最小二乘原理在模具设计中的应用

本文叙述了如何利用最小二乘原理,根据《冲压手册》中提供的离散的间隙值,去建立Z=F（T）经验公式,从而拟出T—Z曲线。最后导出了在模具设计中确定模具间隙的一种方法——查图法。     

最小二乘法在商品销售预测中的应用

作为商品预测中的一种方法，本文介绍了最小二乘法的基本原理，并在一般和特殊两种情况下利用最小二乘法建立了回归线性预测模型。最后给出了利用最小二乘法进行商品预测的实例     

回归系数加权最小二乘估计的影响评价

对于线性回归模型：Ｙ＝Ｘβ＋ε,ε～（０,σ＾２Ｗ）讨论了数据对加权最小二乘估计的影响,并得到回归诊断的若干新结论。     

最小生成树算法及其在经济应用中的意义

依次去掉回路上较长边的方法,是求带权连通图的最小生成树有别于常规算法的另一种新算法,它在平面图中更为方便。最小生成树在经济方面具有广一泛的应用价值．特别是用于追求规划和工程的最佳效果尤为突出。     

我国第三产业利润率的行业差异分析——基于分层线性模型与最小二乘法的比较

基于第一次经济普查数据,利用HLM与OLS方法建立企业利润率回归模型,分析变量之间的数量关系,并且比较两种方法所得结果的差异.通过分层线性模型分析了第三产业中行业因素对企业利润率水平的影响,发现作为层-2变量的行业背景因素对企业利润率存在影响,如:行业之间的竞争程度、技术水平、资产总额以及不同行业之间企业的稳定性对企业利润率起着显著正向关系.在研究分析中发现HLM方法在研究意义、模型解释、统计检验等方面比OLS方法更加丰富和完整.     

EM算法在投资组合中的应用

投资者通常要利用历史数据进行投资分析。由于各个证券市场成立的时间不同,投资者所获得的历史数据长度各不相同。如果将较长的历史数据“截断”使其与较短历史数据长度相同,这样将丢失部分有效数据从而影响分析结果,而较长的历史数据将为投资者提供更详细、更有效的信息。本文通过EM算法来解决这个问题。     

多元回归分析在转移概率估计中的应用

状态转移概率矩阵是马尔可夫预测中的关键问题。在没有状态转移数据的情况下，通过建立多元线性回归模型，计算转移概率矩阵的最小二乘估计方法，并给出了计算公式。     

非整圆弧形工件的半径及圆心位置的最小二乘法处理

本文给出非整圆弧形工件的半径及圆心位置的最小二乘法处理结果。     

遗传算法构建我国指数基金自动生成模型的实证分析

指数基金管理存在很多指数基金组合的构建方法,这些构建方法一般都包括两个独立的过程：确定投资对象的“选股”过程,和确定各投资对象权重的“资金配置”过程。提出了一种新的基于遗传算法的指数基金构建方法,该方法把“选股”过程和“资金配置”过程有机地结合在一起,做到了指数基金构建的全自动。实证结果显示,该算法构建的投资组合具有较好的投资绩效。     

余弦距离算法在固定资产管理系统中文本相似度查询的应用

针对固定资产管理过程中,由于资产设备命名的不规范,导致资产名不匹配、资产找不到、资产设备重复统计等问题,提出了一个基于余弦距离算法的文本相似度查询方案。文章分析了资产设备命名不规范的原因,通过对聚类分析常用的几种距离算法进行研究与比较,确定并通过程序实现了以余弦距离算法为基础的文本相似度查询的应用,对两种距离算法进行了测试,证明了余弦距离算法在固定资产管理系统中文本相似度查询中优势。     

基于BSC的地方高校财务危机预警模型构建及应用

教育改革给地方高校一定财务运作自主权利的同时,也让地方高校承担起自身的财务风险。现有的地方高校财务危机预警模型存在诸多不足,运用平衡记分卡构建了基于平衡计分卡的地方高校财务危机预警模型,并以S高校为例,引入功效系数法应用该模型对该校的财务状况进行了实证分析,发现:基于平衡计分卡的地方高校财务危机预警模型能够根据高校自身的特点和发展战略来选择预警指标,并根据各指标对发展战略的重要性来制定权重。引入功效系数法后,指标的满意值和不允许值可根据高校所处的发展阶段和发展战略来制定,具有很强的适用性。     

最大熵分布估计算法及其在旅行商问题中的应用

分布估计算法是一种基于遗传算法的种群进化算法，但在处理较大规模的旅行商问题时容易过早陷入局部最优．针对这一情况，将最大熵理论引入分布估计算法，对其概率分布模型及种群生成策略进行改进，提出了一种最大熵分布估计算法．并基于旅行商标准测试库TSPI。IB进行了实例仿真测试，结果表明，最大熵分布估计算法的性能得到了有效的改善．     

免疫粒子群算法下向量机参数选择及金融应用

针对粒子群算法易陷入局部最优值的缺点,将免疫原理引入粒子群算法中,利用免疫记忆与自我调节机制促使各适应度层次的粒子维持一定浓度,保证群体的多样性,从而避免算法陷入局部最优。随后将这种改进的算法应用于支持向量机参数的选择,并在BreaStCancer等数据集上进行了实验,实验结果表明利用免疫粒子群算法选取支持向量机最优参数,能够提高支持向量机的分类正确率,具有一定的实用性,特别在经济金融应用上前景可观。