课程文献中心 更多>>

关键词： 土壤质量   三角模糊层次分析法   引黄灌区   运城市   空间变异   主客观结合  

摘要： 土壤是农作物生长的基础,土地资源具有有限性,现代工业化进程下,气候变暖、生态环境遭到破坏,人地矛盾加剧,关注土壤质量可持续发展刻不容缓。提高耕地利用效率是实现农耕资源可持续发展的关键,土壤质量综合评价能够对土壤的生产力进行全面客观的了解,是合理利用土壤资源的重要前提。黄河流域高质量发展策略的提出,使得黄河流域区域化精准农业日益受到重视。近年来,学者对黄河流域大型灌区农田评价的研究案例较少,夹马口引黄灌区是山西南部重要的粮食产地,其土壤现状未得到具体、明确的调查。且夹马口引黄灌区位于半干旱气候区,降雨稀少,灌溉用水主要来源于引黄灌渠,黄河水挟带泥沙入田,田间的土壤结构易受到外界因素的影响,唯有对当地土壤养分空间变异性进行充分了解,才能更好的发展精准农业;同时,以往学者在进行区域行的土壤质量评价时,多采用主成分分析、层次分析法等传统统计学方法确定指标权重,在评价精度与地方性方面具有一定的局限性。为综合了解研究区的农田土壤现状,引导当地精准农业,明确研究区的土壤养分空间变异特征,本文在山西省运城市夹马口引黄灌区进行田间取样,在室内对土壤有机质、全氮、碱解氮、有效磷、全钾、速效钾及土壤p H、土壤质地共八种土壤指标进行定量检测,并根据耕地质量评价标准对土壤指标进行等级评价;在构建土壤质量评价体系时,使用粒子算法改进三角模糊层次分析法计算土壤指标主观权重、熵权法与CRITIC赋权法结合确定土壤指标客观权重,从而计算土壤质量指数(SQI);同时,根据半方差理论探究研究区土壤指标空间变异特征,用GS+对灌区土壤指标进行半方差分析,得到最佳拟合半方差模型,使用Arc GIS对灌区养分进行克里金插值并绘制空间分布图,对灌区土壤现状进行综合评价。本研究有助于了解土壤质量现状及空间变异特征,探究引黄灌溉对当地土壤质量的影响,对当地发展精准农业、黄河流域高质量发展战略提供有效建议与理论支持。本文主要研究结果如下:1.土壤综合评价结果表明,研究区土壤质量指数SQI总体偏低,土壤质量较差;但SQI在引黄灌渠下游处局部较高,且土壤SQI在引黄灌区较长、地势较平坦的子灌区(小樊灌区)数值更高,推测与引黄灌渠下游泥沙淤积产生的有机质富集相关;不同土壤质地的土壤养分中,壤质砂土的SQI值最低,其他类型土壤SQI为中等偏低;有机质和碱解氮是决定SQI的最重要指标,全钾和速效钾对SQI的贡献率最低。2.除有效磷和速效钾之外,夹马口引黄灌区土壤指标含量整体偏低,有机质等级很低,且与历史资料相比,含量逐年下降。根据农业农村部GB/T 33469—2016《耕地质量等级》养分分级标准,研究区的土壤有机质、全氮、全钾、碱解氮、有效磷、速效钾、含量平均值及等级为13.7g/kg,四级;840 mg/kg,四级;16763mg/kg,三级;99.31mg/kg,三级;81.3mg/kg,一级;301.6mg/kg,一级,土壤p H为中性至微碱性,较适宜作物生长;土壤粘粒、粉粒、沙粒含量平均值分别为15.95%,31.3%,52.75%,研究区土壤质地大多数为砂质壤土、粘壤土。不同引黄年限的引黄灌区中,引黄年限高、地势较为平坦的小樊灌区各个土壤指标等级最高。3.使用GS+对土壤质量指标进行半方差分析,结果表明,有机质、全氮、碱解氮、有效磷、粘粒含量的半方差拟合最优模型均为高斯模型,速效钾、p H的半方差拟合最优模型为球状模型,全钾半方差拟合最优模型为指数模型;灌区土壤p H、土壤粘粒、有机质、全氮的空间变异特性主要受到结构性因素即土壤结构因素的影响;碱解氮、有效磷、速效钾空间变异受结构性因素、随机性因素的共同影响。根据土壤指标的克里金插值图,土壤有机质在引黄干渠下游局部含量较高,土壤全氮与有机质含量分布相似,其余土壤指标尤其是有效磷、速效钾呈斑块状分布,土壤p H分布较为均匀。4.研究区农民施肥理论指导:研究区土壤有机质基础差,含量很低,且呈逐年下降趋势。而有机质是确定土壤质量指数的最重要因子,因此,需要重视有机肥料的施用,进行局部保护性农业或秸秆还田;同时应当注意对磷肥、钾肥的精准施用,防止局部地区的有效磷、速效钾富集。

