学成分与感官评吸质量之间的关系,建立了基于广义可加模型的非线性关系识别方法,并以国内主产烟区烤烟中部烟叶（8~12叶位）497个样本为研究对象,研究了烤烟烟叶总氮、烟碱、总糖和还原糖4种常规化学成分含量与感官评价指标间的线性与非线性关系。结果表明：1在样品烟叶化学成分的分布范围内和5%显著水平下,总氮与香气质、香气量、杂气、刺激性和余味呈显著线性负相关,烟碱与香气量、余味分别呈显著线性正相关和负相关,总糖、还原糖与香气质、香气量、杂气、刺激性和余味均呈显著线性正相关;2总氮与香气质、杂气、刺激性和余味之间,烟碱、总糖、还原糖与香气质、香气量、杂气、刺激性和余味之间均存在显著的非线性关系,且均表现为明显的“∩”型曲线关系,而总氮与香气量的非线性关系在5%显著水平下不显著;3烤烟烟叶总氮、烟碱、总糖和还原糖含量的适宜区间分别为1.5%~2.8%,2.0%~3.5%,15%~28%和15%~25%。

非线性成矿预测理论:多重分形奇异性-广义自相似性-分形谱系模型与方法

介绍了“奇异性-广义自相似性-分形谱系”(“3S”:SingularitygeneralizedselfSimilarityfractalSpectrum)为核心的多重分形现代成矿预测理论与模型(MultifractalMineralizationPredictionTheoryandModels)的基本内容和前沿研究方向.讨论了作为非线性、复杂性理论的重要领域之一,多重分形理论所提供的“奇异性-广义自相似性-分形谱系”等概念和相关的模型.这些新概念和模型不仅能够合理地描述成矿系统、成矿过程、成矿富集规律、矿产资源时空分布,还提供了定量模拟和识别成矿异常(地质、地球物理、地球化学、遥感异常)的有效模型和实用方法.将多重分形原理与成矿过程、矿产资源分布规律、矿产资源信息获取研究相结合,可形成具有良好应用前景的现代成矿预测理论与模型.采用该多重分形矿产资源预测理论和在此基础上所开发的专用地学非线性空间信息GeoDASGIS技术,对国内外多个金属成矿区带进行了矿产资源勘查与评价,均取得了较理想的预测效果,表明对开展矿产资源勘查和评价是有效和可行的.

基于非线性分位数混合效应构建杉木树高曲线模型

【目的】探索树高-胸径模型构建新方法,将分位数回归与非线性混合效应法相结合应用于树高-胸径模型构建,以此提高模型的拟合精度。【方法】利用2018年福建省将乐国有林场30 m×30 m固定样地1306株杉木的实测树高、胸径数据,从4个树高-胸径模型中筛选拟合效果最好的为基础模型,基于基础模型分别采用非线性混合效应、分位数回归以及非线性分位数混合效应构建树高-胸径模型。采用评价指标均方根误差(RMSE)、调整后决定系数(R^(2)_(adj))和均方差(MSE),对各模型的拟合结果进行评价比较,采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)以及对数似然函数值(Loglik)比较各最优模型的拟合精度和预测精度。【结果】根据评价指标对比显示,Logistic模型为基础模型。非线性混合效应模型的拟合效果最优(AIC为3953.986,BIC为3988.199,Loglik为-1969.993),非线性分位数混合效应模型(AIC为3979.418,BIC为4028.293,Loglik为-1979.709)次之。模型拟合效果排序为非线性混合效应模型>非线性分位数混合效应模型>基础模型>分位数回归模型。比较各模型的残差图可知各模型均不存在异方差现象,预测效果排序为非线性混合效应模型>非线性分位数混合效应模型>基础模型>分位数回归模型。【结论】本研究将分位数回归与非线性混合效应法相结合,该方法对分组数据结构中不同分位点个体间的差异与关联做出解释,提高了模型的稳定性以及拟合精度,将该方法应用到树高-胸径关系的研究上是一个可行的思路,为构建树高-胸径模型提供新方法。

