导读:本文包含了广义方法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:广义,变量,系统,方法,观测器,线性化,单元。
广义方法论文文献综述
张新军,陈华珠,江良[1]（2019）在《基于广义矩方法的随机波动率模型参数估计》一文中研究指出金融资产价格的风险来自于自身价格的波动,而刻画资产价格波动的指标是波动率.本文以上证综合指数作为研究对象,通过广义矩估计(GMM)方法给出随机波动模型的参数估计和统计推断.借鉴无穷小生成元,条件期望算子和微分算子Taylor展开等知识,从理论上给出GMM的必要条件,即正交矩条件,进一步应用GMM方法研究随机波动率模型的参数估计,并通过应用重度抽样粒子滤波器(SIR)给出随机波动率的过滤估计值.实证结果表明,刻画上证综合指数需要引入随机波动率,同时也发现随机波动率模型能够很好地描述一些重大的经济现象.最后,根据所得参数估计结果,分析了随机波动率模型的欧式看涨期权问题.(本文来源于《工程数学学报》期刊2019年06期）
王希,张虹,胡劲松[2]（2019）在《带阻尼项的广义SRLW方程的线性化差分方法》一文中研究指出本文对带有阻尼项的耗散广义SRLW方程的初边值问题进行了数值研究,提出了一个具有二阶理论精度的叁层线性化差分格式.综合运用数学归纳法和离散泛函分析方法,本文导出了该格式的收敛性和稳定性.数值实验表明该方法是可靠的.(本文来源于《四川大学学报(自然科学版)》期刊2019年06期）
郭胜辉,朱芳来,李泽[3]（2019）在《广义系统执行器故障检测：区间观测器方法》一文中研究指出针对含有执行器故障的不确定广义系统,研究了利用区间观测器实现故障检测的方法。假设执行器故障不存在,讨论广义系统区间观测器设计方法,通过两次变换,将区间观测器设计转化为求解Sylvester方程的形式;利用区间观测器的输出构造系统不含执行器故障时的输出上下界,以系统输出是否超出所构造的上下界来实现执行器故障检测;实例仿真说明了所提方法的正确性和有效性。(本文来源于《控制工程》期刊2019年11期）
周剑敏,胡海刚,钱云霞[4]（2019）在《WSN中利用广义学习自动机和休眠机制的部分覆盖方法》一文中研究指出为了解决无线传感器网络(WSN)部分覆盖中的能耗问题,提出一种基于广义学习自动机(GLA)和休眠机制的部分覆盖方法。首先,将WSN网络构建成一个连通图模型。然后,通过GLA算法从中选择一定数量的节点构成主干网络。最后,检查主干网络是否满足部分覆盖要求,并根据各节点的覆盖性能来选择合适的休眠节点进行激活,从而以最少数量的节点来满足覆盖要求,并保持节点之间的连通性。仿真结果表明:该方法能选择传感器节点来满足覆盖条件,减少了工作节点数量,提升了WSN的寿命。(本文来源于《重庆理工大学学报(自然科学)》期刊2019年11期）
吴金霞[5]（2019）在《一种特征变量广义预测控制方法》一文中研究指出针对一类具有统计运动规律的复杂生产过程系统难以控制问题,提出了一种新的广义预测控制方法,即直接利用特征向量而非状态变量,通过工况模式所属类别的变化来描述系统的动力学特性,进行控制器设计.在前期二维工作的基础上,将该方法推广到高维.以叁维情形为例,根据安阳钢铁厂400烧结机的实际工况数据,首先提取工况特征变量并进行模式类别划分,其次通过定义描述模式运动的变量来建立系统的预测模型,最后根据新变量进行广义预测控制.研究结果表明:该方法能够有效描述系统的统计特性,并根据实际工况数据及预测模型直接辨识得到控制器中的参数,对系统进行了有效的控制,解决了该类系统难以控制问题.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年06期）
张碧怡,肖宇谷,曾宇哲[6]（2019）在《车险定价中风险因子重要性测度的比较研究——基于集成学习方法和广义线性回归模型》一文中研究指出车险业务中影响车险损失的风险因子很多,如从人因子、从车因子、从属地因子和保单属性因子等,保险公司通常利用这些风险因子对个体风险进行分类,一方面作为车险定价的依据,另一方面也为部门沟通、业务选择和市场细分提供支持。因此,识别风险因子的重要性对提升整个车险业务质量有非常重要的意义。近年来机器学习算法在车险损失预测中的应用越来越多,但目前的研究主要考虑了损失预测的精度,对风险因子的重要性测度缺少系统深入的研究。为此,本文对8个车险数据集,利用两种集成学习方法(随机森林和XGBoost),比较了它们与广义线性回归模型在索赔频率风险因子重要性测度上的一致性。研究结果表明,这两种集成学习方法不仅能提高预测精度,还能提供较一致的风险因子重要性测度。(本文来源于《保险研究》期刊2019年10期）
