导读:本文包含了区间变量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:区间,模型,变量,数据,算法,功率,比例。
区间变量论文文献综述
柴伟,郭龙航,池彬彬[1]（2019）在《污水处理厂出水水质变量区间预测建模》一文中研究指出为了实现污水处理厂的有效运行,需要建立能够精确描述水厂行为的模型。根据水厂入水和出水数据,采用径向基函数神经网络建立污水处理过程模型。考虑到建模误差有界,使用参数线性集员辨识算法分别得到隐含层到输出层各神经元连接权值向量的不确定集合描述。与现有的单输出区间预测模型相比,该模型能够根据水厂入水数据同时给出多个出水水质变量的置信区间。这些区间能表征出水变量的存在范围,从而实现水质变量的可靠估计,进而评估出水水质或水厂性能。此外,还将此出水区间预测模型用于污水处理厂的故障检测与隔离,以提高水厂运行的可靠性。实验结果表明文中所提方法的有效性。(本文来源于《化工学报》期刊2019年09期）
杨德友,高子昂,李音璇[2]（2019）在《基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测》一文中研究指出准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间。实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度。(本文来源于《电力建设》期刊2019年05期）
邓韬[3]（2019）在《带区间删失的相依协变量比例危险率模型的经验似然推断》一文中研究指出本文研究对象是COX比例危险率模型,该模型应用广泛属于生存分析中的工具性模型。在不同领域中都发挥出重要作用,比如:生物医学、社会经济、基金保险等领域。最常见就是在生物医学领域,由于该领域数据常常存在删失情况,所以该模型常受到研究者的青睐。从理论上来看,模型出现删失数据时,就会出现个体的生存时间服从于不同的概率密度分布,并且对应的危险率函数的形式也有很大变化。这时,COX模型的优势就体现了出来,能较好的进行建模分析。本文针对相依区间删失数据,具体分析了比例危险率模型的参数估计,证明了统计量具有良好的性质;旨在医学领域的实验研究和工程领域的可靠性研究中给予一定的帮助。本文研究了比例危险率模型下相依区间删失数据的半参数回归问题。利用经验似然的方法(EL),构造了COX比例危险率模型中参数的估计方程并且求出了未知参数的估计量;证明了含有参数的统计量的渐近分布;并通过R软件对模型进行数值模拟分析。具体内容如下:首先,分析了相依区间删失的COX比例危险率模型研究现状,以及介绍了COX比例危险率模型的具体表达式、关于区间删失数据处理方法的一些研究成果、以及包括经验似然方法(EL)在内的模型中未知参数的估计方法。其次,引用隐变量对区间删失数据进行处理,可以描述出失效时间和删失时间的关系;利用经验似然的方法,对协变量区间删失含未知参数的COX比例危险率模型的估计结果进行统计推断;得出模型中未知参数置信区间的表达式并给出相关结论证明。最后,将上述估计方法所求的未知参数进行模拟实验分析,模拟结果表明:对于同一种估计方法,随着样本量的增加,参数置信区间的覆盖概率逐渐增加,标准误差逐渐减小;在样本量n相同的情况下,删失比例CR越小,两种方法的置信区间长度会越小,覆盖概率就接近置信水平。进一步来看,如果样本量和区间删失比率相同时,对比两种方法的覆盖概率,那么经验似然(EL)的覆盖概率比最大似然估计(MLE)要精确一点。因为最大似然估计方法中,模型中未知参数估计的结果可能会存在有偏估计。因此,从模拟的结果来看,用来估计未知参数的统计方法中,经验似然法(EL)估计结果较好。(本文来源于《湖南师范大学》期刊2019-05-01）
