非稳态导热问题分析解特征函数正交性的讨论

非稳态导热问题分析解是传热学中十分重要的内容之一,多数传热学教材对特征函数正交性的论述较为简略,影响了对求解过程的理解.本文以大平板非稳态导热问题分析解求解过程为例,重点讨论了特征函数正交性的含义、特征函数正交性的证明以及特征函数正交性的应用,给出了保持求解过程连贯、帮助学生理解的教学建议,为非稳态导热问题分析解及其数学解析过程的教学提供了参考.

基于Copula函数和风速正交分量的风矢量联合概率密度研究

准确地表示风矢量联合概率密度对于风能的评估和风机结构设计具有重要意义,本文将围绕提升风矢量联合概率密度表示结果准确性展开研究。首先,将风矢量表示为风速正交分量,采用混合Normal分布分别对边缘概率密度进行表示,并提出了估计混合Normal分布参数的方法。然后,基于Copula函数考虑风速正交分量间的相关性,从而得到二者的联合概率密度,其中Copula参数通过最小二乘法估计,紧接着通过雅可比变换得到风矢量联合概率密度。最后,采用印度风能研究所的测点S3和S7的每小时平均风速和风向数据,与以往基于Copula函数和风速、风向变量得到的风矢量联合概率密度结果进行对比。结果表明,与以往方法相比,所提方法得到的风矢量联合概率密度结果准确性有很大的提升,本文可为风能的开采和利用提供理论依据。

基于对数正态误差函数的变步长盲均衡新算法

为了克服常数模算法(CMA)收敛速度慢,收敛后均方误差大的不足,定义了对数正态误差函数和新变步长,提出了基于对数正态误差函数的变步长盲均衡新算法。通过调整对数正态误差函数的均值与方差及变步长特性参数来加快该算法的收敛速度并减小收敛后的均方误差。用深海声道轴信道,对该算法的性能进行了仿真研究。结果表明:该算法收敛速度快、收敛后均方误差小,较好地克服了CMA的缺陷。

模糊可靠性分析的等效正态隶属函数法

针对模糊可靠性分析难以获得解析解,而用数字仿真法求解过于复杂的问题,提出了将非正态模糊变量变换为等效的正态模糊变量,建立一种统一的模糊可靠性分析方法。给出了几种对称型隶属函数的等效正态隶属函数,并通过算例对等效前后隶属函数曲线以及模糊失效事件的概率进行了比较,表明了此方法具有较好的精度。

关于半参数函数关系模型的渐近正态性

本文研究固定设计的半参数函数关系模型.利用权函数和广义最小二乘法得出未知参数和未知函数的估计,在一定的条件下证明了估计是强相合的,并且渐近地服从正态分布.

基于三维Copula函数的滴灌硝态氮淋失风险评估方法

硝态氮淋失是滴灌系统设计和运行管理需要考虑的重要因素。该研究构建了滴灌条件下的水氮运移模型,利用HYDRUS-2D软件进行了求解,模拟分析了田间尺度砂壤土饱和导水率和初始含水率空间变异对NO_3^--N淋失率的影响,并利用三维Gumbel-Hougaard Copula函数构建了土壤饱和导水率、初始含水率和NO_3^--N淋失率的联合分布函数,分析了给定土壤饱和导水率和初始含水率条件下NO_3^--N淋失率超过某一阈值的条件概率。结果表明,NO_3^--N淋失率概率密度函数可用指数函数表示;土壤饱和导水率和初始含水率的空间变异会明显增加NO_3^--N淋失风险;NO_3^--N淋失率超过给定阈值(6.4%,均质土壤条件下的NO_3^--N淋失率)的条件概率基本随土壤饱和导水率和初始含水率的增大而增大。构建田间尺度土壤特性参数(如饱和导水率、初始含水率等)与NO_3^--N淋失率的联合分布函数为研究多变量空间变异条件下NO_3^--N淋失风险评估提供了参考。

PA样本回归权函数估计的一致渐近正态性

在平稳PA样本下,讨论了非参数回归模型中权函数估计的一致渐近正态性,并给出了这个估计的一致渐近正态性的收敛速度.

相依样本下回归函数分割估计的渐近正态性

在一种相依样本下,利用鞅的理论证明了回归函数基于分割的估计■渐近正态性,其中I_A(x)为集合A的示性函数。给出了相关定理:在一定的假设条件下,X_i具有密度函数f(x),E|Y|^(2+δ)<∞,EV^(2+δ)(X)<∞,x∈R^d为固定点,nv_N^2→∞。

有关正态随机变量函数分布的探讨

讨论了有关正态随机变量函数分布的性质及应用 .

