导读:本文包含了非对称损失函数论文开题报告文献综述及选题提纲参考文献，主要关键词:非对称质量损失函数,稳健设计,灵敏度设计
非对称损失函数论文文献综述
卓德保,胥京波,张浙[1]（2016）在《基于非对称质量损失函数的分段参数设计》一文中研究指出在产品的制造过程中,由于受到随机因素和系统因素等多种因素的影响,产品的质量特性不可能全部保持在目标值上,而是围绕目标值上下波动。偏离目标值就会产生质量损失,通常情况下,质量损失函数是围绕目标值的对称函数。但在实际中,存在非对称现象,此时利用对称质量损失函数进行参数设计的方法已经不合适。在非对称的情况下对质量损失函数及其质量参数进行设计,将非对称质量损失函数分为两段,每一段分别构造不同的对称损失函数,然后分别计算两端的质量损失,两者之和即为总损失。在此基础上,以质量损失最小化为目标,进行质量函数的稳健性和灵敏性设计。最后,通过实证案例进行可行性验证。(本文来源于《系统管理学报》期刊2016年06期）
杨昌明,段胜秋[2]（2016）在《基于非对称质量损失模型的函数机构稳健设计》一文中研究指出为解决产品的质量特性偏离理想值所带来的非对称质量损失问题,提出一种非对称质量损失模型。应用截尾正态分布理论,推导出非对称质量损失的均值计算公式,以曲柄滑块机构为例,建立对称与非对称2种稳健优化模型。与对称质量损失函数相比,基于非对称质量损失函数的优化结果能够有效避开质量损失大的方向,从而有效减小质量损失。蒙特卡洛仿真实验验证了该方法的有效性。(本文来源于《西华大学学报(自然科学版)》期刊2016年02期）
王晋斌,刘婧蓉[3]（2015）在《中国货币政策是偏好多目标制还是偏好单一目标制?——基于开放条件下非对称损失偏好函数的实证研究》一文中研究指出本文采用非对称损失偏好函数探究了开放条件下央行货币政策在产出缺口、通胀缺口和汇率缺口上的损失偏好,实证结果表明央行的货币政策偏好多目标制。央行在产出和通胀上不存在显着的非对称损失偏好,这种相机抉择的货币政策取向表明控制通胀和促增长是央行并重的目标;但在汇率上存在显着的非对称损失偏好,表明央行的汇率政策侧重于支持出口导向型的增长模式。(本文来源于《金融研究》期刊2015年06期）
徐瑞标[4]（2015）在《一种对称损失函数下几何分布参数的Bayes估计》一文中研究指出研究在一种对称损失函数下,几何分布参数的Bayes估计、多层Bayes估计,并讨论Bayes估计的可容许性及置信下限.(本文来源于《佳木斯大学学报(自然科学版)》期刊2015年01期）
王琪,任海平[5]（2014）在《非对称损失函数下逆指数分布参数的Bayes估计》一文中研究指出针对逆指数分布的估计问题,在参数的先验分布为无信息Quasi先验分布下,得到了平方误差、LINEX损失和熵损失函数下参数的Bayes估计。最后,通过各估计在平方误差损失函数下的风险函数的比较给出本文的结论。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2014年04期）
董欢欢[6]（2014）在《非对称平方损失函数下的贝叶斯回归》一文中研究指出在对回归系数进行估计时,最常用且最基本的方法是最小二乘法。但是,最小二乘法在实际应用中存在着很多不足之处。一方面,它从均值出发,忽略了协变量对响应变量尾部的影响。而在一些实际问题中,尾部特征通常是我们关注的重点。另一方面,最小二乘估计中随机误差项的假设过于严格。在最小二乘估计中,若随机误差项服从均值为零的同方差分布,回归系数的估计为最优线性无偏估计；若随机误差项服从正态分布,回归系数的估计为最小方差无偏估计。但经济数据通常表现出尖峰后尾、异方差等特点,所以在误差项的以上假设下,我们求得的最小二乘估计将不再具有统计优良性。1978年,Koenker和Bassett提出了分位数回归这一概念,它是中位数回归概念(1818年提出)的推广。与普通最小二乘法相比,分位回归模型不仅不需要对总体分布做任何假设,而且能精确地描述自变量X对于因变量Y的变化范围,捕捉分布上尾和下尾的特征。后随着计算机理论的不断发展,贝叶斯推断方法得到了广泛的应用。贝叶斯方法优于传统的估计方法,它把参数也看作随机变量,从而避免了参数的不确定风险。将贝叶斯统计推断方法与分位数回归结合起来,就得到了贝叶斯分位数回归。因此,贝叶斯分位数回归不仅可以全面的描述样本信息,而且避免了参数的不确定风险,提高了预测的准确性。本文在最小二乘估计和贝叶斯分位数回归估计的基础上,提出了非对称平方损失函数下的贝叶斯估计方法。在贝叶斯理论框架下,我们找到了与之等价的极大似然估计,并且证得了在非对称平方损失函数下,若β服从无信息先验,β的后验密度函数π(β|y)存在这一重要结论,最后通过实例模拟,说明很多情况下,非对称平方损失函数下的贝叶斯估计要优于最小二乘估计和贝叶斯分位数回归估计。(本文来源于《浙江大学》期刊2014-05-01）