冯涛[4]（2019）在《带权变量的交互式产品配置区间查找方法》一文中研究指出随着企业生产模式的转变,高效的交互式产品配置显得越来越重要。但传统的产品配置没有考虑变量的价值、成本、重要性等其他因素,因而我们给变量加上了权重,并且定义为带权变量的交互式产品配置。再通过二元决策图(BDD)储存交互式产品配置的解决方案,并针对BDD进行区间查找提出了叁种区间查找算法:基本方法、变量节点剪枝方法和变量取值剪枝方法。最后采用了真实的汽车产品配置实验验证叁种区间查找算法的效率,发现变量取值剪枝的区间查找方法最优。(本文来源于《电脑知识与技术》期刊2019年05期）
王晨宁,许孟辉[5]（2018）在《含区间随机变量问题的混合可靠性分析方法》一文中研究指出为兼顾不确定参数的随机属性及其有限可用的样本容量,区间随机变量建模该类不确定参数较为合理。它可通过变换分离为区间分布参数与标准正态随机变量,极限状态函数相应地转换为区间分布参数的函数,导致失效概率在一定区间范围内变化。捕捉极限状态函数的上下界是混合可靠性分析的首要目标。然而,在某些情况下,极限状态函数的上界或下界表现为连续但非可导,如图1所示,即极限状态函数的上界或下界并非在区间分布参数某一个特定取值条件下获得。针对这个问题,本文提出基于区间逐维分析(DWA)的蒙特卡洛模拟法(MC),内层以DWA捕捉在任意标准正态随机变量样本下的极限状态函数界限,外层以MC计算失效概率的区间界限。通过算例表明,所提方法可以有效改善现有方法在区间随机变量输入下混合可靠性分析中的精度。(本文来源于《2018年全国固体力学学术会议摘要集（上）》期刊2018-11-23）
赵波[6]（2018）在《带潜变量的区间删失数据的两种联合建模方法研究》一文中研究指出在生物医学、生存分析的研究中,主要感兴趣的变量是兴趣事件发生的时间,而在实际研究中,它往往受诸多因素的影响,比如感兴趣事件是生物个体的存活时间,存活时间就受到很多诸如环境,性别,种族,年龄等因素的影响。研究这些协变量如果影响感兴趣事件变量是主要研究任务,从回归模型角度给出了量化的影响因素分析,进而找到重要的影响因素,据此可以进一步给出对感兴趣事件更佳的研究方案和思路。然而,在具体的研究中,有许多协变量是不能直接观测,需要通过一些潜变量模型描述刻画,因此关于潜变量模型的研究是当前生存分析研究的主要课题之一。本文首先简单介绍了生存分析中潜变量模型的发展、研究现状,常见删失数据类型、基本参数分布模型,经典生存分析风险回归模型以及截断删失数据似然函数的构造。其次,主要讨论了两类生存分析模型,一类不含潜变量的参数模型,一类含有潜变量的半参数回归模型,具体分为以下四个部分:第一部分,在左截断右删失数据类型下,当时间变量T服从广义指数分布时,关于尺度参数是否受协变量影响建立了两种模型,并且用极大似然估计方法估计出了模型参数,运用Newton-Raphson迭代算法求解方程,计算出模型参数的估计值。把未考虑尺度参数回归的模型运用变压器寿命数据集,得到不考虑外在影响因素时的生存函数和风险函数;把尺度参数回归模型运用到Channing house数据集中,得到性别影响的生存函数和风险函数。第二部分,在区间删失数据下,基于贝叶斯参数估计方法提出了广义指数分布下的加速失效回归模型,得到模型参数的似然函数与后验似然函数,利用Metropolis-Hastings算法得到参数的后验样本,并把后验样本的均值作为参数的贝叶斯估计值,使用R软件进行随机模拟。并运用该模型到Hemophilia分组数据中,分析不同实验组对生存函数的影响。第叁部分,在区间I型删失数据下,结合因子分析模型,建立了含潜变量的加性风险联合回归模型。首先通过确定性因子分析(CFA)模型描述潜变量因子,根据潜变量和观测变量建立加性风险模型。之后,结合EM算法和Borrow-Strength估计方法推广了Pan等人(2015)年提出的hybrid估计过程获得估计方程,求解方程可得联合模型的回归参数,并在一些正则性假设条件下,证明了联合模型估计量的相合性,和渐近正态性。使用R软件随机模拟,在不同样本和不同基准风险函数下验证联合模型参数估计的有效性。第四部分,在区间I型删失数据下,建立了含潜变量的联合Cox比例风险回归模型。以第叁部分潜变量因子估计为基础,给出区间I型删失数据下模型的近似偏似然函数,求偏导获得得分方程。潜变量因子是通过潜变量模型估计得到,在使用过程会导致估计方程存在偏差,因此需要纠正偏差,获得无偏估计方程,通过泰勒展开的方法给出估计量的渐近方差。在不同样本和不同基准风险函数下,使用R软件随机模拟,验证提出联合模型的有效性。(本文来源于《长春工业大学》期刊2018-06-01）
