多时段空间剩余协克立格模型基本理论及其在水文领域中的应用

本文将随机水文学理论和地质数学理论有机地结合在一起，提出了用时空随机函数观点去分析水文数据的多时段空间剩余协克立格模型。该模型仅利用有限站的多变量水文时间序列数据即可建立起反映每一时段多变量时空相关特征的变差函数模型，从而能够在局部范围内对多个水文变量进行最优估计或外推预测。     

密蒙花挥发油成分的定量结构与色谱保留关系研究

采用电拓扑态指数(Ek)及分子价连接性指数(mXtV)对从密蒙花(Buddleja officinalis Maxim)挥发油中分离出的27种化合物进行结构表征,通过多元线性回归及最佳变量子集方法,建立了色谱保留时间的定量构效关系模型。该模型的相关系数(R2)为0.988,逐一剔除法交叉验证系数(Q2)为0.982,计算值与实验值颇为吻合,较好地揭示了密蒙花挥发油成分色谱保留时间的递变规律,该研究对中药化学成分的分离、纯化、检测、结构表征及其药用价值的开发,具有理论指导意义。     

利用隶属函数法对不同采摘时间下拐枣成分的综合评价研究

分析不同采摘时间下拐枣成分的含量分布规律及各指标的相关性，确定拐枣的最佳采摘时间。以陕西省旬阳地区拐枣为试材，对不同采摘时间的淀粉、脂肪、粗纤维、灰分、多糖、多酚、黄酮、生物碱、维C等含量进行相关性分析和主成分分析，通过隶属函数法计算出综合评价值D值。 在不同采摘时间下，各种成分含量最高值分布不同；各指标间存在一定的相关性，且部分指标间呈极显著相关；通过主成分分析和隶属函数法计算出综合值D，综合值D值越大，表现越好。拐枣的最佳的采摘时间为第二次采摘，即为霜降后的第7天。     

基于模糊物元的多属性水文预报组合决策方法

【目的】建立合理的多属性水文预报组合决策方法,为提高水文预报的精度提供参考。【方法】根据水文预报的特点,提取了水文预报中的4个决策属性指标,利用主观权重和熵权结合的方法确定属性指标的综合权重。将模糊物元理论和信息熵引入水文预报研究领域,利用模糊物元理论处理水文预报中的模糊信息,然后结合信息熵对属性进行集结,按照集结后方案的相对贴近度进行择优排序,建立了基于模糊物元的多属性水文预报组合决策方法。【结果】应用该组合决策方法对断面各时间点的预报模型进行择优,得到了断面在某一时间段与实测值更为接近的预报值。实例计算结果表明,该组合预报方法能够择优得到各方案预报值相对误差较小的最优值,有效地提高了水文预报精度,将预报结果至少提升了1个等级。【结论】所构建的基于模糊物元的多属性水文预报组合决策方法,具有较强的合理性及较广的适用性,为水文预报精度的提高提供了一条有效途径。     

基于MF-DCCA方法的证券市场间交叉相关性研究

针对多变量随机波动模型难以刻画金融时间序列尖峰厚尾特征的问题，构建了贝叶斯多变量厚尾随机波动模型。通过模型的贝叶斯分析，选择参数先验分布，设计基于Gibbs抽样的MCMC算法，据此估计模型参数，解决多变量随机波动模型参数较多难以估计的问题；并利用沪深300股指期货与现货交易数据进行实证分析。研究结果表明：贝叶斯多变量厚尾随机波动模型能更准确地刻画金融市场的波动特征以及金融市场间的波动溢出效应。     

KPCA_SVM水文时间序列预测模型的建立与应用

【目的】建立水文时间序列预测的核主成分支持向量机(KPCA_SVM)模型。【方法】利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取,并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA_SVM预测模型。以甘肃民勤地区的月蒸发量为例,对模型的预测效果进行检验。【结果】预测结果表明,KPCA_SVM模型预测效果优于PCA_SVM模型和LSSVM模型,预测平均相对误差为8.36%。【结论】KP-CA_SVM模型的预测效果优于没有特征提取的LSSVM模型。与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好。     

