已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、試驗設計是數(shù)理統(tǒng)計學中的一個重要的分支,其理論涉及到的數(shù)學知識很多,應用也是十分廣泛。在實際問題中,實驗往往受到精度和經費以及很多其他因素的共同限制。這樣,最優(yōu)設計的概念便由此提出,它是建立在某種特殊最優(yōu)準則之上的。對于經典的D-最優(yōu)設計準則、A-最優(yōu)設計等準則,已經有很多文獻研究。最近,由Ehren feld于1955年提出的E-最優(yōu)設計準則也受到了新的關注。由于實際需要的產生和貝葉斯推斷的發(fā)展,尋找貝葉斯先驗信息,然后在貝葉斯意義下
2、構造最優(yōu)設計,是當前研究中的常用方法。
在多響應線性模型中,本文研究了貝葉斯框架下E-最優(yōu)設計的相關問題。在協(xié)方差已知的情況下,構造多響應線性模型E-最優(yōu)設計的等價定理。然后通過等價定理推導E-最優(yōu)連續(xù)設計和近似精確設計的迭代算法,通過實例驗證算法的可行性。
在多個選模型存在情況的研究中,本文提出了貝葉斯框架下的E-最優(yōu)復合設計,并建立了相應的模型和等價定理。用類似的方法構造了連續(xù)設計和近似精確設計的迭代過程
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多響應線性模型最優(yōu)設計的迭代算法及其實現(xiàn).pdf
- 多響應線性模型的復合最優(yōu)設計.pdf
- 多響應線性回歸模型的Bayes最優(yōu)設計.pdf
- 圖像復原-模型、貝葉斯推理及迭代算法研究.pdf
- 基于貝葉斯方法的多響應穩(wěn)健參數(shù)設計研究.pdf
- 多水平貝葉斯模型及應用研究.pdf
- 基于多貝葉斯并行融合模型的郵件過濾算法研究.pdf
- 貝葉斯強化學習中策略迭代算法研究.pdf
- 線性混合效應模型的最優(yōu)設計與穩(wěn)健設計.pdf
- 多變量二值響應模型的D最優(yōu)設計.pdf
- d最優(yōu)設計和dn最優(yōu)設計算法研究
- 結合廣義線性模型與貝葉斯方法的非正態(tài)響應穩(wěn)健參數(shù)設計
- 結合廣義線性模型與貝葉斯方法的非正態(tài)響應穩(wěn)健參數(shù)設計.pdf
- 貝葉斯廣義線性混合模型及其醫(yī)學應用.pdf
- 36732.d最優(yōu)設計和dn最優(yōu)設計的算法研究
- 混合實驗下線性對數(shù)對比模型最優(yōu)設計的研究.pdf
- 非線性貝葉斯動態(tài)模型若干問題的研究.pdf
- 混合模型的貝葉斯分析.pdf
- 貝葉斯算法原理分析
- 基于貝葉斯網絡的多類標分類算法研究.pdf
評論
0/150
提交評論