公开(公告)号：CN113918867B

公开(公告)日：2025-04-01

申请号：CN202111078661.2

申请日：2021-09-15

Applicant: 同济大学

Inventor： 张松林 ,  李敬常 ,  韩杰 ,  董正华

IPC: G06F17/10 ,  G06F17/18 ,  G01B21/32

Abstract: 本发明涉及一种附线性不等式约束的G‑M模型的不等式约束合理性检验流程，包括以下步骤：1)对观测数据进行附加不等式约束的最小二乘平差和无约束的最小二乘平差；2)采用TP3的假设检验量，进行约束整体合理性检验；3)如果约束整体合理性检验通过，则进行参数估值的精度评定；4)若约束整体合理性检验不通过，采用TP2的假设检验量，检验每个无效约束的合理性；采用TP1的假设检验量，检验每个有效约束的合理性；5)处理不合理约束后转步骤1)。该检验流程能够有效地判断不等式约束信息的合理性，并能准确筛选出不合理的不等式约束，以便后继处理。

公开(公告)号：CN113918867A

公开(公告)日：2022-01-11

申请号：CN202111078661.2

申请日：2021-09-15

Applicant: 同济大学

Inventor： 张松林 ,  李敬常 ,  韩杰 ,  董正华

IPC: G06F17/10 ,  G06F17/18 ,  G01B21/32

Abstract: 本发明涉及一种附线性不等式约束的G‑M模型的不等式约束合理性检验流程，包括以下步骤：1)对观测数据进行附加不等式约束的最小二乘平差和无约束的最小二乘平差；2)采用TP3的假设检验量，进行约束整体合理性检验；3)如果约束整体合理性检验通过，则进行参数估值的精度评定；4)若约束整体合理性检验不通过，采用TP2的假设检验量，检验每个无效约束的合理性；采用TP1的假设检验量，检验每个有效约束的合理性；5)处理不合理约束后转步骤1)。该检验流程能够有效地判断不等式约束信息的合理性，并能准确筛选出不合理的不等式约束，以便后继处理。

公开(公告)号：CN115146210A

公开(公告)日：2022-10-04

申请号：CN202210655975.2

申请日：2022-06-10

Applicant: 同济大学

Inventor： 张松林 ,  周高辉 ,  董正华 ,  韩杰

IPC: G06F17/10

Abstract: 本发明公开了一种基于粗差分离的稳健估计方法包括：对随机选取的观测值进行最小二乘估值，根据原始误差方程计算残差向量根据残差向量和阈值向量计算组合的内集点，选取内集点个数最多组合的观测值序号的集合为集合H并筛选不重复的观测值序号为集合F；对集合F对应的观测值进行估值计算，根据残差向量vF和阀值向量εF得到观测值序号的集合为集合G；对集合G对应的观测值进行估值计算，根据残差向量vG和阈值向量εG划分观测值；利用观测值进行选权迭代求解，根据迭代稳定后的参数估值判断更高效的稳健估计方法。本发明克服现有稳健估计方法直接基于残差构造等价权的问题，从观测值出发，是崩溃点更高效率更高的稳健估计方法。