关键词： 张量   U-特征值   β~αΦS+-张量   QDB-张量   SQDB-张量   拟双(?)-区间   区间估计  

摘要： 本文主要研究张量U-特征值的区间估计,并根据三类新的结构张量的定义及性质,给出三个新的偶数阶实对称张量的H-特征值包含区间.全文内容分为四部分.第一部分介绍关于张量特征值和特征值包含区间的研究背景,国内外研究现状.第二部分对本文需要用到的一些符号进行说明.第三部分首先介绍张量U-特征值的定义,以此为基础给出U-特征值的三个区间估计,并且分析了三个区间估计之间的包含关系,得到更优的U-特征值区间估计并用一个数值例子进行简单验证.第四部分介绍βαΦS+-张量,QDB-张量和SQDB-张量的定义、性质,进而得到三类新的结构张量,即（?）-张量,（?）-张量和（?）-张量,并对它们的相关性质进行研究,得到偶数阶实对称张量的三个新的H-特征值包含区间,最后证明三个新的特征值包含区间与已有的（?）-区间,拟双（?）-区间之间的关系.

关键词： 大数据   政府统计职能   政府治理  

摘要： 在大数据时代,互联网飞速发展的今天,社交网络、物联网、云计算的广泛应用使人们能够更精确、更快捷地发布和获取数据。大数据具有可反复利用、不断增值的特点,包含着巨大的价值和潜力。对海量数据进行收集、存储和分析,发掘数据的关联性,深入了解数据的演变规律和发展趋势,是当前我国经济社会统计研究的一个重大课题。近些年来,随着大数据的介入,统计需求也随之多元化,政府统计传统职能逐渐产生变化,政府统计机构也在积极研究探索大数据统计应用,大力推进大数据与政府统计工作融合。本文主要研究大数据背景下地方政府统计调查职能优化和转变路径问题,选取浙江省为研究实例,使用参与式观察法、问卷调查法、访谈法等方法,运用多中心治理理论,对问题和成因进行了剖析,并给出了解决对策。本文第一部分主要阐述了本文的研究背景和意义、国内外研究成果、相关的理论与概念,为下一步的深入分析打下了坚实的基础。在此基础上从大统计数据来源、统计数据获取方式、统计工作协调机制、统计分析方式和统计成果应用五大维度构建了大数据背景下政府职能转变优化的分析框架,结合大数据、政府统计职能的相关界定与特点,分析当前浙江政府统计工作及政府统计职能转变和优化面临的问题,基于多中心治理理论,对问题产生的根源进行分析,最后提出了改进治理举措,优化政府统计服务职能;建立多中心协调共治机制,规范和引导政府统计职能转变;提升公众互动性,促使政府统计职能精准发力等方面的对策。通过研究大数据背景下地方政府统计职能转变和优化路径,可以为大数据背景下的政府统计工作探索新的模式,寻找更加切实有效的治理措施,这也是统计生产力发展和统计生产方式变革的必经之路。