翟禹尧,史贤俊,吕佳朋[7]（2019）在《基于广义随机Petri网的导弹系统测试性建模与指标评估方法研究》一文中研究指出针对目前导弹测试性指标论证时缺乏有效方法支撑的问题,提出了一种基于广义随机Petri网(GSPN)的测试性建模方法。在建立导弹系统叁维立体结构GSPN模型基础上,以各子系统的平面GSPN模型为研究对象,分析导弹系统故障检测及维修过程,同时根据国家军用标准GJB/Z1391—2006故障模式影响及危害性分析指南对系统故障模式进行分类;基于GSPN模型可达标识图与嵌入马尔可夫链同构,以实存状态集和消失状态集表征库所变迁,采用同构法对测试性指标进行求解;以某型导弹子系统为例,对其测试性指标进行了评估,得到92%的故障检测率和90%的故障隔离率,验证了所提建模方法和相应算法的有效性,对测试性指标的权衡分析与评估具有指导意义。(本文来源于《兵工学报》期刊2019年10期）
孙娜,那日萨,马占新[8]（2019）在《基于样本评价的广义SBM的效率度量方法》一文中研究指出基于样本评价的广义SBM(slacks-based measure)方法可以通过不同参考集对决策单元的有效性进行度量,但是该方法在效率度量方面还存在两个问题:一是对决策单元进行效率度量时使用模型不同;二是某些决策单元为广义SBM有效时,其效率值存在被高估的情况。为解决这两个问题,首先给出决策单元效率被高估的充要条件。然后给出改进的广义SBM方法,并讨论广义SBM新效率度量方法的合理性及其与原效率度量的关系。最后通过各地区高校科研效率评价的实例说明了改进广义SBM方法的合理性。(本文来源于《系统工程》期刊2019年06期）
郑直,姜万录,王宝中,王莹[9]（2019）在《改进AMD广义形态分形维数和KFCMC的液压泵故障诊断方法》一文中研究指出针对液压泵故障诊断问题,提出了一种基于改进解析模态分解(AMD)、广义形态分形维数(GMFD)和核模糊C均值聚类(KFCMC)相结合的新方法。根据故障特征频率先验知识,在有效二分频范围内对实测液压泵多模态故障振动信号进行AMD分解,并基于欧氏距离法选定实现最优分解的二分频;将基于最优二分频所提取含有丰富运行特征信息的故障分量信号作为数据源,并提取GMFD作为特征向量;利用KFCMC实现对液压泵不同故障的诊断。此外,还利用原始AMD、经验模态分解(EMD)、集总经验模态分解(EEMD)、局部均值分解(LMD)、变分模态分解(VMD)和模糊C均值聚类(FCMC)方法对上述信号进行分析,结果表明所提方法效果要优于上述传统分解和诊断方法。通过对仿真和实测液压泵故障振动信号的实验验证,表明该方法可以有效地诊断液压泵不同故障。(本文来源于《振动与冲击》期刊2019年18期）
董孟峰,陈向炜[10]（2019）在《判定广义Birkhoff系统稳定性的叁重组合梯度方法》一文中研究指出研究判定广义Birkhoff系统稳定性的叁重组合梯度方法.首先,给出4类叁重组合梯度系统的定义和微分方程;其次,得到广义Birkhoff系统成为叁重组合梯度系统的条件,从而将广义Birkhoff系统化成叁重组合梯度系统;最后,利用组合梯度系统的性质来研究系统的稳定性,举例说明结果的应用.(本文来源于《力学季刊》期刊2019年03期）
广义方法论文开题报告
（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：
本文对带有阻尼项的耗散广义SRLW方程的初边值问题进行了数值研究,提出了一个具有二阶理论精度的叁层线性化差分格式.综合运用数学归纳法和离散泛函分析方法,本文导出了该格式的收敛性和稳定性.数值实验表明该方法是可靠的.
（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。
广义方法论文参考文献
[1].张新军,陈华珠,江良.基于广义矩方法的随机波动率模型参数估计[J].工程数学学报.2019
[2].王希,张虹,胡劲松.带阻尼项的广义SRLW方程的线性化差分方法[J].四川大学学报(自然科学版).2019
[3].郭胜辉,朱芳来,李泽.广义系统执行器故障检测：区间观测器方法[J].控制工程.2019
[4].周剑敏,胡海刚,钱云霞.WSN中利用广义学习自动机和休眠机制的部分覆盖方法[J].重庆理工大学学报(自然科学).2019
[5].吴金霞.一种特征变量广义预测控制方法[J].辽宁工程技术大学学报(自然科学版).2019
[6].张碧怡,肖宇谷,曾宇哲.车险定价中风险因子重要性测度的比较研究——基于集成学习方法和广义线性回归模型[J].保险研究.2019
[7].翟禹尧,史贤俊,吕佳朋.基于广义随机Petri网的导弹系统测试性建模与指标评估方法研究[J].兵工学报.2019
[8].孙娜,那日萨,马占新.基于样本评价的广义SBM的效率度量方法[J].系统工程.2019
[9].郑直,姜万录,王宝中,王莹.改进AMD广义形态分形维数和KFCMC的液压泵故障诊断方法[J].振动与冲击.2019
[10].董孟峰,陈向炜.判定广义Birkhoff系统稳定性的叁重组合梯度方法[J].力学季刊.2019
论文知识图
