排序方式: 共有20条查询结果,搜索用时 156 毫秒
1.
2.
3.
基于主成分分析的舰船装备维修费组合预测 总被引:1,自引:0,他引:1
针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。 相似文献
4.
采用超声波检测仪和基于超声波速自定义的损伤变量对杂散电流环境下钢筋混凝土梁弯曲疲劳损伤过程进行实时跟踪研究.结果表明:定义的损伤变量对杂散电流与疲劳荷载共同作用下钢筋混凝土梁损伤发展状态较敏感,能够有效跟踪损伤不同发展阶段.损伤变量跟踪显示:杂散电流环境下钢筋混凝土梁弯曲疲劳损伤过程,与一般大气环境下弯曲疲劳损伤过程类似,具有明显3阶段特性,即初始快速增加、稳定增加和临近破坏的急速增加;随杂散电流强度增大,钢筋混凝土疲劳损伤发展加快.疲劳断裂试件表明:杂散电流环境下混凝土梁弯曲疲劳损伤劣化进程加速,主要是由于杂散电流与氯离子一样会引发混凝土中钢筋发生电化学腐蚀,且与疲劳荷载构成损伤劣化耦合作用. 相似文献
5.
Bayes统计学与MCMC方法——Metropolis-Hastings(M-H)算法的Matlab程序实现 总被引:1,自引:0,他引:1
Bayes统计学能够从空中楼阁的理论广泛地落地于自然科学、经济学和社会学等领域,得益于计算机技术和马尔可夫链蒙特卡洛(Markov chain Monte Carlo,简称MCMC)法的发展。文章介绍了MCMC方法在Bayes推断中的应用,主要讨论了MCMC方法中的独立抽样和随机游走抽样的Metropolis-Hastings(M-H)算法,利用可读性较强的Matlab程序来实现两种抽样算法,并给出了详细的程序实施过程,分析了两种抽样的优缺点。模拟分析结果表明:独立抽样M-H算法比较容易实施,但是要求建议分布和后验分布的吻合度较高,否则计算效率低下,而且模拟效果不理想;随机游走抽样的M-H算法不需要建议分布接近后验分布,模拟效果也比较好,因此,克服了独立抽样算法的不足,适用范围更广。 相似文献
6.
7.
8.
为了揭示酸雨环境下混凝土性能的劣化规律,分别配置p H1.5、p H2.5和p H3.5的3种溶液来模拟不同酸度的酸雨,在实验室自动喷淋装置中模拟降雨和加热干燥,采用干湿交替的试验方法对100个C40混凝土试件进行不同程度的加速腐蚀,得出不同腐蚀状态下混凝土外观、质量、中性化、抗压强度的变化规律。试验结果表明:随着腐蚀时间的延长混凝土的外观有不同程度的劣化,中性化深度不断加深。混凝土质量、抗压强度在p H2.5和p H3.5条件下都是先短暂地增大后逐渐减小,而在p H1.5条件下是一直递减。 相似文献
9.
10.