版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、試驗(yàn)設(shè)計(jì)是以概率論和數(shù)理統(tǒng)計(jì)為理論基礎(chǔ),科學(xué)安排試驗(yàn)的一項(xiàng)技術(shù),在各個(gè)領(lǐng)域都有廣泛的應(yīng)用價(jià)值。而最優(yōu)設(shè)計(jì)是為了保證估計(jì)量在精確性方面具有某種優(yōu)良性質(zhì)所采用的設(shè)計(jì)方法。 本文第一章對(duì)最優(yōu)設(shè)計(jì)及全文的主要內(nèi)容做了簡(jiǎn)單介紹。 本文的第二章是討論多響應(yīng)模型中Bayesian意義下的最優(yōu)設(shè)計(jì)構(gòu)造算法。在參數(shù)β具有正態(tài)先驗(yàn)分布的條件下,先求出β的后驗(yàn)分布并根據(jù)后驗(yàn)分布的協(xié)方差陣得到多響應(yīng)模型的信息矩陣。利用方向?qū)?shù)可以推出該
2、信息矩陣下,LB-和DB-最優(yōu)設(shè)計(jì)的等價(jià)性定理、設(shè)計(jì)的效,根據(jù)這些結(jié)論我們構(gòu)造最優(yōu)設(shè)計(jì)的算法并且用Matlab實(shí)現(xiàn)算法。在這個(gè)算法中設(shè)計(jì)點(diǎn)的個(gè)數(shù)是固定的,在每一步迭代中加入一個(gè)滿足相關(guān)條件的最優(yōu)點(diǎn),再刪去一個(gè)最差的點(diǎn),通過計(jì)算效來判斷這一步得到的設(shè)計(jì)是否已經(jīng)達(dá)到要求,若不符合再進(jìn)行迭代直至達(dá)到滿意的效。 本文的第三章討論多響應(yīng)模型的協(xié)方差矩陣∑未知時(shí),A-最優(yōu)設(shè)計(jì)的序貫算法。當(dāng)多響應(yīng)的協(xié)方差陣∑未知時(shí),我們用它的一致估計(jì)矩陣
3、來代替,根據(jù)多響應(yīng)模型A-最優(yōu)設(shè)計(jì)判別準(zhǔn)則,得到上述條件下的等價(jià)性定理并給出構(gòu)造最優(yōu)設(shè)計(jì)的序貫算法,這個(gè)算法是在每步迭代中加入一個(gè)滿足條件的點(diǎn),加入點(diǎn)后的設(shè)計(jì)逐步收斂到最優(yōu)設(shè)計(jì)。從計(jì)算的結(jié)果看,這個(gè)算法所得到的設(shè)計(jì)收斂性較好,∑的估計(jì)中出現(xiàn)的隨機(jī)擾動(dòng)對(duì)最優(yōu)設(shè)計(jì)的影響并不大。本文第四章我們用Matlab實(shí)現(xiàn)了第二、三章的算法,并給出了幾個(gè)相應(yīng)的例子。在計(jì)算過程中,需要求多元函數(shù)的全局最值,我們使用了方開泰、王元(1996)的數(shù)論方法SNT
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多響應(yīng)線性模型的貝葉斯E-最優(yōu)設(shè)計(jì)及迭代算法.pdf
- 多響應(yīng)線性模型的復(fù)合最優(yōu)設(shè)計(jì).pdf
- 多響應(yīng)線性回歸模型的Bayes最優(yōu)設(shè)計(jì).pdf
- 線性混合效應(yīng)模型的最優(yōu)設(shè)計(jì)與穩(wěn)健設(shè)計(jì).pdf
- 多變量二值響應(yīng)模型的D最優(yōu)設(shè)計(jì).pdf
- d最優(yōu)設(shè)計(jì)和dn最優(yōu)設(shè)計(jì)算法研究
- 36732.d最優(yōu)設(shè)計(jì)和dn最優(yōu)設(shè)計(jì)的算法研究
- 混合實(shí)驗(yàn)下線性對(duì)數(shù)對(duì)比模型最優(yōu)設(shè)計(jì)的研究.pdf
- 多響應(yīng)近似線性回歸模型下的三種最優(yōu)穩(wěn)健設(shè)計(jì).pdf
- 特殊數(shù)據(jù)的廣義嶺估計(jì)迭代算法及其實(shí)現(xiàn).pdf
- 具有相關(guān)觀測(cè)回歸模型的最優(yōu)設(shè)計(jì).pdf
- 限制角圖像重建的Landweber迭代算法及其實(shí)現(xiàn)研究.pdf
- 基于特征點(diǎn)的模型分割算法設(shè)計(jì)及其實(shí)現(xiàn).pdf
- 迭代均衡的關(guān)鍵技術(shù)及其實(shí)現(xiàn).pdf
- 企業(yè)年金的最優(yōu)設(shè)計(jì).pdf
- 異方差隨機(jī)系統(tǒng)回歸模型的幾類最優(yōu)設(shè)計(jì)
- 《算法及其實(shí)現(xiàn)》教學(xué)設(shè)計(jì)
- 24115.boxcox變換后的d最優(yōu)設(shè)計(jì)和復(fù)合d最優(yōu)設(shè)計(jì)
- 最優(yōu)線性多密鑰共享體制的實(shí)現(xiàn)
- 多尺度自回歸隨機(jī)模型及其實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論