简介：研究了多元线性模型中条件最优线性无偏预测的稳健性问题,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.

简介：本文研究了带线性等式的约束条件的有限总体中的最优预测问题，给出了条件可预测变量和条件最优线性无偏测的定义，得到了条件可预测变量的所有条件最优线性无偏预测，并证明了它在几乎处处意义下的唯一性。

简介：对于“简单的线性规划”这节内容中的一些难点，有时不能完全依赖画图解决．下面提供2种解决最优解的方法．

简介：定义了几种集值映射的广义凸性,研究了相应的性质刻画及其Gordan-Farkas型定理,并利用此Gordan-Farkas型定理给出了集值映射向量最优化的最优性条件.

简介：[摘 要]偏才是社会人才的一部分，当前社会环境下，偏才要通过系统的常规教育培养成才具有很大的困难。文章讨论了偏才成才需要的条件，包括偏才的发现、基础教育、专业培养，还有偏才需要伯乐、需要个人努力、社会环境以及对人力资源的重视。

简介：为提高东营港船舶交通流量预测精度,弥补灰色模型预测方法的不足,基于灰色系统理论,构建灰色模型,该模型在对指数序列进行拟合及参数选取时存在误差,为对模型进行优化,构建无偏灰色模型.采用Matlab编写相关程序辅助求解该模型,将所建模型对东营港船舶交通流量进行预测,并对预测结果与历史数据进行误差比较.结果表明:无偏灰色模型预测精度为97.91%,拟合效果较好,验证了该模型的科学性与可行性.

简介：为消除Bayes动态模型中噪声的正态性假定对模型的实用性的限制，在Bayes整体风险最小的准则下，建立了非正态Bayes动态模型状态参数向量纳向前m步Bayes最优线性预洲及其风险矩阵的循环递推方程，使正态Bayes动态模型的相关结果成为其特例。该方法可以在较大程度上拓宽Bayes动态模型及其Bayes预测的适用范围，有一定纳理论意义和实用价值。

简介：利用线性规划单纯形表对线性规划原问题存在无穷多最优解和对偶问题存在无穷多最优解的情况进行了讨论，并分析了对偶问题存在无穷多最优解情况下的影子价格的方向性，最后以实例说明了各种情况，对初学者加深理解及决策者决策参考有一定帮助。

简介：〕在以往教材中，线性代数是大学期间的课程，高中的课程中只是少量接触，而在新教材高二年级的数学中新加了简单的线性规划的内容。线性规划在数学中越来越受到重视，在高中数学中线性规划在对于解决最优惠最佳方法的应用题中体现出它独特的应用方法，帮助学生在领悟题型是对类型题的加深理解。对学生在数学方面解决疑难问题也会起到开发性思维的拓展，有助于帮助学生开拓思路解答问题。线性规划最优解教学中的一个难点。

简介：线性规划最优整数解不仅要考查同学们的作图能力，更考查了我们的分析图形的能力，下面我们就解决最优整数解的两个常用方法介绍给大家．

简介：本文构造了一些线性规划问题来探讨多重最优解的判别准则;补充了现行文献中关于多重最优解判别准则描述的不足,并指出多重最优解判别准则在出现退化解时可能失效的例外情况.

简介：　　2.1.1投药量对最优快速搅拌时间的影响,最优慢速搅拌条件(G值)与投药量等有关,　　表2原水浊度对最优快速搅拌时间的影响 

简介：

简介：本文利用非线性规划理论对组合预测最优权系数的确定进行探讨,通过Kuhn—Tucker条件,将原来较复杂的组合预测中确定最优仅系数的二次规划模型转化为较为简单的线性规划模型,并将这一模型投人作物产量预报实例中.

简介：对于离散非线性系统迭代学习控制,在最优迭代因果学习律的存在性条件算法收敛性条件基础上,针对实际应用,提出了一种近似迭代算法,证明了近似迭代控制收敛于最优控制.

简介：<正>一、引言统计预测是以实际统计调查资料为基础,根据事物的内在联系及其发展趋势,运用适当的数学模型(预测模型),预测所研究的现象在一定时期内或一定条件下可能达到的水平。在社会经济活动中,许多变量y的变化随着其影响因素x(一元或多元)不同,呈现出不同的规律性,这里x可能是时间变量,

简介：采用有偏估计B∧(k)=[(X′X)-1-k(X′X)-2]X′Y估计多元线性模型中的回归系数B,通过k值的选取,可使β∧(k)=Vec[B∧(k)]的均方误差MSE小于β=Vec(B)的LS(最小二乘)估计β的MSE.

简介：针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5min内完成对准,统计方位均方差（1σ）不超过3′。

简介：

简介：讨论齐次线性对数比模型的D—最优设计问题。首先通过一个变换，将对数比换型变换为齐次线性模型，然后利用所得的模型求出设计的最优配置，最后证明相应的设计为D—最优设计。