关键词： 金融时间序列   EGARCH模型   Skew-t分布   波动率   点估计   区间估计  

摘要： 金融时间序列大多具有尖峰厚尾、偏斜、非对称、波动性聚集等特征。对此本篇论文采用EGARCH模型描述金融时间序列的波动特征，选用正态分布、t 分布、偏斜正态分布和 Skew-t 分布描述模型新息序列的概率分布，使用 EDF型检验中的AD检验进行模型新息分布的拟合优度检验。　　本篇论文利用高斯拟极大似然估计方法估计EGARCH模型的参数，并对参数估计的收敛速度进行随机模拟。模拟显示，随着样本容量的增大，高斯拟极大似然估计值趋向参数真值。本篇论文还给出了 EGARCH-Skew-t 模型波动率的点估计和基于参数Bootstrap法的波动率区间估计。　　本篇论文对 B股指数、悦达投资、金桥 B股、科伦药业和中南传媒股票的收盘价数据进行实证分析。实证结果显示：(1)五只股票的收益率序列均具有尖峰厚尾、非对称和波动性聚集的特征，其中 B股指数、悦达投资、金桥 B股和中南传媒股票收益率序列具有明显的偏斜现象，B 股指数、金桥 B 股和中南传媒股票收益率序列具有杠杆效应。(2)股票收益率的新息分布的拟合优度检验结果表明：拒绝五只股票收益率新息服从正态分布和偏斜正态分布的假设，接受B股指数、悦达投资和金桥B股股票收益率新息服从Skew-t分布的假设。(3)基于 EGARCH(1,1)-Skew-t模型得到了 B股指数、悦达投资和金桥 B股股票收益率的波动率的点估计和区间估计，基于 EGARCH(1,1)-t 模型得到了科伦药业和中南传媒股票收益率的波动率的点估计和区间估计。

关键词： 锂离子电池   荷电状态   Transformer网络   卡尔曼滤波器   Informer网络   Laplace分布   区间估计  

摘要： 锂电池因具有性能优良、绿色环保等优势已作为重要的储能手段被广泛地应用于各种场合。为确保锂电池的安全、稳定运行,构建准确有效的电池管理系统(Battery Management System,BMS)必不可少。荷电状态(State Of Charge,SOC)估算是BMS中的一项关键技术,实现精确实时的SOC估算可为电池的充放电提供依据,避免过充或过放电现象的出现,进而延长电池的使用寿命。然而锂电池是一个高度复杂的非线性时变系统,电池自身性能的变化和外部环境条件的改变等因素均会对估算精度造成影响,从而加大了估算难度。本论文研究基于数据驱动的锂电池SOC估计方法,完成的主要工作如下:首先,详细介绍了SOC估计方法的国内外研究现状,并分析讨论了不同方法存在的优缺点,在此基础上确定了本文的研究目标与内容。其次,介绍了锂电池的内部结构和工作原理,通过对比不同种类的锂电池确定本文所研究的电池类型,并搭建了锂电池特性测试平台,对影响电池SOC的因素做了进一步的实验分析和讨论,为后文的电池SOC估计任务做好理论支持。再次,针对现有的基于数据驱动的SOC估计方法存在的运行速度慢、估计精度低等问题,提出了基于Transformer网络和无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)的电池SOC估计模型。介绍了Transformer网络和UKF滤波算法的运行原理,讨论了如何构建Transformer网络和UKF算法来实现电池SOC估计,并通过实验证明了采用UKF算法对Transformer网络输出的SOC估计值进行修正的确能进一步提高模型的估计精度。最后,针对Transformer网络存在的计算复杂和序列位置信息捕获能力差以及现有的SOC估计方法仅致力于提高估计精度而未对估计结果的可靠性进行评估的问题,提出了基于CNN-Informer网络和Laplace分布损失函数的SOC估计模型。介绍了CNN-Informer网络的结构和运行原理,给出了基于Laplace分布的损失函数的详细推导过程,讨论了如何使用Lp-CNN-Informer模型实现SOC估计,并通过实验分析和验证该模型的估计性能。实验结果表明模型不仅能输出高精度的SOC点估计结果,还能对估计结果的不确定性度量。图35幅,表16个,参考文献79篇

