低渗砂岩储层渗透率有效应力定律试验研究

试验设计多个回路,各个回路的孔隙流体压力不同,每一回路在孔隙流体压力不变,增加和降低围压方式下进行。试验过程中采用稳态法测定不同围压和孔隙流体压力下的岩芯渗透率,并用响应面法对试验结果进行处理分析。结果表明,有效应力系数α随围压和孔隙流体压力的变化而变化。当围压很大时,试验研究得到的有效应力系数很小,这与过去试验研究的结果差别很大。最后用有效应力系数α=1.0和本次试验获取的有效应力系数对低渗砂岩岩样进行应力敏感性评价。用有效应力系数α=1.0评价的结果是储层存在强应力敏感,而用本次试验获取的有效应力系数的评价结果是储层表现为弱应力敏感性。

分子系统发育分析的生物信息学方法

物种之间的系统发育分析研究物种的形成或进化历史,以及物种之间的进化关系,它是当代生命科学研究的一个重要分支。分子生物学和计算机科学的发展,为人类采用计算的方法从分子水平研究生物的进化历史以及探索生命的起源提供了新的思路。在过去的几十年中,基于分子水平的系统发育学研究取得很大的进展,各种各样基于分子水平的系统发育树推断方法被提出来。现从物种进化距离刻画和系统发育树重构算法两个方面,总结和评述了在过去十几年里,人类利用生物信息学方法在分子水平上研究物种进化关系的进展和取得的成果,分析了物种进化研究存在的问题和面临的挑战,指出了物种进化研究今后的主要方向。

最大似然函数法确定渗透率有效应力系数

用实验的方法研究有效应力定律,不同的实验数据处理方法拟合效果不同,求取的有效应力系数精度存在差异。为了更准确地确定渗透率有效应力系数,采用最大似然函数法对切姆斯福德和贝雷花岗岩渗透率实验数据进行了处理分析,并将此法得到的结果和常规回归拟合方法的结果以及Bernabe传统方法计算的结果进行对比,结果表明,最大似然函数法是可行的,并且其拟合效果比常规回归拟合精度高。

LGM模型中缺失数据处理方法的比较:ML方法与Diggle-Kenward选择模型

追踪研究中缺失数据十分常见。本文通过Monte Carlo模拟研究,考察基于不同前提假设的Diggle-Kenward选择模型和ML方法对增长参数估计精度的差异,并考虑样本量、缺失比例、目标变量分布形态以及不同缺失机制的影响。结果表明:(1)缺失机制对基于MAR的ML方法有较大的影响,在MNAR缺失机制下,基于MAR的ML方法对LGM模型中截距均值和斜率均值的估计不具有稳健性。(2)DiggleKenward选择模型更容易受到目标变量分布偏态程度的影响,样本量与偏态程度存在交互作用,样本量较大时,偏态程度的影响会减弱。而ML方法仅在MNAR机制下轻微受到偏态程度的影响。

低渗气藏岩石渗透率有效应力系数研究

根据修正的析因设计方案,开展三个回路的变孔隙流体压力实验,采用最大似然函数法、Bernabe法和Brace法进行实验数据处理。结果表明:升高孔隙流体压力时的有效应力系数小于降低孔隙流体压力时的有效应力系数;三种处理方法中,根据最大似然函数法计算出的有效应力与渗透率的二次多项式拟合关系最好;岩石的有效应力系数为1.02,从实验角度证实了Kwon相关结论。

MNP模型参数估计实用方法及其在出行方式预测中的应用

鉴于SML-GHK方法估计MNP模型参数具有初值敏感性,提出了一种初值点确定与参数估计的实用方法。首先应用贝叶斯方法估计MNP模型参数的初值,再结合基于GHK的模拟极大似然方法估计MNP模型参数,并通过实际算例对该方法进行了验证。结果表明:文中方法实用有效,特别是在小样本情况下效果明显;将基于该方法得到的参数值用于预测,能够较好地再现实际交通分担率;文中方法能够帮助规划师探讨某些交通政策变化时全体出行者对各种出行方式的选择概率的变化.

