核密度估计在构造树高曲线中的应用

以建立云南思茅松林树高曲线模型为例,在分析最小二乘估计( LS 估计)存在缺陷的基础上,采用非参数核密度估计建立树高曲线模型.结果表明:适当选取核函数和窗宽后,核密度估计优于LS估计;核密度估计不仅可用于建模,还可用于数据检验;用核估计方法拟合模型,要求原始数据为大样本,否则模型波动较大.     

天敌胁迫下食饵种群动态数量模型参数的灰色估计

【目的】建立天敌胁迫下食饵种群动态模型的参数估计方法。【方法】利用灰色系统理论和灰色建模思想及差分等数学方法,对动态模型中的参数进行了估计。【结果】通过数学方法建立了动态模型参数的灰色估计法公式,解决了天敌肋迫下食饵种群动态模型的参数估计问题。【结论】通过对4个小麦品种蚜虫资料实例的参数估计,表明所建议的灰色参数估计法是有效的。     

基于Gibbs抽样的贝叶斯金融随机波动模型分析

通过分析随机波动模型的统计结构,推断了SV模型似然函数的具体形式,据此构造了模型参数的共轭先验分布.利用贝叶斯定理获得了相应的模型参数后验条件分布.同时,为了获得模型参数的贝叶斯估计及其置信区间,设计了基于Gibbs抽样的MCMC数值计算程序,并利用上海综合指数和深圳成分指数数据进行了建模实证分析,解决了参数随机条件下金融随机波动时间序列建模问题,提高了模型预报精度.     

江苏省耕地面积变化模型的比较分析

采用多元线性回归和灰色动态模型两种建模方法,分别对江苏省耕地面积短期变化进行分析,并比较了不同模型分析的效果。结果表明,两者都可用于预测,多元线性回归模型拟合精度明显好于灰色动态模型,但多元线性回归模型是经过修正的,且对数据要求较高,而灰色动态模型对数据没有特殊要求。     

基于BP神经网络与灰色模型的干旱预测方法研究

为了提高降水量预测的精度,采用BP神经网络与灰色模型相结合干旱预测的理论方法,研究数据的灰色建模与预测,再对模拟值与真值残差进行BP网络建模,利用残差模拟值修正总体降水量预测值,并对朝阳地区降水量进行预测。研究结果表明:BP神经网络与灰色模型预测相结合降水量平均预测误差为0.0799,比单纯用灰色模型预测误差降低0.1311,说明BP神经网络与灰色模型相结合的预测方法适合朝阳地区降水量的预测。     

石漠化区银合欢林光响应曲线模型比较

以桂西南石漠化山地8年生银合欢退耕林为研究对象,采用直角双曲线模型、非直角双曲线模型、指数模型、修正直角双曲线模型,拟合银合欢的光饱和型、光抑制型、未饱和型和弱光型4种光响应曲线,同时比较不同模型计算所得光饱和时的最大净光合速率(Pmax)、暗呼吸速率(Rd)、光补偿点(LCP)、光饱和点(LSP)等光合生理指标的估计精度。结果表明:修正直角双曲线模型对各类光响应曲线类型的拟合效果最好,判定系数为0.991 8~0.999 8,且仅其可以描述光抑制现象。修正直角双曲线模型和指数模型对Pmax估计精度较高,修正直角双曲线模型对Rd和LCP预测效果最佳。综合光响应曲线拟合和光合生理参数预测效果来看,修正直角双曲线模型可作为石漠化区银合欢退耕林的最优光响应曲线模型。     

基于递推最小二乘估计的动力学模型参数识别

动力学建模过程中，模型参数的不确定性和参数的未知变化使得建模精度大为降低。通过对非线性最小二乘估计理论的研究，提出动力学模型参数的最小二乘估计，并设计出相应的估计器，基于现场数据给予模型较为准确的定论。应用于曲柄滑块机构中滑块与滑动面间的摩擦系数的估计，经过较少的迭代次数获得满意的估计效果。为动力学模型参数识别，建立更精确模型提供一个有效的途径。     

非参数估计在构造树高曲线中的应用

研究测树因子之间的数学关系,是森林调查的重要理论工作.该文以树高曲线模型为例,首先分析了最小二乘估计（LS估计）存在的缺陷,然后采用非参数核密度估计和最大概率估计两种方法建立了树高曲线模型.结果表明:①核密度估计能在一定最优准则下很好地适应样本,误差小,样本的统计特性和多峰形态亦得到很好的反映;②最大概率估计则适合在因变量和自变量均有误差的情况下建立模型.它摈弃了LS估计和核密度估计只考虑因变量统计误差的局限性,因此这种估计方法更符合实际情况.同时,当样本中含有误差很大的异常数据时,核密度估计和最大概率估计所得模型比LS估计方法所得模型更稳定.      

烤烟糖碱比和氮碱比的醇化预测模型研究

[目的]建立醇化烟叶化学成分的预测模型,用于预测醇化后烟叶化学成分协调性的变化情况,以便指导配方打叶的小配方模块设计。[方法]利用灰色理论建立了烤烟醇化过程糖碱比GM（1,1）灰色模型、糖碱比新陈代谢GM（1,1）灰色模型、氮碱比GM（1,1）灰色模型、氮碱比指数平滑GM（1,1）灰色修正模型和氮碱比对数GM（1,1）灰色修正模型。[结果]糖碱比灰色模型精度较高,2种模型精度分别达到了98．37％、99．73％;氮碱比灰色模型通过指数平滑和对数修正后,模型精度分别达到了93．56％、88．52％。[结论]建立的各种糖碱比、氮碱比模型都有意义,而且可用作中、长期预测。     

农村电力系统负荷预测研究

农村电力系统规划和运行在负荷预测方面是非常重要.主要叙述了时间序列分析的构思,模型构建方法的过程及步骤,假设时间序列,运用MATLAB软件试验,实现了模型参数的估计的过程和模型的定阶.运用灰色理论法进一步建立灰色模型GM（1,1）,且通过灰色关联分析进一步分析出不同模型的灰色关联度,这样才能更好地选择模型.     

