线性回归模型的稳健总体最小二乘解算

针对线性回归中自变量和因变量可能含有粗差的情况,提出线性回归模型的稳健总体最小二乘法。将线性回归模型进行等价变换,视其总体最小二乘平差模型为非线性,根据选权迭代的思想推导线性回归模型的稳健总体最小二乘迭代算法。以模拟算例在自变量和因变量同时添加粗差的情况下进行10 000次试验,并从中选出一组数据进行具体分析,结果验证了本文算法的有效性和可行性。     

空间直线拟合的PEIV模型的构建与解法

针对空间直线拟合不宜直接采用总体最小二乘算法和混合总体最小二乘算法的问题,提出一种基于PEIV模型的总体最小二乘法的空间直线拟合算法。首先将空间直线的标准方程进行变换,改写为总体最小二乘的EIV模型;然后针对系数矩阵的特点,将模型转换为更加合理的PEIV模型,线性化成类似于最小二乘间接平差形式,采用迭代的方法求解拟合参数。平差过程保证了系数矩阵重复元素的改正数一致,常数元素的改正数为零,符合实际理论;最后,通过算例比较验证了该方法的可行性和优越性。     

附不等式约束的总体最小二乘迭代算法

基于惩罚函数和测量平差中权的思想,提出了附不等式约束的总体最小二乘平差模型,即利用惩罚函数对不等式约束方程构造约束权,通过零权和无限权将不等式约束转换为等式约束,从而将不等式约束平差准则转化为传统的测量平差准则。同时,根据非线性最小二乘平差理论,用构造结构矩阵的方法来顾及系数矩阵的结构性,推导了附不等式约束的总体最小二乘迭代算法。该算法迭代格式与传统的间接平差类似,只需经过若干次迭代便能得到最优解。     

半参数回归与平差模型

从数据处理几种回归模型出发，对参数、非参数、半参数回归模型进行了讨论，指出了它们的适用前提条件。论证了半参数回归模型的最小二乘核估计与附加系统参数平差、补偿最小二乘准则与最小二乘配置之间的联系与区别，阐述了半参数回归估计在测量平差中的应用前景。     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。     

部分有界不确定性数据平差方法

针对传统最小二乘法以及总体最小二乘法不完全适合于系数矩阵带有有界误差,及有界不确定性数据平差方法也不能直接用于系数矩阵只是部分带有有界误差的问题,基于有界误差问题的平差方法,给出解决部分有界问题的迭代算法,并验证该方法的有效性。     

地壳形变分析的总体最小二乘配置方法

针对地壳形变问题中观测向量和趋势项系数矩阵均含有误差的情况,研究了总体最小二乘配置平差方法,在广义总体最小二乘准则下推导了具体的解算公式和迭代算法。利用模拟的地壳水平形变和2009年意大利L’Aquila实际地震数据进行分析,结果表明,总体最小二乘配置与传统的最小二乘配置方法在地壳形变分析中的效果基本一致,并给出了相关的理论依据。     

病态加权总体最小二乘模型的正则化抗差解法

针对EIV模型系数阵病态且系数阵和观测值精度不同的情形,基于拉格朗日乘数法导出病态加权总体最小二乘模型的正则化解法,并证明已有的等权病态总体最小二乘模型的正则化解法是其特例。在此基础上,进一步提出基于中位数法的病态加权总体最小二乘模型的正则化抗差解法,并用第一类Fredholm积分方程和病态测边网两个算例验证算法的有效性。结果表明,受系数阵病态性以及粗差的影响,最小二乘解和总体最小二乘解精度较差,严重偏离真值;正则化解法在顾及系数阵和观测值误差的同时可有效削弱模型的病态性,其精度较最小二乘解和总体最小二乘解有所提升;而正则化抗差解法在正则化解的基础上,利用等价权函数重构权阵,能有效抵御粗差的影响,其精度最高。     

GPS高程拟合的加权总体最小二乘抗差估计

结合标准化方差,构造了基于Huber、IGG和IGGⅢ三种权函数的加权总体最小二乘抗差模型,并运用选权迭代法予以求解。GPS高程拟合数据处理实例表明,基于Huber、IGG和IGGⅢ三种权函数的稳健加权总体最小二乘抗差方法对误差和粗差具有较好的削弱和消除效果,其中基于IGGⅢ权函数的稳健加权总体最小二乘方法抗差效果最优。     