赵浪[7]（2018）在《区间删失数据下两类回归模型的贝叶斯自适应Lasso变量选择》一文中研究指出在生存分析研究中,普遍存在着高维数据。高维数据下的变量选择是生存分析中主要的研究问题之一。一般这种变量选择是在回归模型的框架下实现的。本文的主要研究内容为区间删失数据下两类回归模型的贝叶斯自适应Lasso变量选择研究,通过贝叶斯自适应Lasso变量选择方法进行Cox模型和AFT模型的变量选择和回归系数估计。第一部分主要研究区间I型删失数据下基于贝叶斯自适应Lasso方法的半参数Cox比例风险回归模型的变量选择,解决未知的基准风险函数是构建Cox比例风险模型的关键;本文将选取叁次样条来逼近基准风险函数,然后通过分层贝叶斯结构来构建Cox比例风险模型下贝叶斯自适应Lasso,对待估参数寻找合适的先验分布(如正态分布、指数分布、伽马分布等),通过后验推断得到Cox比例风险模型下的BaLasso变量选择的后验分布。最后,通过MH与Gibbs相结合的MCMC抽样算法求解待估参数并进行变量选择。通过多种情况下的模拟,验证了模型方法的有效性。第二部分主要研究区间I型删失数据下基于贝叶斯自适应Lasso方法的AFT模型的变量选择,通过对AFT模型中残差项、对数项方差的建模以及分层贝叶斯结构来构建AFT模型下贝叶斯自适应Lasso,对待估参数寻找合适先验分布(如正态分布、指数分布、伽马分布等),通过后验推断得到AFT模型下的Ba Lasso变量选择的后验分布。最后,通过MH与Gibbs相结合的MCMC抽样算法进行求解待估参数并进行变量选择。通过多种情况下的模拟,验证了模型方法的有效性。(本文来源于《长春工业大学》期刊2018-06-01）
熊萍萍,张悦,姚天祥,曾波[8]（2018）在《基于区间灰数序列的多变量灰色预测模型》一文中研究指出针对传统的多变量灰色预测模型仅适用于实数序列的问题,对多变量在区间灰数序列的情形下进行建模.以核和灰度两个维度为基础,分别建立核序列和灰度序列的MGM(1,m)模型,通过核和灰度的模拟预测值还原计算得到多变量中各个变量对应的灰数序列的上界和下界,从而构建基于区间灰数序列的MGM(1,m)模型.最后,将提出的灰色多变量模型应用于雾霾的判别因素能见度和相对湿度,建立基于区间灰数序列的MGM(1,2)模型,对区间灰数序列的模拟预测取得了较好的效果,结果表明提出的基于核和灰度的灰色多变量预测模型具有可行性和实用性.(本文来源于《数学的实践与认识》期刊2018年09期）
刘畅,周学海,缪子敬,李静[9]（2018）在《非模型依赖多变量置信区间法用于药品体外溶出评价的探讨》一文中研究指出目的在口服固体制剂仿制药体外溶出相似性评价研究中,针对批内溶出量相对标准偏差(RSD)较大、无法满足相似因子(f_2)法适用条件的情况,验证非模型依赖多变量置信区间法在溶出曲线相似性评价中的使用区别。方法参考FDA和CFDA发布的《口服固体制剂溶出度试验技术指导原则》,使用两种不同的非模型依赖多变量置信区间法,即Bootstrap统计验证方法(BS)和Mahalanobis distance多变量分析法(MD)对模拟的参比制剂与仿制制剂溶出数据相似性进行评价。结果利用BS法得出仿制批与参比批的f_2预期值(f_2~*)=59.965,大于50。MD法得到参比批次间多变量统计矩最大值是1.559 4,并将其确定为相似性限度,仿制批与参比批多变量置信区间90%上限为2.656 7,大于相似限度。结论采用BS法评价体外溶出具备相似性,而采用MD评价方法则不具备相似性。因此,对于同一组数据,选用不同的评价方式可能会得出不同的结论。(本文来源于《药物评价研究》期刊2018年05期）
