导读:本文包含了误差分布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:误差,定理,功率,拉普拉斯,风电,模型,方差。
误差分布论文文献综述
吴桐,赵京,张自强,刘维惠[1]（2019）在《基于误差分布特性的机器人闭链协调轨迹规划》一文中研究指出针对机器人关节柔性误差提出利用误差分布空间描述操作精度的方法,耦合各关节的操作误差得到真实操作点在空间中可能存在的区域,进而得到机器人沿各个方向上的操作精度.给出了误差分布空间的计算方法,通过对低维误差空间的分段升维,解决了计算难度随维数指数倍增长的问题.研究了闭链协调操作过程中的误差分布特性,并基于误差分布空间分析了冗余度机器人关节自运动特性对闭链协调操作精度的影响.研究结果表明:同一操作精度对应的关节构型不唯一,且操作空间中误差最小值对应的关节角度并不连续.为此提出了一种基于最小二乘的误差极小化机器人轨迹规划方法,并通过仿真验证了该方法的有效性.(本文来源于《华中科技大学学报(自然科学版)》期刊2019年11期）
李飞飞,宋勇,刘超,贾仁君,李博[2]（2019）在《热轧带钢力学性能预报模型的误差分布建模研究》一文中研究指出目前热轧带钢力学性能预报模型在实际应用过程中可靠性不高,不能给出预测结果的误差范围。为此,以某钢厂薄板坯连铸连轧CSP生产线的屈服强度预报模型为例,通过建立误差分布预测模型优化和提高原机理模型的准确率和稳定性。首先采用度量学习方法对生产过程数据中隐藏的工况进行划分,并通过可视化方法进行验证;然后通过主成分分析对度量学习后的数据样本进行降维,针对不同工况分别使用逻辑回归算法建立误差分布预测模型。利用该误差分布预测模型对原模型进行补偿后,采用十折十次交叉验证,屈服强度在±30 MPa误差区间下的预测准确率达到96%以上,且具有较高的预测稳定性。(本文来源于《冶金自动化》期刊2019年06期）
杨茂,杨春霖,董骏城[3]（2019）在《基于预测误差分布优化模型的风电功率超短期概率区间预测研究》一文中研究指出提出一种基于预测误差分布优化模型的风电功率概率区间预测方法。由于风功率数据存在显着的时间相依结构,该方法首先对预测功率按出力不同进行划分,以划分区段内的预测误差为统计样本,分别采用多种分布模型拟合误差概率密度,通过拟合指标选择优化模型,进而求解该分布模型的累积概率,并通过计算指定置信水平下的置信区间进行概率区间预测。利用性能指标比较典型单一分布模型和优化模型的预测结果,表明基于优化模型的概率性预测区间覆盖率更高、平均带宽更窄、精度更好、效果更优。(本文来源于《太阳能学报》期刊2019年10期）
周慧[4]（2019）在《刻度平方误差损失下逆指数分布的Bayes可靠性分析》一文中研究指出本文在刻度平方误差损失函数下研究逆指数分布参数的Bayes估计问题,在参数的先验分布为Gamma先验分布下,得到了参数的Bayes估计.最后,通过蒙特卡洛统计模拟试验比较分析最大似然估计和Bayes估计.(本文来源于《湘南学院学报》期刊2019年05期）
崔相利,张利伟,费振乐,王宏志[5]（2019）在《摆位误差对脑立体定向放射治疗剂量分布的影响》一文中研究指出目的:探讨摆位误差对脑立体定向放疗剂量分布的影响,指导改进定位方案。方法:随机选取10例脑立体定向放疗患者,借助XVI采集患者摆位后治疗前的锥形束CT(CBCT)和放疗后的CBCT,分别与计划CT配准,获得放疗前和放疗中的摆位误差。借助Xio计划系统,研究摆位误差对计划靶区(PTV)的适形度、平均剂量和最大剂量值的影响。结果:脑立体定向放疗前和放疗中的摆位误差分别为(3.40±1.14)和(0.36±0.12)mm。放疗前摆位误差使PTV的相对适形度由1.00±0.00降低为0.81±0.17(P=0.007,t=-3.494),使相对平均剂量改变了1.56%±1.15%(P=0.002,t=4.304)。放疗中摆位误差对PTV剂量分布的影响可忽略。结论:图像引导的无框架脑立体定向放射治疗在线修正摆位误差,可获得较高的几何和剂量测量精度。(本文来源于《中国医学物理学杂志》期刊2019年09期）
施云辉,王橹裕,陈玮,郭创新[6]（2019）在《基于风电预测误差聚类的分布鲁棒含储能机组组合》一文中研究指出为应对风电不确定性给电力系统调度带来的难题,提出了一种基于风电预测误差聚类的分布鲁棒含储能机组组合模型。首先,基于狄利克雷过程高斯混合模型对风电预测误差进行聚类,建立了数据驱动的风电预测误差模糊集,并进一步建立了考虑风电场间风电预测误差相关性的不确定集。接着提出了考虑储能的分布鲁棒机组组合模型,建立了考虑储能系统循环老化成本的目标函数。针对该模型min-max-max-min的4层结构,将其分解为两阶段问题,在第1阶段中引入运行域变量、爬坡事件约束与储能能量约束,以消去第2阶段中的动态约束,并将第2阶段问题通过KKT条件转化为单层问题,然后采用列约束生成算法对两阶段问题进行求解。最后,通过IEEE 6节点以及IEEE 118节点的算例分析,证明了所提模型的鲁棒性和有效性。(本文来源于《电力系统自动化》期刊2019年22期）
