第10章利用 LINGO开发高级模型 在这一章里,我们将在不同的领域里建立一些高级模型。其目的有两个:一个是通过对这些高级模型 的研究,帮助用户提高建模的技巧;另一个是通过 LINGO在生产管理、后勤保障、金融、排队和销售等 很多领域的实例来说明 LINGO应用的广泛性

采用Matlab仿真的方式构建了一个简单的有躯干双足机器人模型,研究了该模型在斜坡上的被动行走,分析了模型步行的稳定性,并设计了一个全状态线性反馈步行稳定器.研究结果表明:无任何驱动器的有躯干双足机器人能够实现沿斜坡而下的被动行走,其步行方式有两种,但均不稳定;设计的全状态反馈稳定器能够较好地稳定模型的被动行走

要点：掌握回归模型中的基本函数形式。重点学习如何将 复杂的模型变换为线性回归模型。理解边际效应和弹性效 应

均值方差模型提出了的证券选择问题,解决 了最优地持有有效证券组合,即在同等收益 水平之下风险最小的证券组合 夏普等人在该模型基础上发展了经济含义 任何证券组合收益率与某个共同因素的关系 资产定价模型(CAPM)

内容提要 一、软件过程 二、软件生命周期 三、软件过程模型 四、瀑布模型 五、快速原型模型

一、主要研究技术结构方程式模型(GEM) 1.什么是结构方程式模型 结构方程式模型(ucu即uau■u~,简称S:)是一种建立、估计和检验因果关系模型的多元统计分析技术它包含了回归分析(m心8n)、因子分析(aranas)、路径分析(訕as)和多元方差分析( muitrarlate analysis ofvariance)等一系列多元统计分析方法,是一种非常通用的、线性的、借助于理论进行假设检验的统计建模技术。S:在国外学术界的应用已经十分普遍,但在国内则处于刚刚起步的阶段

一、变量 二、结构式模型 三、简化式模型 四、参数关系体系

隧道健康状态诊断过程作为一个模糊系统，具有随机性和模糊性的特点.传统的隧道结构健康诊断方法无法妥善地将系统的模糊性和随机性关联在一起.基于此，针对隧道结构健康状态诊断系统的模糊性和随机性特点，提出了基于云理论的隧道结构健康状态诊断方法.首先，建立反映隧道结构健康状况等级评语集的正态云模型.然后，依据逆向云发生器原理，将隧道结构健康状态指标的监测数据的归一化结果值转化为隶属度云模型.将健康状态指标的重要性语言值转化为权重云，用于表征各健康状态指标的重要程度.最后，运用云理论的计算方法对隧道结构健康状态等级进行诊断，得到健康状态等级诊断结果的云模型.应用云模型的改进方法，对某市地铁2号线盾构隧道结构健康状态进行了诊断，极大提高了诊断结果的可视化和鲁棒性

第一节渐进主义决策模型 第二节综合决策模型 第三节团体决策模型

一、计算机网络体系结构及协议的概念; 二、开放系统互连(OSI)参考模型 三、OS模型中各层的功能介绍; 四、TCP/IP协议的体系结构; 五、TCP/IP协议的层次功能介绍; 六、OSI模型与TCP/IP协议模型的比较;