随机生产前沿方法的发展及其在中国的应用

本文对随机前沿生产函数模型的发展及其在中国生产率分析中的应用进行了评述。文章首先介绍随机前沿方法的基本原理、估计方法和在面板数据下对全要素生产率增长的分解,随后评述随机前沿生产函数模型的最新进展和在经验分析中的优势与作用,最后总结了在中国行业和地区经济增长研究中随机前沿方法的成果和不足,并探讨今后研究的发展方向。

基于二次置换方法的广义威布尔分布及性质

指数威布尔分布在可靠性分析中应用广泛.基于二次置换方法,将基准分布取为指数威布尔分布,构建了新的四参数威布尔分布,并研究该分布的相关统计性质.给出了该分布的分布函数、密度函数、生存函数、失效率函数及逆失效率函数的解析表达式,分析了模型参数对密度函数及逆失效率函数的影响;给出了分位数函数、k阶矩和矩母函数的计算公式.利用极大似然法对模型参数进行估计.作为应用,使用R语言对一组具体数据进行数值模拟,结果表明所提出的四参数威布尔分布具有拟合优势.

PSA通用数据库中超参数的估计方法研究

在构建核电厂概率安全评价可靠性通用数据库时,通常难以确定核电设备的超参数值。如果超参数的值不准确,那么堆芯损伤频率的不确定性分析结果将受到影响,而且也难以开展设备可靠性参数的贝叶斯更新。为解决这方面问题,根据经验贝叶斯方法,研究从设备失效记录得到可靠性通用数据过程中的统计学模型和参数估计方法,重点讨论矩法估计和极大似然法估计的数学原理,并通过举例介绍这两种方法的实际应用。

负二项分布参数估计的MM算法

同时求解负二项分布的参数的极大似然估计并不是一件容易的事情,该文利用Tian, Huang和Xu提出的组装分解技术来导出负二项分布中关于未知参数(r,p)的极大似然估计的MM算法迭代式.并给出该方法的收敛率的计算公式.随机模拟的结果表明的MM迭代结果收敛到其极大似然估计.并且随着样本容量的增加,估计的准确性和精确性以及估计的速度均有显著提高.

基于非线性滤波器的最大似然信道估计(英文)

在有限信道冲激响应较长的情况,由于待估计参数空间的高维数,准确计算最大似然信道估计的复杂度较高,在实际应用中通常采用近似的方法。利用非线性Teager-Kaiser滤波器在抑制噪声的同时可以有效提取信号的特征,定义了一个表征信道参数概率分布的似然比,对该似然函数的最大化是首先得到路径延迟的极值,然后求得复路径衰耗。计算机仿真结果表明,与非似然方法相比,采用该似然函数方法能使联合检测性能得到提高。

基于CPA搜索的低复杂度能量定位算法

将最大似然法与CPA方法结合提出基于CPA搜索的声信号能量定位算法,该算法以CPA点为中心,通过选取合适的搜索区域,可以大范围地减小搜索面积。并通过设置合适的能量门限,将接收能量小于门限的传感器节点去掉,从而进一步减少了定位算法的运算量。

一种带有色量测噪声的非线性系统辨识方法

利用最大似然判据,本文提出了一种带有色量测噪声的非线性系统辨识方法.首先,利用量测差分方法将有色量测噪声白色化,获得新的量测方程,从而将带有色量测噪声的非线性系统辨识问题转化成带白色量测噪声和一步延迟状态的非线性系统辨识问题.其次,利用期望最大化(Expectation maximization,EM)算法提出了一种新的基于最大似然估计的非线性系统辨识方法,该算法由期望步骤(Expectation step,E-step)和最大化步骤(Maximization step,M-step)两部分组成.在期望步骤中,基于当前估计的参数并利用带有色量测噪声的高斯近似滤波器和平滑器,近似计算完整的对数似然函数的期望.在最大化步骤中,近似计算的似然函数期望值被最大化,并且通过解析更新获得噪声参数估计,通过Newton更新方法获得模型参数的估计.最后,数值仿真验证了本文提出算法的有效性.