李莞欣[10]（2018）在《受区间限制的单变量多项式回归模型中极大值点置信带的构建及模拟》一文中研究指出在Sanyu Zhou,Fang Wan,Wei Liu,Frank Bretz~([2])和Yang Han~([3])文章中分别研究了受区间限制的单变量多项式回归模型中极大值点置信带的两种构建方法:WLHB方法与p值方法。而本文正是受这两篇文章启发,讨论了这两种方法的计算原理,通过全面的模拟计算比较两者的优劣,方法的精确度是基于临界常数衡量的置信带宽得出。本文在保证相同精确度要求的前提下,p值方法在计算速度上要优于WLHB方法;对于受区间限制的单变量多项式回归模型中极大值点置信带的精确度,对于给定的数据、问题和限制条件,设定的置信水平、参与计算样本数据的个数、模拟的次数都对精确度有不同程度的影响。因此,本文研究了在不同影响因素的参与下,模拟的置信带覆盖频率接近设定置信水平的程度。结论为:在置信水平给定和模拟次数一定的前提下,随着参与计算样本数据个数的增加,p值法比WLHB方法得到的置信带覆盖极大值点的频率趋近给定置信水平的速度要快;模拟次数的增加对WLHB方法的影响效果较p值法要显着;当给定的置信水平从90%增加到95%和99%时,模拟次数对置信带覆盖概率的影响在逐渐减小。通过模拟比较发现当给定置信水平和模拟次数确定的前提下,参与计算样本数据个数较少时,WLHB方法模拟得到的效果更优;在组合给定置信水平为90%且模拟次数一定时,在这种组合下p值方法更优。(本文来源于《东北师范大学》期刊2018-05-01）
区间变量论文开题报告
（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：
准确的功率预测是应对大规模风电并网问题的重要方法,但目前风电功率预测精度仍存在较大误差。为了更精确地对风电功率进行超短期预测,提出一种基于双变量经验模态分解技术和最小二乘支持向量机的组合区间预测方法。首先,通过比例系数法构造复值区间,解决了区间构造的难题;其次,利用双变量经验模态分解和样本熵分别将上、下限结果分解重构,凸显了数据的特征信息;再次,针对各特征分量分别建立基于深度信念网络和最小二乘支持向量机的组合预测模型进行预测;最后,将各分量的预测结果组合得到一定置信率下的预测区间。实际算例表明,与现有的区间预测方法比,所提区间预测方法有效提高了区间覆盖率,达到了更准确的预测精度。
（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。
区间变量论文参考文献
[1].柴伟,郭龙航,池彬彬.污水处理厂出水水质变量区间预测建模[J].化工学报.2019
[2].杨德友,高子昂,李音璇.基于双变量经验模态分解和最小二乘支持向量机的风电功率区间预测[J].电力建设.2019
[3].邓韬.带区间删失的相依协变量比例危险率模型的经验似然推断[D].湖南师范大学.2019
[4].冯涛.带权变量的交互式产品配置区间查找方法[J].电脑知识与技术.2019
[5].王晨宁,许孟辉.含区间随机变量问题的混合可靠性分析方法[C].2018年全国固体力学学术会议摘要集（上）.2018
[6].赵波.带潜变量的区间删失数据的两种联合建模方法研究[D].长春工业大学.2018
[7].赵浪.区间删失数据下两类回归模型的贝叶斯自适应Lasso变量选择[D].长春工业大学.2018
[8].熊萍萍,张悦,姚天祥,曾波.基于区间灰数序列的多变量灰色预测模型[J].数学的实践与认识.2018
[9].刘畅,周学海,缪子敬,李静.非模型依赖多变量置信区间法用于药品体外溶出评价的探讨[J].药物评价研究.2018
[10].李莞欣.受区间限制的单变量多项式回归模型中极大值点置信带的构建及模拟[D].东北师范大学.2018
论文知识图