开孔簿板非线性分析的数学模型和广义变分原理

基于薄板非线性弯曲的Ｋｉｒｃｈｈｏｆｆ－Ｋａｒｍａｎ假设。本文提出了在任意中面边界条件下任意开孔薄板非线性分析的三类边值问题并建立了相应的广义变分原理．能够看到在本文中提出的数学模型完全是一种新的不同于Ｋａｒｍａｎ理论的模型．这些数学模型能够应用于任意中面边界条件下开孔薄板的非线性分析和稳定性分析．

广义线性模型的分位数回归变点检测

变点问题因具有广泛的应用,一直是一个研究的热门问题。文章结合分位数回归的思想,考虑了广义线性模型在连接函数不变的情况下其参数是否发生改变,利用子样本的次梯度来构造检验统计量,并且找到了在原假设下检验统计量的渐进分布,并通过数值模拟证明了该检验的有效性。

非线性量测下的机动多目标跟踪

为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过去相关无偏量测转换实现位置量测从极坐标系到笛卡尔坐标系的无偏转换,并通过预测值去除量测误差和其协方差的相关性造成的滤波估计偏差,实现了非线性场景下的机动多目标跟踪;然后,通过航迹和量测的关联新息以及目标的机动约束构建联合波门,降低了杂波量测的数量;最后引入改进的模糊算法,以目标的模型后验概率为输入,根据模型的分离程度自适应调节运动模型的过程噪声,增加滤波精度。研究结果表明:在杂波环境下,通过与CKF-JMS-δ-GLMB、CKF-IMM-δ-GLMB等非线性多模型滤波器对比,所提算法计算时间较小,且跟踪精度更高,鲁棒性强。所提算法避免了传统的非线性处理方式计算量较大的问题,并且具有较好的杂波抑制特性,提升了非线性量测下机动多目标跟踪的性能。

带拯救的广义非线性Markov分枝模型的稳定性

该文考虑了一类带拯救的广义非线性Markov分枝模型.首先讨论了带拯救的广义非线性Markov分枝q-矩阵发生函数的性质,通过发生函数给出了过程的正则性和唯一性判别准则,得到了没有拯救情形下过程的灭绝概率和平均灭绝时间,并讨论了带有拯救情形下模型的稳定性和遍历性,得到了过程的常返性和遍历性的充分必要条件.最后,给出了遍历情形下该过程的平稳分布.

广义非线性模型的影响分析

本文从几何的观点研究广义非线性模型及其影响分析我们给出了均值漂移模型的曲率度量；在此基础上，导出了广义非线性模型度量影响的诊断统计量的二阶近似公式作为推论，本文的结果适用于两种重要的特殊情形：第一，广义线性模型的影响分析；第二。

