§2.1 回归分析概述 (Regression Analysis) 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数 §2.2 一元线性回归模型的参数估计 (Estimation of Simple Linear Regression Model) 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干 扰项方差的估计 §2.3 一元线性回归模型的统计检验 Statistical Test of Simple Linear Regression Model 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 一、Ŷ0是条件均值E(Y|X=X0)或个值的一个无偏估计 二、总体条件均值与个值预测值的置信区间

将单轴压缩条件下遭受到剪切带(峰值应力之后呈现线性应变软化行为)形式的单一剪切破坏普通混凝土试样的峰后应力-应变曲线斜率的解析解推广为非线性情形.在峰值应力之前,采用Scott模型描述非线性的本构关系.剪切带的非线性应变软化本构关系由导出的最短普通混凝土试样峰后斜率反算.利用得到的峰后本构关系,对其他较长的普通混凝土试样的应力-应变曲线进行了预测.预测的峰后应力-应变曲线依赖于试样的高度,且与实验结果吻合.估算的剪切带内部平均塑性剪切应变远大于在单轴压缩条件下测得的轴向应变的极限值.若测得的峰后应力-应变曲线被视为本构关系,则普通混凝土柱的峰后延性将被极大地低估

本章介绍了回归分析的基本思想与基本方法。首先，本章从总体回归模型与总体回归 函数、样本回归模型与样本回归函数这两组概念开始，建立了回归分析的基本思想。总体回 归函数是对总体变量间关系的定量表述，由总体回归模型在若干基本假设下得到，但它只是 建立在理论之上，在现实中只能先从总体中抽取一个样本，获得样本回归函数，并用它对总 体回归函数做出统计推断

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

文章针对某车型卡车存在的前桥振动传递率偏大的问题,首先建立了驾驶室前桥轮胎三自由度非线性动力学模型,然后应用牛顿第二定律推导出模型的运动微分方程,并在此基础上开发出基于MATLAB的前桥阻尼优化软件

 方法性工具  差分运算  延迟算子  线性差分方程  ARMA模型  AR模型（Auto Regression Model）  MA模型（Moving Average Model）  ARMA模型（Auto Regression Moving Average model）  平稳序列建模  序列预测  建模步骤  模型识别  参数估计  模型检验  模型优化  序列预测

本章研究一类模型不确定的非线性系统控制的技术，即滑模控制技术。 模型不确定性产生于实际系统的不确定性或者因为有目的的简化了系统动态，分为结构不精确性及无结构不精确性两类不确定模型。解决结构不精确性模型的稳定性有效方法是采用鲁棒控制，鲁棒控制器的典型结构是由标称部分和用于处理模型不精确性的附加项组成。鲁棒控制的一个简单的方法就是滑模控制技术。 • 首先，本章讨论处理匹配条件下的鲁棒控制。 • 其次，介绍Lyapunov再设计和连续型控制器 • 最后，我们通过滑模控制在风力发电中的应用结束本章内容。 8.1 滑模控制 8.1.1 问题引入 8.1.2 滑模面设计 8.2 抖动现象 8.3 滑模控制在风力发电中的应用

针对复杂集总干扰下六旋翼飞行器轨迹跟踪控制问题,给出了混合积分反步法控制与线性自抗扰控制的控制算法. 首先,通过牛顿-欧拉方程建立六旋翼飞行器的非线性动力学模型,并剖析系统输入输出的数学关系. 其次,根据六旋翼飞行器动力学模型的特点,将其分为位置与姿态两个控制环. 位置环采用积分反步法控制理论设计控制器,通过引入积分项来提高系统的抗干扰能力,消除轨迹跟踪的静态误差;姿态环采用线性自抗扰控制技术设计控制器,通过线性扩张观测器估计和补偿集总干扰影响,提高系统的鲁棒性. 最后,通过2组仿真算例和1组飞行试验验证了本文所提飞行控制算法的有效性. 研究结果表明:该控制算法对集总干扰有较好的抑制作用,能够使六旋翼飞行器既快又稳地跟踪上参考轨迹,具有一定的工程应用价值

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题，研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法，以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型，以最优激励轨迹进行实时数据采集，采样数据经过低通滤波及中心差分的处理后，代入相应的负载辨识方程式，并用加权最小二乘法解决线性方程组，可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性