灰色关联在建立树木材积GM(1,2)灰色模型中的应用

为了以尽量少的胸径和树高数据来预测材积,利用灰色理论建立日本落叶松GM(1,2)模型.在建模的过程中,应用灰色关联分析来确定最优的关联因子,使得建模过程简单、实用,而且模型的精度完全满足建模要求.     

GM(1,1)残差修正模型在西藏地区生活用水量预测中的应用

灰色GM(1,1)模型是对某个指标的发展趋势所做的预测。残差建模方法修正,并且优化GM(1,1)预测模型。用修正后的模型预测西藏地区生活用水量发展趋势,既提高精度,又优化模型。     

不同氮肥水平下烟草CO2响应曲线的拟合分析

[目的]探讨不同CO2响应曲线模型拟合不同氮肥水平下烟草光合特性与CO2间的关系,筛选出最佳的CO2响应曲线拟合模型.[方法]以烤烟K326为对象,在不同氮肥用量(0、66.60、93.60和120.60 kg/ha)条件下,采用不同CO2响应曲线模型(直角双曲线模型、Michaelis-Menten模型、直角双曲线修正模型和指数改进模型),对烟株旺长期中部叶的CO2响应曲线进行拟合,分析拟合曲线与实测值的相似程度,筛选拟合效果最佳模型.[结果]直角双曲线模型、Michaelis-Menten模型和指数改进模型均无法完全拟合出光合速率随CO2增加而下降的曲线,且直角双曲线模型和Michaelis-Menten模型无法拟合最大净光合速率(Pn max).直角双曲线修正模型拟合R2为0.999,拟合效果优于其他模型,其光合参数[初始羧化效率(α)、Pn max和饱和胞间CO2浓度(Ci sat)]的拟合值更接近真实值,能反映实际情况.各模型决定系数排序为直角双曲线修正模型>指数改进模型>直角双曲线模型=Michaelis-Menten模型.[结论]不同CO2响应曲线模型对不同氮水平下烟草光合特性的拟合效果存在差异,四种模型中以直角双曲线修正模型的拟合效果最佳.     

SARS疾病传播规律的灰色预测模型

以灰色系统理论为基础,根据相应数据用灰色模型建立了SARS传播规律的残差修正模型并对SARS传播的规律进行模拟检验和预测.     

农机化发展的灰色系统预测模型研究

摘 要 采用灰色系统预测模型对农机化发展问题进行了探讨,通过分析认为,灰色系统预测模型具有某些独到的优点。将定性分析及灰色关联分析的结果作为选择进入模型的数据数及修正模型的依据。采用了“线性化处理”及“分段建模”的方法,初步解决了在建立模型时所遇到的GM(1,N)模型的系数不符合定性分析及许多自主因子的较长时期发展过程不能用同一个GM(1,1)模型描述的问题。     

基于非线性SUR模型的猕猴桃生长曲线研究

本文从建模的角度分析"碧玉"猕猴桃果实纵横径的生长数据,给出适合该数据的一种非线性SUR模型。将纵径和横径的生长看成一个整体,利用非线性SUR模型模拟其生长过程,通过R语言编写程序,求出模型中参数的极大似然估计及模型的拟合优度。得到猕猴桃果实纵径和横径的生长曲线,说明本文非线性SUR模型的有效性。     

变量有误差的变系数部分线性模型的估计

研究了变系数部分线性回归模型的估计方法.在误差为条件异方差的情况下,用一般序列估计方法得到的参数估计是有效的.但实际应用中,协变量往往有测量误差,若忽略测量误差,由一般序列估计得到的估计是有偏的.通过对一般序列估计进行适当修正,得到的参数部分的估计具有一致性和渐近正态性,同时也讨论了非参数部分估计的收敛速度.最后,在有限样本下通过Monte Carlo模拟验证了修正后的估计效果.     

我国农村居民消费水平指数的预测分析——基于初值修正的改进GM(1,1)模型

我国农村居民消费水平指数受到很多因素的影响并且数据波动性较大,采用普通灰色预测模型很难准确地进行准确地预测,因此提出了基于初值修正的改进GM(1,1)模型。首先介绍了初值修正的改进GM(1,1)模型的建立方法与步骤;接着结合2007~2011年我国农村居民消费水平指数建立预测模型,并用2012年数据对模型进行验证为优,因此可以用来预测未来几年我国农村居民消费水平指数,便于对我国农村居民消费水平的宏观调控。结果表明该预测方法是可行的,为相关预测提供了理论依据。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

基于人工神经网络的复杂产品模块化数学建模

目的 传统的产品模块化数学建模方法不能准确地对复杂产品模块化的参数进行识别,不能有效地完成复杂产品模块化数学建模.在人工神经网络的基础上,提出一种复杂产品模块化数学建模方法.方法 利用一元线性回归方程建立曲线模型,通过回归方法识别复杂产品模块化的数据,用人工神经网络及线性加权组合法对复杂产品的数学模型进行求解,寻求复杂...