脐橙果酒香气成分色谱保留时间的定量构效关系

在分子拓扑理论基础上,计算脐橙果酒中30种香气成分的分子形状指数(mK)、分子连接性指(nx),并通过多元线性回归及最佳变量子集方法,构建脐橙果酒香气成分分子结构与色谱保留时间(RT)之间的定量构效关系模型。结果表明,四元最佳QSRR模型为RT=3.651+1.317×~0x+4.108×~1x-2.556×~1K+6.587×~4K,此时相关系数为0.959,逐一剔除法交叉验证系数为0.866;用Jackknife法进行稳健性检验,相关系数在0.953~0.966之间,具有良好的稳健性和预测能力,计算值与试验值颇为吻合。     

最小综合损失准则与多指标均匀正交试验设计的优化

对多指标均匀正交试验设计引入回归模型与响应损失概念，用响应损失变量的主成分建立一个多指标综合损失模型，并把该模型应用到可食性热水溶性膜特性的研究中，使该膜获得满意的工艺参数与配方。     

水文多变量相空间重构自记忆模型研究

【目的】针对单变量相空间重构自记忆模型存在的不足,研究多变量相空间重构自记忆模型在水文预报中的适用性。【方法】根据多变量相空间重构理论构造多维相空间,并在此基础上,结合自忆性原理,建立多变量相空间重构自记忆模型,最后利用新疆和田绿洲的实测月蒸发能力资料进行验证。【结果】和田绿洲月蒸发能力实测资料检验结果表明,建立多变量相空间重构模型是可行的,可以取得理想的效果。【结论】多变量相空间重构自记忆模型的建立使得相空间重构自记忆模型从一维拓展到了多维,也使得该模型更加符合生产实际。     

蓝藻水华Probit短期预测模型

蓝藻水华反演图被用于判断某一水域在某一时刻是否暴发蓝藻水华,进而直接以蓝藻水华发生与否的二元变量为被预测变量,以水质、水文、气象3类监测变量为预测变量构建蓝藻水华暴发Probit短期预测模型。以太湖大贡山水域作为案例进行该预测模型的实证研究。结果表明,该预测模型的评价指标值较好;平均相对误差为13.5%,接近或小于2个对照模型;该模型在空间精度和时间精度方面具有显著优势;隔天预测模型的准确性最高,预测周期加长时预测准确性降低;将所有可用监测变量都纳入预测模型时的预测准确度高于仅采用可用监测变量的若干子集时的准确度。     

杂谷脑河径流趋势及周期变化特征的小波分析

该文基于四川岷江上游桑坪、杂谷脑两个水文站1962—2002年的月径流实测资料,采用小波理论分析杂谷脑河流域径流变化趋势及其周期特征. 选用db3小波函数对标准化径流序列进行多分辨分析,其低频重构序列显示该流域径流变化呈递减趋势,并且植被平均状况较差的区域相对植被平均状况较好的区域径流下降趋势明显,变化剧烈,证明了森林植被的水源涵养功能及调节能力,植被恢复与更新有助于改善流域的水文状况.另外,除森林对径流影响较大外,人类活动如灌溉、水电站等也是引起流域径流量递减的重要原因.选用复Morlet小波函数对标准月径流序列进行连续小波变换,根据小波方差图可以确定,杂谷脑站上游径流过程存在6 a左右的显著周期,桑坪站上游径流过程存在7～8 a的显著周期. 研究结果表明,小波变换是分析非平稳随机时间序列的有效工具,在水文水资源领域应用潜力很大.      

