导读:本文包含了负指数模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,指数,路面,可靠性,软件,性能,时间。
负指数模型论文文献综述
刘燕燕,周奇,龙森,兰勇锋,董侨[1]（2019）在《路面养护措施负指数与S形衰变模型拟合研究》一文中研究指出对路面养护性能的评价是进行合理养护规划,实现路面管理系统功能的基础。该文根据实际罩面养护路段的长期性能数据,采用刘伯莹和孙立军路面衰变方程进行拟合,并对衰变方程参数的物理意义进行了分析,对不同养护方法的长期性能衰变规律进行了比较研究。分析结果表明:孙立军方程的鲁棒性更好,对于路面初始性能较低的情况也能够达到较好的拟合效果。对于养护措施的长期性能,两种方程给出了类似的结果,AC-16初始路面性能较好,而SMA-13的抗病害能力相对较好。另外,由于中国当前路面性能评价标准对路面性能水平的打分偏高,尤其对于高速公路。实际工程中不存在路面性能衰变到62%的情况,因此孙立军方程的寿命因子偏大。建议采用调整路面评价指标或增加放大系数的方法来提高孙立军方程的拟合效果。(本文来源于《中外公路》期刊2019年01期）
马骁,张继业,郑伟范,江宝山[2]（2016）在《基于负指数加权的顾前势交通流模型》一文中研究指出近年来,交通流问题由于其高度的非线性和复杂性以及实际的需求而逐渐成为当前科学研究的一个重要课题。在现阶段的研究中经常采用的交通模型主要有以下叁种:宏观尺度的流体力学模型、介观尺度的气体动理论模型、跟车模型和元胞自动机模型。现有元胞自动机交通流模型大多多采用固定的随机减速概率,很少有考虑实际随机慢化过程中,司机减速概率并不固定的事实,由于缺乏描述可能性影响的机制,要捕捉到高于临界密度的多值的、时变的影响是困难的,需要对交通流的随机行为进行研究。目前,考虑车辆间相互作用势的交通流模型采用了抽象的形式,没有给出具体的势函数表达式,只是在仿真中以相互作用强度常数来实现。当相互作用强度为常数时,表示司机受到前面远近不同距离车辆的影响作用是相同的,这对于实际交通中司机受到前面越近的车辆影响越大的事实不符,存在局限性。鉴于此,本文基于元胞自动机和顾前势交通流模型,提出了一种负指数加权顾前势的交通流模型,通过引入负指数加权系数及对越靠近自身车辆的相互作用强度赋予越大的权重,并在顾前范围内不同的车流密度下赋予不同的加权系数变化率使得建模过程更符合实际交通中司机根据前面车辆和环境情况进行随机决策的过程。通过模型仿真,得到了基本图,以及不同加权参数对交通流的影响规律,再现了丰富的高密度交通现象.仿真结果表明,负指数加权函数在高密度情况下具有较高的交通流量和道路通行能力。(本文来源于《第十届动力学与控制学术会议摘要集》期刊2016-05-06）
付天文,涂卓卓,魏伯洋[3]（2016）在《基于新型负指数期望效用的投资组合选择模型》一文中研究指出结合现有文献对最优投资决策问题的讨论,提出了一类满足单调性和凹性的新型负指数效用函数,并给出数学和经济学上的合理解释.通过多种类型的加权函数以及对尾部的恰当描述,损失分布的厚尾现象得到更加有效地控制.利用L-统计量估计新型期望效用,并说明其合理性.进一步地,构建了兼顾多种市场摩擦因素的实际投资组合选择模型.选用中国和美国股票市场的数据进行实证研究.结果表明了新期望效用的优越性和鲁棒性.(本文来源于《运筹学学报》期刊2016年01期）
张祥卫[4]（2009）在《负指数Sobolev空间中的自适应多尺度图像去噪模型及算法研究》一文中研究指出图像去噪模型与算法的研究是图像处理研究的核心内容之一,图像去噪过程中保持图像的细节信息是非常重要的。研究有利于图像细节保持的去噪模型及算法,可以为图像分割、图像复原、超分辨率重构等提供了新的方法和工具,推动这些领域的研究和发展,具有十分重要的理论意义,在军事侦察、视频监控、遥感成像、医学成像、指纹识别、虹膜识别等领域都具有十分广泛的应用前景。本文首先对现有的图像去噪模型进行了介绍,特别对有利于图像边缘保持的ROF模型及在此基础上发展起来的有利于图像纹理细节保持的负指数Sobolev空间中的图像去噪模型进行了总结、比较和分析。在此基础上,本文研究了负指数Sobolev空间中的自适应多尺度图像去噪模型及算法。首先,针对利用正交小波分解下的负指数Sobolev空间中的等价范数,建立的负指数Sobolev空间中的多尺度变分模型,对Sobolev空间的空间参数对于图像去噪及纹理保持的作用机理进行了分析,设计了多尺度模型的交替投影算法,然后通过数值试验,对该模型和其他模型的去噪效果进行了比较和分析。其次,研究了多尺度模型中模型参数的选择问题。