![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/1bfe516a-f75d-4d27-b6fc-1ab62a485ed7/1bfe516a-f75d-4d27-b6fc-1ab62a485ed7pic.jpg)
![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_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/1bfe516a-f75d-4d27-b6fc-1ab62a485ed7/1bfe516a-f75d-4d27-b6fc-1ab62a485ed71.gif)
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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、試驗(yàn)設(shè)計(jì)是數(shù)理統(tǒng)計(jì)學(xué)中的一個重要的分支,其理論涉及到的數(shù)學(xué)知識很多,應(yīng)用也是十分廣泛。在實(shí)際問題中,實(shí)驗(yàn)往往受到精度和經(jīng)費(fèi)以及很多其他因素的共同限制。這樣,最優(yōu)設(shè)計(jì)的概念便由此提出,它是建立在某種特殊最優(yōu)準(zhǔn)則之上的。對于經(jīng)典的D-最優(yōu)設(shè)計(jì)準(zhǔn)則、A-最優(yōu)設(shè)計(jì)等準(zhǔn)則,已經(jīng)有很多文獻(xiàn)研究。最近,由Ehren feld于1955年提出的E-最優(yōu)設(shè)計(jì)準(zhǔn)則也受到了新的關(guān)注。由于實(shí)際需要的產(chǎn)生和貝葉斯推斷的發(fā)展,尋找貝葉斯先驗(yàn)信息,然后在貝葉斯意義下
2、構(gòu)造最優(yōu)設(shè)計(jì),是當(dāng)前研究中的常用方法。
在多響應(yīng)線性模型中,本文研究了貝葉斯框架下E-最優(yōu)設(shè)計(jì)的相關(guān)問題。在協(xié)方差已知的情況下,構(gòu)造多響應(yīng)線性模型E-最優(yōu)設(shè)計(jì)的等價(jià)定理。然后通過等價(jià)定理推導(dǎo)E-最優(yōu)連續(xù)設(shè)計(jì)和近似精確設(shè)計(jì)的迭代算法,通過實(shí)例驗(yàn)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(fù)合設(shè)計(jì),并建立了相應(yīng)的模型和等價(jià)定理。用類似的方法構(gòu)造了連續(xù)設(shè)計(jì)和近似精確設(shè)計(jì)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(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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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)線性模型最優(yōu)設(shè)計(jì)的迭代算法及其實(shí)現(xiàn).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
- 圖像復(fù)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(yīng)穩(wěn)健參數(shù)設(shè)計(jì)研究.pdf
- 多水平貝葉斯模型及應(yīng)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(qiáng)化學(xué)習(xí)中策略迭代算法研究.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
- 結(jié)合廣義線性模型與貝葉斯方法的非正態(tài)響應(yīng)穩(wěn)健參數(shù)設(shè)計(jì)
- 結(jié)合廣義線性模型與貝葉斯方法的非正態(tài)響應(yīng)穩(wěn)健參數(shù)設(shè)計(jì).pdf
- 貝葉斯廣義線性混合模型及其醫(yī)學(xué)應(yīng)用.pdf
- 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)下線性對數(shù)對比模型最優(yōu)設(shè)計(jì)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(wǎng)絡(luò)的多類標(biāo)分類算法研究.pdf
評論
0/150
提交評論