基于湖南农村时间序列数据的增量消费模型构建

在对西方经济学的消费函数数理分析基础上,从中国农村家庭消费的现实出发,构建了消费与储蓄双变量的家庭效用函数,并利用线性规划推导出描述家庭消费行为的增量消费模型。最后利用湖南省农村的数据对模型进行估计与检验,最终含有被解释变量滞后项的增量消费模型通过检验,印证了数理推导的正确。     

基于PLS估计的我国商业银行效率影响因素研究

在商业银行效率影响因素研究中引入基于高维投影思想的非参数方法——偏最小二乘方法，并在建模过程中弥补了已有研究未控制时间趋势和宏观经济变量而导致模型不显著和变量符号反常的不足.结果表明：针对本文少样本、自变量存在严重共线性的情况，偏最小二乘法提取的3个成分解释力达到0.984 173，并具有良好的预测性能.财务指标等内生变量对不同产权银行的效率影响是有明显差异的，而产权结构、宏观经济等外生变量的影响是无差异的.     

趋势面分析方法在农业需水量预测中的应用

以山西省运城市1999～2009年农业需水量为因变量,相应播种面积和产量为自变量,建立了农业需水量变化趋势面模型,对不同阶次趋势面模型的拟合程度进行检验,并绘制了趋势面和残差等值线图。经分析得出,趋势面分析方法可以用于分析农业需水量变化的总趋势,并可用已建立的趋势面模型,通过预测该市未来年份的播种面积和产量来预测相应的农业需水量。     

中国北方脆弱生态区在人类活动影响下的演化及其调控

以生态承载力、生态弹性力、经济开发强度和经济开发速度等4个综合性变量作为描述脆弱生态区的状态变量,建立了脆弱生态区的演化模型,并以内蒙古的翁牛特旗和敖汉旗脆弱生态区为例,对不同经济开发活动方式下脆弱生态区的演化过程进行了模拟,结果表明,人类经济开发活动对脆弱生态区的演化趋势具有重要的影响。     

构建实例库的参数模型及其应用

通过分析系统模型和IDEFO模型,提出了实例参数模型,即将切削系统的各组成参量分成4类:非控制参量,过程参量,控制参量和输出参量并以此提出了实例库的构建过程.最后根据提出的参数模型,建立了高速切削数据库系统.     

两变量间非线性函数关系初步确定的研究

提出了初步确定两变量间非线性函数关系的一种方法。该方法是将x的取值范围分成若干个区组，再根据各区间的中点分布确定。     

基于偏最小二乘回归方法的木工刀具磨损分析与建模1）

对在不同切削条件下木材切削加工过程木工刀具磨损的多组试验数据,采用PLSR方法,根据变量重要性指标分析和因子载荷分析,从7个变量及其组合中筛选出了5个用于建模的自变量,以刀具磨损量作为因变量,建立了对所选自变量（切削速度 vc、切削路径lc、切削深度ae、刀具后角α以及刃磨角β等）的PLSR模型;采用建模数据覆盖的切削条件下的试验数据和建模数据未覆盖的切削条件下的试验数据,分别对模型进行了验证。结果表明,采用PLSR方法选择的自变量是合理的,所建立的木工刀具磨损的回归模型可以较满意地计算出不同切削条件下木工刀具的磨损量。     

基于LiDAR点云能量信息的樟子松郁闭度反演方法

为提高小光斑激光雷达估测针叶林郁闭度的精度,采用回归分析法建立多变量回归模型,通过对小光斑激光 雷达点云数据进行处理,分别提取3 个数量比值变量、3 个能量比值变量,并建立郁闭度单变量反演模型,接着在单 变量的基础上进行多元线性回归分析,建立郁闭度多变量反演模型,最后用剩余数据对所建立的反演模型进行精 度评价。结果表明:在郁闭度单变量反演模型中I2反演模型最好, 拟合相关性为R2 =0.818, Adj R2 =0.810, RMSE = 0.016,模型精度为P =0.978;多变量反演模型中LPI' 和I'3 组合的模型最好, 拟合相关性为R2 = 0.898, AdjR2= 0.889, RMSE =0.012,模型精度为P =0.972。由最终所得模型可知,能量比值变量模型所得结果相对数量比值变 量模型结果要好且稳定,多变量反演模型的拟合相关性及精度都比单变量模型要高。本研究所提取的参数相对较 少,且能量比值变量的提取有一定的局限性,未来研究中应提取更多的高效参数且进一步加强能量比值变量的探究。