部分待估参数具有先验随机性的WTLS平差

部分待估参数具有先验随机信息,且误差方程系数矩阵含有观测误差,是一类新的平差问题。本文构造了部分待估参数含有先验随机信息的加权整体最小二乘平差函数模型,推导该模型参数估计与精度评定公式,给出计算步骤,适用于一般情形。实例对比分析证明,该算法正确可靠,迭代收敛速度较优。     

水准测量中尺度比参数的附加系统参数的Partial EIV模型解法

针对目前水准测量中尺度比参数的附加系统参数的平差模型,本文对模型进行重构,提出尺度比参数的附加系统参数的partial errors-in-variables（Partial EIV）模型,给出总体最小二乘准则下的解算公式及迭代算法。实际算例和模拟数据结果表明,本文方法与传统方法在处理尺度比参数为附加系统参数时的效果基本一致,并给出相关的理论依据。     

平差系统模型误差补偿的配置法

利用大地测量数据分析地壳形变所建立的平差系统，不可避免地存在模型误差。给出了估计模型偏差的带权均方误差公式，提出了模型误差的识别、先验协方差的确定以及用最小二乘配置法对平差系统模型误差的补偿方法。     

附有模糊先验信息的病态问题解算方法

以模糊理论为基础,用模糊数集来描述未知参数向量中的模糊先验信息,将其以约束条件的形式纳入数学模型。给出带有模糊先验信息的平差模型,并基于正态模糊数建立新的平差准则,提出一种带有模糊先验信息的平差新算法。实例验证,新方法可以较好地解决测量平差中法方程病态问题。未知参数的误差分析显示,新方法解算病态方程优于最小二乘估计、截断奇异值法以及岭估计。     

多元加权总体最小二乘新解法

将多元加权总体最小二乘模型进行变换,转化为加权总体最小二乘模型,推导构造新的系数矩阵和系数矩阵元素协因数阵的公式,研究多元加权总体最小二乘的解算流程。以Jazaeri加权总体最小二乘为例,给出多元总体最小二乘参数的解算过程。通过算例分析和比较,验证了该方法的有效性。     

论监测网的平差

本文从最小二乘原理出发,论述了监测网的自由网平差和拟稳平差问题。研究的结果表明:监测网用这二种方法平差时,条件在dx(或⊿x_0)等权及相互独立时是符合最小二乘原理的。在一般情况下,应该用条件及来代替。文中算例的结果支持了这一结论。最后指出:监测网平差中这些未知参数的估值都是最佳无偏。     

非线性模型的补偿最小二乘估计

提出利用半参数估计理论解决非线性平差问题,即利用半参数模型中的非参数分量描述非线性模型按泰勒级数展开式中二次以上的高阶项,并推导了补偿最小二乘法求解非线性模型参数的相关公式。算例表明,对于非线性强度较强的模型,该算法可以取得较好的效果。     

参数带椭球约束平差算法的应用

针对实际工程应用中遇到的参数带有范围约束的情形,提出带椭球约束的平差算法,并给出其具体模型和解算步骤。数值模拟实验和病态测边网数据计算表明,在处理病态问题时,最小二乘平差（least-squares,LS）已不适用,而与岭估计、奇异值分解法（singular value decomposition,SVD）以及不等式约束相比,本文算法精度更高。     

GPS控制网数据易用性问题

传统的GPS控制网数据处理通常采用经典的最小二乘处理方法,使用间接平差模型。该方法认为基线中存在的偶然误差服从正态分布,进而为每一个测量引入改正数,列误差方程式,根据观测量的信息进行平差和精度估算,得到控制网中点位的最佳估值、精度指标及观测的可靠性因子,使被处理的基线观测量在整个网中的相互关系取得几何一致性。     

病态模型平差的变分正则化方法

本文对病态模型平差问题进行研究,指出由于模型病态将引起平差结果的摄动,而根据Тихонов的变分正则化理论可构造出一种抗摄动的平差方法.文章通过理论分析和计算实验证明,只要合理的选择正则化参数α,就可使平差结果的均方误差比传统的最小二乘估计小,从而改善平差结果的精度.     

变异函数模型参数的加权总体最小二乘回归法

顾及距离值的随机误差,提出用加权总体最小二乘回归法估计变异函数模型参数。通过协方差传播律发现,分组后的变异函数值和距离值是不等精度的。给出距离值的定权方法,结合熵权法和点对数法迭代解算模型参数。以幂函数模型为例,模拟数据和实测数据的结果表明,加权总体最小二乘回归法更加合理,参数的估计精度也更高。