广义线性模型和非线性模型在天气气候分析中的应用

本文对近年来人们所关注的几种成熟的广义线性模型和非线性模型理论进行了描述,并给出了它们在天气、气候分析中的应用实例。

含竞争指标的广义可加混合效应树高-胸径模型

广义可加混合效应模型(GAMM)兼具参数模型与非参数模型的优点,同时适于处理多层次分组数据。通过运用广义可加混合效应模型模拟胸径及树高之间关系,加入竞争因子作为辅助变量,并与传统非线性混合效应模型进行比较,能够为建立树高曲线及提高模型精度提供新方法。根据吉林省汪清林业局金沟岭林场2块100 m×100 m次生混交林样地中的实测单木数据,按照7∶3比例随机划分建模与验证数据。随机效应设定为林木分级,辅助变量选择大于对象木胸高断面积之和(B_(AL))或简单竞争指数(Hegyi指数,H_(EG)),根据随机效应的设定位置共构建15个广义可加混合效应模型,对照模型以Logistic及Richard方程为基础模型,共构建6个非线性混合效应树高-胸径模型。结果表明:所有广义可加混合效应模型均能较好地描述自变量与树高之间的关系,决定系数(R^(2))为0.8897~0.8998,相对均方根误差(R_(RMSE))为17.87%~18.74%,平均绝对误差(M_(AE))为1.7881~1.8745 m,赤池信息量(A_(IC))为4120.42~4162.23,均优于相同自变量下的非线性混合模型,R^(2)平均提高0.005,相对均方根误差、平均绝对误差、赤池信息量分别平均降低0.46%、0.0587 m、41.49。对于验证数据的预测可以看出,模型5具有最小的预测相对均方根误差,为20.28%,同时具有最小的预测平均绝对误差,为2.1038 m。但部分广义可加混合效应模型的预测表现略差于非线性混合模型。综合考虑参数与非参数估计显著性、模型估计精度及预测能力,所有模型中的最优模型为模型5,即以B_(AL)为辅助变量,考虑唯一全局平滑函数并以具有相同扭曲程度的分组水平平滑函数为基础添加随机效应。竞争因子选择B AL作为辅助变量能够提升树高模型的精度,而选择Hegyi指数为辅助变量的促进效果不明显。研究建立的广义可加混合效应树高胸径模型相较于传统非线性混合效应模型具有更高的估计精度及预测效果,B AL适宜作为树高模型的辅助变量来反映林木竞争状况的影响。

压电陶瓷执行器迟滞特性的广义非线性Preisach模型及其数值实现

压电陶瓷执行器的迟滞非线性不具有经典Preisach模型的次环一致特性,直接利用该模型对压电陶瓷执行器的迟滞特性建模会产生较大误差。为了提高压电陶瓷执行器的迟滞特性建模精度,在非线性Preisach模型的基础上推导得到适用于压电陶瓷迟滞特性的广义非线性Preisach模型,并给出简化分类计算公式。广义非线性Preisach模型将经典Preisach模型表示定理中的次环一致特性修改为次环等弦长特性,放宽了对描述对象的限制要求。实验数据表明,与经典Preisach模型相比,广义非线性Preisach模型预测位移的误差绝对值的最大值降低了0.22μm,均方根误差降低了0.11μm,能够更精确地描述压电陶瓷的迟滞特性。

关于一类广义非线性变分不等式组的新逼近算法(英文)

引入了一类新的广义非线性变分不等式组的新逼近算法 ,讨论了其解的存在性 。

微燃机-冷热电联供机组的Hammerstein模型及非线性广义预测控制

为研究微燃机-冷热电(MGT-CCHP)联供机组动态运行特性及控制策略,采用Hammerstein模型结构快速辨识其非线性动态特性,并将非线性动态特性以串联的非线性静态模型和线性动态模型表示.采用逐步回归法确定动态模型阶次并采用粒子群算法辨识模型参数,得到易于复现的块结构化模型.基于Hammerstein预测模型,设计了MGT-CCHR冷负荷跟踪非线性广义预测控制器.利用Hammerstein模型分块描述对象静态与动态特性的结构特点,将非线性广义预测控制转化为线性广义预测控制与非线性静态函数求根问题,使控制量求解简化.通过与最优参数PID控制器的仿真结果比较表明,所设计的非线性广义预测控制器具有改善冷负荷跟踪性能和节能控制的效果.

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解祸控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.

管片衬砌梁–弹簧广义模型及接头转动非线性模拟

梁–弹簧模型法在盾构管片衬砌设计计算中逐渐得到广泛应用,但现有的梁–弹簧模型无法模拟盾构衬砌管片接头的不连续变形及接头转动刚度的非线性特性。基于此,开展了梁–弹簧模型在衬砌设计中的适用性及非线性接头转动刚度在梁–弹簧模型中的应用研究。研究表明:根据对相邻管片在接头位置结点位移处理的不同,可将梁–弹簧模型分为梁–弹簧连续模型和梁–弹簧不连续模型,后者又称为梁–接头模型,可准确分析盾构管片衬砌的内力及变形。采用梁–弹簧不连续模型求解衬砌内力及变形时:对于线性接头转动刚度模型,可基于卡氏第二定理求解;对于多段线性模型,可基于卡氏第一定理或克–恩定理求解;对于非线性模型,可采用增量–迭代法数值求解。