关键词： 股票预测   组合模型   区间估计   多目标优化   帕累托最优  

摘要： 股票作为数字经济最重要和基础的一环,不仅是维持金融市场稳定的核心交易物,也是政府进行宏观的经济调控,保持市场平稳发展的关键切入点。但是,投资是有风险的,更高的收益自然就要承担更大的风险,而人们往往只能看到收益而忽视了风险。所以,对于股票价格进行预测就显得尤为重要。上个世纪末和这个世纪初的学者们使用的预测模型大多基于统计学理论,用数学模型进行股票的预测,但是,股票的随机性和波动性较大,这使得数学模型很难得到满意的预测结果。随着科技的发展,深度学习算法因其较好的学习和适应能力,被广泛的应用于股票预测领域;甚至还有传统的时间预测算法,也在股票预测领域占有一席之地,这些算法都取得了良好的效果。然而,无论是哪一种模型,都有明显的缺点和不足,在这种背景下,人们自然想到了使用组合模型对股票进行预测,组合模型将不同的单一模型按照不同的权重配比进行组合,这极大的避免了数据的波动性和不确定性,且不同模型的组合将每一个单一模型的优势都发挥了出来,这也极大的增强了预测结果的有效性。 本文基于前人的研究和理论,将多种算法应用于股票预测,提出了一个基于点预测与区间预测的多模型组合预测方法,构建了股票预测的组合模型。首先,通过模糊信息粒化对数据进行预处理,尽量弥补股票数据本身存在的不稳定性;其次,使用多种模型对股票的大盘数据进行预测,并进一步结合多目标优化算法寻找最优权重;最后在点预测的基础上,使用基于分位数回归的区间估计方法得到股票价格的预测区间,并使用多个评价指标对结果进行对比分析。为了保证模型的实效性,本文选取四个大盘的股票数据作为研究对象,并以其作为输入数据对股价进行预测。同时,为了确保预测结果的有效性与优越性,使用Diebold Mariano检验与有效性检验对本文所提出的组合模型(TPCM)模型与其他组合模型(BEAGs)的预测结果进行测试。实验结果显示,无论从点预测还是区间预测的结果来看,TPCM在效果与稳定性上都是优于BEAGs的。因此,本文所提出的模型(TPCM)是具有优越性的,可以为国家宏观调控,投资者实际股票预测提供帮助。 本文的主要贡献和创新点如下所示:第一,本文使用了模糊信息粒化进行数据预处理,将原始股票数据分解为多个窗口,同时对每个窗口进行模糊化处理,最终汇总成一个个模糊集,这在一定程度上降低了股票数据的随机性,提升了预测精度。第二,根据股票市场的随机性和波动性,本文提出了一种新的组合预测模型(TPCM),通过多种算法模型计算出预测结果后,再使用多目标优化算法分配最优权重,实现组合预测,这在提高了预测精度的同时,也分散了投资风险。第三,本文在点预测的基础上,建立了基于分位数回归的区间估计模型,得到了股票价格的预测区间,其中,使用灰狼算法估计韦伯分布的参数,而后通过最大似然函数求出均值和方差,最后通过缩减系数明确上下界。第四,建立了科学的评价体系,使预测结果更具说服力。理论上,我们证明了所提出的组合模型能够达到帕累托最优,与其他组合模型相比,该组合模型的预测误差最小,预测结果最好。

