Monte Carlo EM梯度法在MATLAB中的实现

文章使用空间广义线性混合模型为连续空间非正态变量建模,在MATLAB中实现模型参数估计的MCEMG算法,即结合Monte Carlo样本的EM梯度法,求解参数的极大似然估计及采样点随机效应的最小均方误估计。在GS+中进行随机效应的普通克里格插值,并最终对非采样点响应变量进行预测。模拟仿真结果显示该方法参数估计与真实值较接近,响应变量预测结果能反应真实数据总体分布情况。     

应用同伦正则化算法反演二维溶质运移模型中的弥散系数

利用同伦正则化算法探讨了二维对流弥散方程的依赖空间变量的弥散系数反演问题.讨论了初始迭代值、数值微分步长、以及收敛精度对算法实现的影响.数值模拟表明,同伦正则化算法对于此类参数反演问题是一种有效的方法.     

基于虚拟旅游导航智能选择系统的Floyd算法

随着虚拟旅游日益流行,越来越多的虚拟旅游导航智能选择系统得到开发与应用。文章基于虚拟旅游导航智能选择系统改进优化了传统Floyd算法,并应用实例进行了相关验证。     

驱寒炖品三则

正"冬季进补,开春打虎",这是我国各民族的进补习惯。冬天气候寒冷,五脏属肾,寒邪易伤肾阳,因此要适当补肾,以驱严寒。山药炖猪肘子原料:山药30克,党参60克,红枣8枚,猪肘子1个,姜、葱、盐、味精、胡椒粉、料酒各适量。制作:山药浸泡24小时,切成薄片;党参用水浸泡24小时,去皮,切成4厘米长的节;红枣去核;猪肘子去毛,去骨,用沸水氽去血水,再剁成6厘米见方的块状;姜拍松,葱切段。将猪肘子、山药、红枣、姜、     

索赔次数的开放式混合泊松分布研究

本文建立了索赔次数的多风险类别混合泊松模型。首先，考虑索赔次数的零膨胀、厚尾性和异质性等特征，建立风险类别待定的开放式混合泊松模型，开放式结构使该模型对实际数据的多样特征和风险类别具有良好的自适应性；其次，定义混合权重参数的iSCAD惩罚函数，实现对权重参数的筛选；最后，借助EM算法求得模型参数，实现对各风险类别下索赔次数的估计。借助iSCAD惩罚函数，给出最优混合数，避免传统混合模型中主观选择的弊端，克服传统混合模型中结构复杂、参数估计没有显式表达式、估计结果不便于解释等问题。基于三组风险特征多样数据的实证分析，本文发现该模型可以显著改进现有模型的拟合效果。     

融合发展绩效与创新分级的开发区综合评价——以安徽省经济开发区为例

开发区是地方经济增长的引擎,对改善投资环境,带动地方经济发展贡献突出。对开发区进行科学有效评价,将有利于其健康发展。研究从经济效益和对外开放两个方面,基于投入、产出的8项指标,采用熵值法计算开发区绩效;为明确创新与绩效关系,采用K-means聚类算法对开发区的创新等级进行识别,并结合熵值法计算结果,构建创新—绩效的关系分布。同时进一步基于2012年至2016年安徽省统计年鉴数据,展开实证研究。分析结果显示:安徽省16个地市省级以上开发区分布在3个类型区,其中,位于高创新—高绩效类型区的地市数量少,低创新—低绩效类型区的地市数量偏多,各地市发展差距明显。针对这3个类型区,分别提出均衡经济梯度、加快产业转移、产业结构调整等建议。     

被遗忘权的制度缺失、发展困境与中国构建路径

数据时代面临的个人信息受到侵害、个人隐私泄露、算法歧视等一系列重大问题，应将以保护信息主体权利为目的的被遗忘权确立下来。欧美被遗忘权在隐私与自由之间存在的冲突背后所体现的是被遗忘权对于各国需求的重要性，我国现有法律制度中规定的删除权与欧盟所确立的被遗忘权是不能等同的。现行被遗忘权面临着调整对象的设定缺陷、权利内容的设定偏差、责任主体的设定不足三方面的发展困境。学者热议与实践需求在一定程度上表明我国应当引入被遗忘权，并应从调整对象的优化构建、权利内容的改造构建、责任承担的明确构建搭建起中国的路径选择，以解决网络信息社会的发展带给我们的新挑战。     

带工期指派的产品服务系统订单随机调度问题研究

针对由一个制造工厂和多个区域服务中心组成的服务型制造企业，研究了考虑生产时间和服务时间均具有随机性且工期可指派的产品服务系统（PSS）订单调度问题。首先以最小化订单提前、误工和工期指派费用的期望总额为目标构建问题的优化模型，然后分析目标函数近似值的最优性条件，据此提出加权最短平均生产时间排序规则，并结合该规则与插入邻域局部搜索设计了启发式算法对问题进行求解，最后通过数值仿真验证算法的可行性和有效性。研究表明，提前费用偏差对PSS订单调度与工期指派决策的影响很小，因此企业管理者无需准确估计库存费用也能制定出比较有效的PSS订单调度策略；而工期指派费用偏差对决策结果的影响非常大，因此企业管理者在决策时必须谨慎估计该项费用。     

指数-威布尔分布参数贝叶斯估计的混合Gibbs算法

文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.     

不完全数据多重插补的Bootstrap方差估计

当对插补所得的“完整数据集”使用标准的完全数据统计方法的时候,往往会低估插补估计量的方差.Bootstrap方法(自助法)是非参数统计中的一种重要的统计方法,是基于原始观测数据进行重复抽样,能充分的利用已知数据,不需要对未知总体进行任何的分布假设或增加新的样本信息,进而再利用现有的统计模型对总体的分布特性进行统计推断.本文首先运用多重插补的方法对缺失数据进行了插补,之后利用Bootstrap方法对插补之后的数据进行了插补统计量的方差估计,结果表明运用Bootstrap方法进行插补统计量的方差估计更科学更准确.