课程文献中心 更多>>

关键词： 成本预测   输电线路   PM区间估计   时间序列分析  

摘要： 为了实现对输电线路施工人工成本的量化控制,必须准确地预测施工工种的人工费单价。本文提出基于参数化法(PM)区间估计算法的输电线路施工的人工费单价的预测算法。首先,分析输电线路施工工种的人工费单价的特点,建立人工费单价的区间波动模型;其次,对人工费单价的区间波动模型进行时间序列分析,建立人工费单价的时序区间预测模型;然后,采用PM区间估计算法,辨识时序区间预测模型参数,实现对人工费单价的预测。最后,采用实际施工数据进行验证分析,验证该算法模型预测的准确性,从而为输电线路施工人工成本管控提供理论依据。

关键词： 离心通风机   CFD仿真   不确定性评价   点估计   区间估计  

摘要： CFD数值模拟技术为装备的外形气动力学分析、内部流动优化及性能参数评价提供重要的验证手段。然而,仿真模型参数、网格稀疏及湍流模型等因素都影响到CFD仿真结果的准确性,研究这类因素对CFD模拟结果准确性的影响,对指导改良评价过程具有普遍意义。基于9-19.4A型离心通风机气动仿真模型,对网格质量、湍流模型对仿真结果的准确性进行分析与研究,寻找与实验结果吻合性较高的CFD网格与湍流模型参数,并对该CFD仿真参数下的气动效率模拟精度进行不确定性评价。提出以多步仿真结果为基础,进行灰自助生成衍生出更多的气动仿真效率数据,在信息熵理论的基础上分析其概率密度函数、点估计和区间估计,得出不确定性评价参数。实例分析结果表明:计算精度总体上随着网格的加密而提高,湍流模型对CFD仿真结果的影响比较明显,9-19.4A型离心通风机的气动效率的估计不确定度为0.54682%,在模拟仿真中存在0.5%左右的浮动效率误差是正常的。

关键词： 元模型   重要抽样密度   可靠性分析   极小失效概率   分层加权聚类策略  

摘要： 在自适应训练功能函数代理模型的基础上,元模型重要抽样方法可以逼近求解失效概率的最优重要抽样密度,因此其可以高效解决可靠性分析问题。然而,在面对极小失效概率时,元模型重要抽样密度中包含的归一化因子求解十分耗时。为此,提出极小失效概率估计的元模型二次重要抽样方法,设计分层加权聚类策略来二次构造归一化因子估计的重要抽样密度,并通过算例对所提方法的有效性进行验证。结果表明:在精度一致的条件下,所提方法的效率不低于已有的元模型重要抽样方法,且对于极小失效概率估计问题,所提方法的效率远高于已有的元模型重要抽样方法。

标准号: GB/T 21664-2025

摘要： 本文件描述了工作抽样方法种类、工作步骤、工作抽样实施和整理分析。 本文件适用于进行时间利用率、劳动(工作)效率研究,编制和修订劳动定额,分析研究各类时间消耗,编制宽放时间标准,平整流水线。

关键词： 燃料电池汽车   贝叶斯理论   多重定时截尾   高度右截尾   区间估计  

摘要： 中国燃料电池汽车产业正处于起步阶段,在具有广阔前景的同时也存在着设备可靠度及维修策略研究相对薄弱的问题。提出一种集成改进贝叶斯和最小二乘的协同算法以解决其中高可靠性多重截尾估计问题,能够在统一框架下同时获得点估计和区间估计并通过试验模拟验证其可用性;以FCV供氢系统冷却回路风扇为例进行工程应用。结果表明:量化确定了最优的理论检测维护时间为3667 h,置信下限估计为2205 h;相比MLE,提升了19%,通过设置试验模拟和算例分析验证了所提出方法的精确性、稳健性及合理性。

关键词： 重构方法   密度估计   序贯算法   区间估计   贪心算法  

摘要： 针对重构方法给出的密度估计,提出一种基于序贯思想来解决重构密度估计中节点选择问题的算法。将节点视为一个参数,通过最小化损失函数选出下一个节点,利用贪心算法找出整个节点集。该算法操作简单,不仅可以提升估计效果,而且可以减小由于节点选择不同而对密度估计产生的影响。此外,还根据重构方法中参数的实际含义给出了先验分布,利用Metropolis算法得到后验分布的样本,通过样本分位数近似总体分位数构造了密度函数逐点的区间估计。最后,在几个数据集上验证了序贯重构密度估计及其区间估计的效果。