蛋鸡5周龄体质量遗传参数及估计方法比较

为调查蛋鸡资源群体早期体质量选育潜力,比较了限制最大似然法、马尔科夫链蒙特卡洛方法和积分嵌套拉普拉斯逼近方法的效率和结果准确性,应用动物模型估计遗传参数。试验鸡来自东乡绿壳蛋鸡与白来航鸡F2资源群体,包括3个世代总计5405只鸡,采用限制最大似然法和贝叶斯法剖分5周龄蛋鸡体质量表型方差。结果表明:蛋鸡F2资源群体5周龄体质量遗传力为0.49~0.59,具体因算法而定;马尔科夫链蒙特卡洛方法计算用时较长、准确性稍差;积分嵌套拉普拉斯逼近方法能够准确给出方差组分的标准误,而不是近似的或依据正态分布推测的;限制最大似然法计算用时短,结果准确,目前为最佳选择。由于蛋鸡资源群体5周龄蛋鸡体质量选育潜力大,将来可以通过个体选育获取遗传进展。

结合经验贝叶斯的极大似然方法

极大似然方法和贝叶斯方法是两种截然不同的统计方法 ,各有优缺点 .由于统计思想的不兼容 ,一般不结合起来使用 .本文根据统计学习理论的思想提出一种将两者结合使用的新方法 ,可以综合两者的优点 。

基于PLE的有确定解的端到端网络链路时延推测方法

网络时延是重要的网络性能指标,端到端网络时延推测能够克服传统的基于路由器或者路由器协作的网络测量技术的弊端。在网络拓扑已知且稳定和链路性能时空独立性的假设前提下,给出了网络链路时延推测模型,提出了一种基于伪似然估计(PLE)的有确定解的端到端网络链路时延推测方法。在应用期望最大化算法的伪似然估计的基础上,控制背靠背发包方式,确定可以求解的探测单元,解决了不满足有确定解拓扑下的求解问题,且有效降低了计算复杂度。最后利用基于模型的计算验证了该方法的准确性和有效性。

基于增长模型的非随机缺失数据处理:选择模型和极大似然方法

对含有非随机缺失数据的潜变量增长模型,为了考察基于不同假设的缺失数据处理方法:极大似然(ML)方法与DiggleKenward选择模型的优劣,通过Monte Carlo模拟研究,比较两种方法对模型中增长参数估计精度及其标准误估计的差异,并考虑样本量、非随机缺失比例和随机缺失比例的影响。结果表明,符合前提假设的Diggle-Kenward选择模型的参数估计精度普遍高于ML方法;对于标准误估计值,ML方法存在一定程度的低估,得到的置信区间覆盖比率也明显低于Diggle-Kenward选择模型。

金融市场风险测量模型VaR分析方法的改进研究

分析方法是金融市场风险测量方法中最为常用的方法.它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算.针对分析方法对分布的正态性假定与实际不符,也存在着GARCH参数估计的难度等的缺陷,讨论了分析方法的一些有效的改进途径,提高了VaR的估算精度.

固定效应变系数空间自回归面板数据模型的空间效应检验

本文研究固定效应变系数空间自回归面板数据模型的空间效应检验问题,利用基于局部线性方法的profile似然估计技术,构造了广义似然比检验统计量,并提出利用一类基于残差的bootstrap方法求取检验p值,最后数值模拟表明所提方法在有限样本下有较好表现.

随机前沿模型的参数估计

运用极大似然估计法以及矩量估计法,估计了随机前沿模型中的误差项参数和技术无效参数。