关键词： 模态参数   贝叶斯估计   时程序列   大跨悬索桥   参数演变  

摘要： 模态参数识别是桥梁结构健康分析中的一项重点问题。系统的模态参数(频率、振型和阻尼)是确定系统振动特征的主要参数,具有简单、直接和物理定义清晰的特征。通过科学的分析方法识别得到的准确桥梁模态参数可为大跨径桥梁结构动力性能研究提供重要参考。然而,由于实际运营的桥梁实测环境中存在信噪比低下、测量仪器精度不足和模型描述偏差等诸多不确定性的因素,确定性的动力参数识别方法目前仍然表现出一定劣势。因此,针对动力参数识别的贝叶斯估计法、统计模式法以及随机有限元模型修正法等包含不确定性因素的识别技术应运而生。其中,采用贝叶斯估计思想进行结构模态参数,特别是环境激励作用下的识别方法发展较为迅速,此技术将需要评估的模态参数视作随机变量,可将被测参数的统计特征用以结构状态的评估。贝叶斯估计的过程从建立参数的先验概率分布开始,并依托历史信息和工程经验,根据获得的条件信息不断更新先验,以此得到待评估参数的后验概率分布。基于上述过程,从而得出参数的最佳估计值。本文以桥梁工程中大跨径悬索桥:西堠门大桥以及高家花园大桥为研究对象,应用了贝叶斯模态参数识别并优化和改进了相关技术,主要研究内容与结论如下:(1)结构模态的Bayesian区间估计方法本章针对工程结构中的模态参数识别多为确定性值的问题,提出基于Bayesian-FFT算法的模态参数区间估计的更新方法,采用简支梁MATLAB数值模型及ANSYS模型为研究对象,通过设置不同初始参数的工况,识别对比了模型采用不同初始阻尼比,激励采用不同信噪比的模态参数,对过程中的关键性指标进行了讨论。同时,分析对比了采用时域方法识别,频域方法点估计识别以及贝叶斯区间估计结果的差异性,在调试合理参数的情况下,得到了较为精确的模态阻尼比以及频率的后验概率分布。(2)悬索桥模态参数识别及阻尼比分布区间风速依赖性针对大跨桥梁阻尼比识别精度不高的问题,以西堠门大桥实测振动响应时程数据验证了上述方法的有效性和可靠性,探讨了在先验分布未知情况下阻尼比不确定性随样本更新的变化规律以及在缺乏先验信息情况下后验分布的时变特性,总结了以下结论:采用不同方法识别得到的竖弯阻尼比的不确定性最小,扭转阻尼次之,侧弯阻尼的不确定性最大;经计算分析,西堠门大桥各向阻尼比后验分布的特征参数在抽样时间超过一定时长(25小时)后趋于稳定。以上述识别结果为基础,通过贝叶斯动力参数识别方法对桥梁结构的模态参数识别,获得模态参数的最大后验估计MPV值以及其对应概型,并对大跨悬索桥不同风速下三向阻尼比不确定性进行统计分析,得到了大跨悬索桥三向模态参数在风速变化下的置信区间,对贝叶斯动力识别方法进行了应用。(3)不中断交通下桥梁基频的自适应Bayesian区间估计考虑传统模态参数识别需要中断交通的不便捷性较高,开展考虑交通状态变化下的桥梁结构模态参数识别,并将优化后的贝叶斯动力识别方法应用于桥梁结构运营状态下的模态参数,获得了模态参数的最大后验估计以及参数概率分布,同时对比了不同方法之间的差异性,随后通过统计分析对其不确定性进行评价。结合理论研究,量化了桥梁结构不同时刻,不同交通量下的桥梁结构模态参数的变化,着重量化桥梁结构在不同工作状态下的基频变化趋势及其变化区间。