关键词： 子抽样方法   依赖于模型的子抽样   不依赖于模型的子抽样   统计推断  

摘要： 在大数据时代,数据量呈现指数增长.随着数据集规模变得越来越庞大.对完整数据集进行统计和分析越来越困难,不仅要求高性能计算,还导致成本剧增.对此问题,可行应对方法之一是通过挑选小部分的关键数据来实现与完整数据集相近的效果.子抽样就是这样一种重要方法.子抽样方法为统计和分析大数据集提供了一个解决方案,使研究人员能够专注于最相关、最有信息量的数据点,有效减轻完整数据集分析所需的计算负担和成本.目前,该方法已成为统计学、机器学习和数据科学等不同领域研究者的关注焦点.本文从子抽样方法是否依赖于统计模型的角度出发综述了依赖和不依赖于模型的子抽样方法的发展现状.对依赖模型的子抽样方法,本文介绍了适用于线性模型、广义线性模型及非线性模型的部分子抽样算法,每种算法均有其独特优势和局限性.本文还介绍了几种不依赖于模型的子抽样算法.这些算法不依赖于特定的模型假设,处理不同类型数据和问题时具有更大灵活性和适应性,适用更广泛场景.为评估这些算法的性能,本文对均匀随机子抽样、并行数据驱动子抽样、基于信息的最优子抽样及孪生子抽样等四种算法进行了仿真.通过展示算法性能,本文为在实际应用中研究者该如何选择合适的子抽样算法提供了依据.

关键词： 森林资源   二类调查抽样   方法   优化  

摘要： 森林资源二类调查是摸清区域森林家底的基础技术手段,抽样方法的科学性直接决定调查数据的精度与应用价值。传统抽样技术在复杂林分条件下常会出现样本代表性失衡、效率偏低等现象。基于此,聚焦抽样方法的技术方法论革新,以提升数据精度与调查效率为目标,从抽样框构建、样本布设及误差控制3个维度,通过分层抽样与动态抽样的结合应用,整合林分异质性因子与空间布局特征,构建多维度抽样优化体系。

关键词： 冠状动脉粥样硬化性心脏病   血脂变异度   炎症指标   心功能   心血管事件  

摘要： 目的:探讨降低血脂变异度对冠心病患者炎性指标、心功能及心血管事件的影响。方法:选取2023年1月~12月厦门医学院附属海沧医院62例冠心病患者,随机分为干预组和对照组,每组31例。对照组给予常规治疗,干预组在此基础上进行降低血脂变异度的综合干预,包括规范使用他汀类药物和强化生活方式干预。比较两组干预前后血脂水平、血脂变异度、炎性指标和心功能指标的变化以及心血管事件发生情况。结果:干预后,两组患者血脂水平均改善,且干预组优于对照组,差异有统计学意义(P<0.05);干预组血脂变异度、炎性指标改善更明显,差异有统计学意义(P<0.05);干预组心功能提高更显著,差异有统计学意义(P<0.05);随访6个月,干预组心血管事件发生率低于对照组[6.45%(2/31)vs 22.58%(7/31),P<0.05]。结论:降低血脂变异度可改善冠心病患者的炎症反应和心功能,减少心血管事件发生。

关键词： 配对设计   鞍点逼近   相对风险   多项式抽样   区间估计   蒙特卡洛模拟  

摘要： 在配对设计中,相对风险(relative risk)通常用来分析某种因素是否对某种疾病的发生产生影响,在流行病学的研究中具有重要的意义.文章用五种方法来构造多项式抽样下相对风险的渐近置信区间,分别为:多项式抽样下的Delta方法,对数变换方法,校正的对数变换方法,基于Fieller定理改进的方法以及鞍点逼近方法.以平均覆盖概率和置信区间的平均长度作为评估准则,通过蒙特卡洛模拟的数据结果对这五种区间估计方法进行评价,得出在样本量较小的小概率情况下,鞍点逼近方法是最好的.最后,文章通过两个实际案例来直观展示五种区间估计方法的表现性能.