基于多尺度模型的Euler-Lagrange方程,利用对噪声方差、图像的局部方差等统计特征的估计,研究了正则化参数的自适应选择方法。然后,利用小波系数模极大值和函数正则性的关系,在小波多尺度分解框架下,研究Sobolev空间的空间参数的自适应选择方法。在此基础上,建立了负指数Sobolev空间中的自适应多尺度变分模型及算法。数值试验表明,负指数Sobolev空间中的自适应多尺度变分模型及算法可以较好地区分图像纹理区域和非纹理区域,在图像非纹理区域中能取得较好的去噪效果,同时在图像的纹理区域中可以更好地保持图像的纹理信息。去噪后图像在峰值信噪比上得到明显的改善,而且具有良好的视觉效果。(本文来源于《南京理工大学》期刊2009-05-01）
滕云龙,唐应辉[5]（2007）在《负指数分布排错时间的软件费用模型》一文中研究指出传统的软件费用模型大多假设排错时间忽略不计,而且很少考虑到软件的可靠性指标,影响了模型应用的范围和精度。本文在G-O模型的基础上,提出排错时间服从负指数分布,同时引入软件的可靠性函数,并建立了软件费用模型。进一步在软件费用最小的目标下详细讨论了软件最优释放时间的问题,并给出了数值计算例子。(本文来源于《中国企业运筹学学术交流大会论文集》期刊2007-05-01）
孙靖,刘晓明[6]（2005）在《负指数分布排错时间的软件可靠性模型》一文中研究指出传统的软件可靠性模型大多假设排除错误的时间忽略不计,基于假设过于苛刻,影响了模型应用的范围和精度。因此在JM模型的基础上,提出了排错时间为负指数分布的软件可靠性模型及本模型的极大似然参数估计方法。通过用马尔可夫过程描述系统的状态,分析了模型的数值求解方法,并讨论了使用在本模型中的失效预测、剩余错误预测和等待排出的错误数预测公式。同时利用实际的工程数据对本模型的应用过程进行了验证。(本文来源于《电子科技大学学报》期刊2005年01期）
王海敏[7]（2000）在《负指数适合度函数的进化稳定策略模型》一文中研究指出讨论了负指数适合度函数的进化稳定策略模型 ,并给出了结果。(本文来源于《柳州师专学报》期刊2000年01期）
负指数模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,交通流问题由于其高度的非线性和复杂性以及实际的需求而逐渐成为当前科学研究的一个重要课题。在现阶段的研究中经常采用的交通模型主要有以下叁种:宏观尺度的流体力学模型、介观尺度的气体动理论模型、跟车模型和元胞自动机模型。现有元胞自动机交通流模型大多多采用固定的随机减速概率,很少有考虑实际随机慢化过程中,司机减速概率并不固定的事实,由于缺乏描述可能性影响的机制,要捕捉到高于临界密度的多值的、时变的影响是困难的,需要对交通流的随机行为进行研究。目前,考虑车辆间相互作用势的交通流模型采用了抽象的形式,没有给出具体的势函数表达式,只是在仿真中以相互作用强度常数来实现。当相互作用强度为常数时,表示司机受到前面远近不同距离车辆的影响作用是相同的,这对于实际交通中司机受到前面越近的车辆影响越大的事实不符,存在局限性。鉴于此,本文基于元胞自动机和顾前势交通流模型,提出了一种负指数加权顾前势的交通流模型,通过引入负指数加权系数及对越靠近自身车辆的相互作用强度赋予越大的权重,并在顾前范围内不同的车流密度下赋予不同的加权系数变化率使得建模过程更符合实际交通中司机根据前面车辆和环境情况进行随机决策的过程。通过模型仿真,得到了基本图,以及不同加权参数对交通流的影响规律,再现了丰富的高密度交通现象.仿真结果表明,负指数加权函数在高密度情况下具有较高的交通流量和道路通行能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
负指数模型论文参考文献
[1].刘燕燕,周奇,龙森,兰勇锋,董侨.路面养护措施负指数与S形衰变模型拟合研究[J].中外公路.2019
[2].马骁,张继业,郑伟范,江宝山.基于负指数加权的顾前势交通流模型[C].第十届动力学与控制学术会议摘要集.2016
[3].付天文,涂卓卓,魏伯洋.基于新型负指数期望效用的投资组合选择模型[J].运筹学学报.2016
[4].张祥卫.负指数Sobolev空间中的自适应多尺度图像去噪模型及算法研究[D].南京理工大学.2009
[5].滕云龙,唐应辉.负指数分布排错时间的软件费用模型[C].中国企业运筹学学术交流大会论文集.2007
[6].孙靖,刘晓明.负指数分布排错时间的软件可靠性模型[J].电子科技大学学报.2005
[7].王海敏.负指数适合度函数的进化稳定策略模型[J].柳州师专学报.2000
论文知识图