α-混合相依函数型数据改良核回归估计的渐近正态性

文章对回归模型Y=r(X)+ε进行了研究。设{(Xi,Yi),1≤i≤n}为取值于E×R上的一组同分布样本,其中E是由半度量d(.,.)生成的某个抽象的半度量空间,R是一个实数空间。在α-混合相依情形下,利用Bernstein大块小块过程,建立函数型数据的改良核回归估计的渐近正态性。

LINEX损失函数下正态均值的估计问题

考虑了在ＬＩＮＥＸ损失函数下正态分布均值的估计问题，在线性估计类ｃＸ＋ｄ中得到了它的容许估计，并对非容许估计得到了一致改进估计，将相应的结果应用于线性回归模型的系数估计之中。

正态云隶属度函数确定的FSM方法

隶属度函数及其确定方法的研究具有重要意义。采用正态云模型表示的隶属度函数综合了模糊性和随机性,具有普适性;提出了确定隶属度函数的模糊减法均值聚类(FSM)方法,得到了最优聚类中心和数据的隶属度。实例仿真表明,采用该方法确定了石油钻井中总体积的正态云隶属度函数,解决了隶属度函数难以客观描述和难以确定的问题。

分母为正系数多项式的有理函数逼近的整体和点态估计

对任意定义在[0,1]上的非负连续函数f(x)(f■0),该文证得:存在一个正系数多项式P_n(x)∈Π_n(+),使得其中A_n(x)=(x(1-x))^(1/2)+1/n^(1/2),0≤λ≤1,而Π_n(+)表示由所有次数不超过n的正系数多项式构成的集合.当f(x)在(0,1)内恰好改变l次符号时,该文构造了有理函数r(x)∈R_n^l(+)。

正态线性模型中可估函数的Minimax估计

对于正态线性模型Ｙ～Ｎ（Ｘβ，б2Ｖ），在二次损失Ｌ（б，ＤＸβ）＝下，本文利用可容许性理论，证明了可估函数ＤＸβ的一个线性估计在一切估计类中是ＤＸβ的唯一Ｍｉｎｉｍａｘ估计。

利用逆正态得分函数修正秩的非参量检测器

提出了2种新型基于修正秩检验的非参量检测器:广义符号修正秩检测器和Mann-Whitney修正秩检测器。通过Monte-Carlo仿真分析了这2种检测器对起伏雷达目标的检测性能,并分别与4种经典的非参量检测器:广义符号检测器、Mann-Whitney检测器、修正秩方检测器和Savage检测器的检测性能进行了比较。广义符号修正秩和Mann-Whitney修正秩检测器是通过设计秩统计量的逆正态得分函数来获得检验统计量,通过Monte-Carlo仿真实验得出比修正前的非参量检测器有更好的检测性能。这2种新型修正秩检测器对积累分布函数连续且概率密度函数服从对称分布的数据具有恒虚警性能。

截尾样本下非参数回归函数改良分割估计的渐近正态性

设{(Xi,Yi),i≥1}是从取值于Rd×R1的总体(X,Y)中抽出的一个i.i.d样本E|Y|<∞。文章在简洁的条件下,利用截尾数据的性质和鞅的有关理论,证明了非参数回归函数改良分割估计的渐近正态性。

相依随机变量的密度函数的递归核估计的渐近正态性

设{X_n;n≥1}为同分布的ρ-混合序列,其未知密度,f(x)的递归核估计为: f_n(x)=1/n sum from j=1 to n h_j^(-1)K(x-X_j/h_j),本文在适当的条件下,讨论由f_n(x)所产生的随机元的有限维渐近正态性。

非正态随机向量分布密度函数的一个刻划

本文给出了所有边际分布是正态分布而联合分布不是正态分布的随机向量(ξ_1,ξ_2,…,ξ)的分布密度函数的一个刻划.

回归函数基于分割的改良递推估计的渐近正态性

提出了回归函数基于分割的改良递推估计,mn(x)=sum (IAn(x) (Xi)YiI(|Yi|) from i=1 to n≤bi)/sum (IAn(x)(Xi)) from i=1 to n,并在较为简洁的条件下证明了该估计量的渐近正态性.

基于倒正态损失和满意度函数的多响应稳健设计

针对多响应稳健设计问题,以响应曲面法为基础,采用倒正态损失函数改进传统的满意度函数,以同时优化多响应的均值和标准差。首先选择恰当的实验设计获得样本集,然后通过倒正态损失函数将各个响应的均值和标准差同时引入满意度函数,建立综合满意度函数模型,而后用遗传算法对模型进行寻优,获得一组较优的输入变量组合,以实现输入变量的优化。案例研究表明,所提方法能使多响应的均值较好地接近目标值且标准差较小,实现了多响应的稳健设计。