张国林[7]（2013）在《一类非对称损失函数下几何分布可靠度Bayes估计》一文中研究指出文章在一类非对称损失损失函数下,讨论了几何分布可靠度的Bayes估计问题.在可靠度的先验分布为贝塔共轭先验分布下,得到了可靠度的Bayes估计、多层Bayes估计,最后给出了一个实际应用例子。(本文来源于《统计与决策》期刊2013年04期）
任亮,褚衍彪[8]（2012）在《一种加权对称损失函数下Rayleigh分布尺度参数倒数的Bayes估计》一文中研究指出首先给出了在加权对称损失函数下Rayleigh分布尺度参数的Bayes估计的一般形式.然后在给出先验分布的条件下,给出了Bayes估计的精确形式.最后证明了此Bayes估计的可容许性.(本文来源于《枣庄学院学报》期刊2012年02期）
史建红,关丽娜[9]（2012）在《非对称损失函数下Burr Ⅻ型分布可靠性指标的Bayes估计》一文中研究指出本文研究了R=P(Y<X)在两种非对称损失函数下的Bayes估计问题,其中随机变量X和Y相互独立且服从不同的Burr Ⅻ型分布.利用Lindley近似方法,获得了Bayes估计的显式近似表达式,通过随机模拟比较了不同损失函数下的Bayes估计的性质.(本文来源于《数学杂志》期刊2012年01期）
徐宝,姜玉秋,滕飞[10]（2011）在《一种加权对称损失函数下一类指数分布模型参数的估计》一文中研究指出对刻度参数指数分布模型c(x,n)θ-νe-T(x)/θ提出了一种新的损失函数——加权p,q对称熵损失函数L(θ,δ)=θp/pδp+δq/qθq-2(p,q>0,q<ν),并用它研究了刻度参数θ的估计.得到了参数θ的最小风险同变估计与Bayes估计的一般形式与精确形式,这两种估计形式比已有文献中相应形式更为简捷.证明了参数θ的最小风险同变估计具有最小最大性以及它的Bayes估计具有不变性,这是已有文献在其它损失函数下未曾讨论的问题,由此扩充了刻度参数指数分布模型c(x,n)θ-νe-T(x)/θ参数估计的内容.(本文来源于《四川师范大学学报(自然科学版)》期刊2011年04期）
非对称损失函数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为解决产品的质量特性偏离理想值所带来的非对称质量损失问题,提出一种非对称质量损失模型。应用截尾正态分布理论,推导出非对称质量损失的均值计算公式,以曲柄滑块机构为例,建立对称与非对称2种稳健优化模型。与对称质量损失函数相比,基于非对称质量损失函数的优化结果能够有效避开质量损失大的方向,从而有效减小质量损失。蒙特卡洛仿真实验验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非对称损失函数论文参考文献
[1].卓德保,胥京波,张浙.基于非对称质量损失函数的分段参数设计[J].系统管理学报.2016
[2].杨昌明,段胜秋.基于非对称质量损失模型的函数机构稳健设计[J].西华大学学报(自然科学版).2016
[3].王晋斌,刘婧蓉.中国货币政策是偏好多目标制还是偏好单一目标制?——基于开放条件下非对称损失偏好函数的实证研究[J].金融研究.2015
[4].徐瑞标.一种对称损失函数下几何分布参数的Bayes估计[J].佳木斯大学学报(自然科学版).2015
[5].王琪,任海平.非对称损失函数下逆指数分布参数的Bayes估计[J].齐齐哈尔大学学报(自然科学版).2014
[6].董欢欢.非对称平方损失函数下的贝叶斯回归[D].浙江大学.2014
[7].张国林.一类非对称损失函数下几何分布可靠度Bayes估计[J].统计与决策.2013
[8].任亮,褚衍彪.一种加权对称损失函数下Rayleigh分布尺度参数倒数的Bayes估计[J].枣庄学院学报.2012
[9].史建红,关丽娜.非对称损失函数下BurrⅫ型分布可靠性指标的Bayes估计[J].数学杂志.2012
[10].徐宝,姜玉秋,滕飞.一种加权对称损失函数下一类指数分布模型参数的估计[J].四川师范大学学报(自然科学版).2011