杜鸿飞,陈绍刚[7]（2019）在《二项分布近似计算的误差量化分析》一文中研究指出试验次数较大时,二项分布可用正态分布或泊松分布作近似计算.对于系统可靠度问题,量化分析了随机变量上下限、整数端点对近似计算的累计误差影响,发现用正态分布作近似时累计误差总为负数且在期望附近达到最大,对整数边界点进行扩张修正可提高估算精度;对不同参数组合的误差量化分析表明,当期望小于10时用泊松分布近似计算效果较好,当期望超过10后用正态分布作近似效果较好.(本文来源于《大学数学》期刊2019年04期）
傅可昂,丁丽,李婷,陈豪,何文凯[8]（2019）在《GRCA(1)模型中误差方差自加权估计的渐近分布》一文中研究指出考虑随机系数自回归模型y_t=Φ_ty_(t-1)+u_t,其中Φ_t为随机系数,u_t为随机误差。在允许Φ_t与u_t相依以及Εut4无穷的条件下,构造了误差方差的自加权估计,并证明了该估计的渐近正态性。最后通过数值模拟,说明自加权估计的稳健和有效性。(本文来源于《浙江大学学报(理学版)》期刊2019年04期）
吴晓刚,鲁宗相,乔颖[9]（2019）在《基于功率预测误差修正的日前风电出力分布估计》一文中研究指出风电功率预测是整个风电运行与控制体系的基础支撑技术模块。基于功率预测误差的修正结果,提出了一种风电场日前有功出力分布的估计方法。首先验证了风电功率的预测误差水平受到风速大小的叁次方、风电功率的峰度、风电功率的大小和功率预测相关性等多个因素的影响;然后利用多元线性回归法建立风电功率预测误差的估计模型,并对风电场日前的点功率预测值进行修正;最后利用广义误差分布模型估计出风电出力的上下限。以华北地区某座风电场作为测试算例进行分析,验证了该出力分布估计方法的有效性。(本文来源于《云南电力技术》期刊2019年03期）
刘卫,刘四清,龚建村,王荣兰[10]（2019）在《基于高斯分布的密度误差对航天器轨道的影响分析》一文中研究指出在航天器轨道预报的气动力计算中,加入不同高斯分布参数的热层模式密度相对误差,给出相应情况下的轨道预报误差。解答热层模式密度的均值标准差特性如何影响轨道预报的问题,为热层模式改进、建模指明方向。(本文来源于《空间碎片研究》期刊2019年02期）
误差分布论文开题报告
（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：
目前热轧带钢力学性能预报模型在实际应用过程中可靠性不高,不能给出预测结果的误差范围。为此,以某钢厂薄板坯连铸连轧CSP生产线的屈服强度预报模型为例,通过建立误差分布预测模型优化和提高原机理模型的准确率和稳定性。首先采用度量学习方法对生产过程数据中隐藏的工况进行划分,并通过可视化方法进行验证;然后通过主成分分析对度量学习后的数据样本进行降维,针对不同工况分别使用逻辑回归算法建立误差分布预测模型。利用该误差分布预测模型对原模型进行补偿后,采用十折十次交叉验证,屈服强度在±30 MPa误差区间下的预测准确率达到96%以上,且具有较高的预测稳定性。
（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。
误差分布论文参考文献
[1].吴桐,赵京,张自强,刘维惠.基于误差分布特性的机器人闭链协调轨迹规划[J].华中科技大学学报(自然科学版).2019
[2].李飞飞,宋勇,刘超,贾仁君,李博.热轧带钢力学性能预报模型的误差分布建模研究[J].冶金自动化.2019
[3].杨茂,杨春霖,董骏城.基于预测误差分布优化模型的风电功率超短期概率区间预测研究[J].太阳能学报.2019
[4].周慧.刻度平方误差损失下逆指数分布的Bayes可靠性分析[J].湘南学院学报.2019
[5].崔相利,张利伟,费振乐,王宏志.摆位误差对脑立体定向放射治疗剂量分布的影响[J].中国医学物理学杂志.2019
[6].施云辉,王橹裕,陈玮,郭创新.基于风电预测误差聚类的分布鲁棒含储能机组组合[J].电力系统自动化.2019
[7].杜鸿飞,陈绍刚.二项分布近似计算的误差量化分析[J].大学数学.2019
[8].傅可昂,丁丽,李婷,陈豪,何文凯.GRCA(1)模型中误差方差自加权估计的渐近分布[J].浙江大学学报(理学版).2019
[9].吴晓刚,鲁宗相,乔颖.基于功率预测误差修正的日前风电出力分布估计[J].云南电力技术.2019
[10].刘卫,刘四清,龚建村,王荣兰.基于高斯分布的密度误差对航天器轨道的影响分析[J].空间碎片研究.2019
论文知识图