关键词： 切换系统   多不连续Lyapunov函数   平滑过渡控制   异步切换   区间估计  

摘要： 作为一类特殊的混杂系统,切换系统是由限制子系统之间如何切换的切换规则和若干个子系统构成。切换系统可以用来有效描述具有多模态特性的系统或过程,其分析与综合问题,一直以来都是控制理论研究的热点问题。考虑到现有的切换系统的控制与区间估计研究结果中存在的控制方案保守性高、切换信号设计的灵活性差、估计精度低等问题,本文针对时间依赖的复杂切换律下的切换系统,开展控制与区间估计的研究工作,其主要研究内容如下: 首先,研究了连续时间切换T-S（Takagi-Segeno）模糊系统的稳定性分析,其中切换系统的子系统可以是稳定的、部分不稳定的,甚至是全部不稳定的。本文提出了一类新的多不连续Lyapunov函数,其可以根据系统的实际切换信号动态地分割每个模态运行区间,解决了现有的多不连续Lyapunov函数方法框架下切换系统中必须包含稳定子系统,且不稳定子系统只能切换到稳定子系统的切换方向约束问题。此外,相比于传统的多Lyapunov函数方法和多不连续Lyapunov函数方法,本文中提出的改进的多不连续Lyapunov函数方法可以得到更大的切换信号可行域,具有更低的保守性和更高的灵活性、适用性。 其次,探讨了模态依赖的混合驻留时间下时滞切换系统的状态反馈控制。本文提出了一种时间和切换信号调度的反馈控制策略,控制器增益的调度依赖于子系统的运行时间和系统的实际切换信号。基于提出的时间调度参数,构造了时间和切换信号依赖的Lyapunov函数,给出了保守性较低的时滞切换线性系统的稳定性准则。基于分析过程的讨论,提出了时间和切换信号调度的反馈控制器的设计方案,实现了较好的控制效果。 然后,考虑到控制器在切换瞬间的意外颠簸可能导致系统的瞬态共振效应甚至不稳定,研究了切换系统的H∞平滑过渡控制问题。将实际切换信号的影响考虑在内,提出了时间和切换信号调度的平滑过渡性能的概念。建立了新的准则来保证系统的不加权（?）2增益性能和平滑过渡性能,并给出了模态依赖的平均驻留时间切换信号和反馈控制器的协同设计方案。本文得到的结果同时保证了切换系统较好的平滑过渡性能和干扰抑制性能。 此外,完善了混合驻留时间下切换正系统的异步区间估计结果。由于传统的区间观测器方法设计条件复杂,估计精度较低,本文使用了算法简单、估计精度较高的多胞体状态估计方法。考虑到系统的正性约束,提出基于正生成矩阵的半径定义来表征状态多胞体的大小。利用信号融合技术,将估计误差系统建模为具有增广切换信号的切换正系统,并给出了状态有界多胞体的迭代过程。考虑到异步对估计结果的影响,允许多胞体的半径增加,并通过构造合适的加权半径函数证明状态多胞体的半径的有界性和（?）∞性能。在此基础上,为系统设计了异步正观测器,同时结合状态有界多胞体给出了系统状态的估计上下界。 最后,针对离散时间时滞切换正系统,提出了基于预测-测量-校正的多胞体区间估计方案。关于具有正生成矩阵的多胞体,提出了无损多胞体估计方法。利用预测-测量-校正三步法,构造异步时滞相容多胞体,以验证系统模型与输出之间的一致性,并给出（?）∞优化算法改进多胞体估计结果。进一步,基于时滞加权半径函数,提出了切换信号和模态依赖的校正矩阵的联合设计方案。此外,基于提出的无损多胞体估计准则,推导了时滞切换正系统的状态的估计上下界。

关键词： 大数据抽样   收缩估计   线性模型选择   均匀投影设计  

摘要： 大数据在日常生活中的应用越来越广泛。大数据的“大”的特征主要体现在样本数量多,且维数较高。由于这些特征存在,大数据给统计学的研究和发展带来了前所未有的挑战。例如,高维度会带来伪相关性,进而可能导致虚假的科学发现和错误的统计推断;处理样本量大的数据对计算机的性能要求过高,一般电脑无法对数据进行存储和分析。尽管目前存在一些处理大数据的方法,但由于这些方法所花费的时间较多,其效率常常是难以忍受的。因此需要一个更高效的方法来处理大数据所带来的问题。本文以线性模型为例,考虑通过子抽样来缩减数据量,即从完整数据集中抽取一个具有代表性的子数据集来进行后续分析。本文研究了四种子抽样方法,即均匀随机抽样(UNI)方法、基于正交表的子抽样(OSS)方法、基于均匀投影设计的子抽样(UPS)方法以及基于杠杆得分的子抽样(LEVSS)方法。对于高维可能带来的伪相关性问题,本文考虑根据选取的子数据集在不同方法下进行线性模型选择,所用的方法有基于贝叶斯信息准则(BIC)的最优子集选择方法以及收缩估计方法中的LASSO方法和SCAD方法。在数值模拟部分,对于来自不同分布的数据集,本文通过三种准则来评估上述子抽样方法的优良性。这三种准则分别是选择到真实模型的概率,选择到包含真实模型中全部变量的模型的概率以及参数估计的均方误差。模拟结果表明,UPS方法和LEVSS方法相较其余两种方法均有较好的表现,并且在多数情况下UPS方法会进一步优于LEVSS方法。

摘要： ~~