论文部分内容阅读
基于GA-BP神经网络的致密井产能预测方法
【出 处】
:
长江大学
【发表日期】
:
2021年01期
其他文献
本文主要研究了方差未知的拟似然非线性模型中极大似然估计的性质,推广和发展了非线性模型中关于极大似然估计的相关结论。本文通过对以往各种方法的总结,在带固定设计的拟似然模型中的极大拟似然估计的强相合性及其收敛速度的基础上,对方差未知的拟似然非线性模型中的极大拟似然估计的大样本性质进行研究。本文主要研究方差未知的拟似然非线性模型中的最大拟似然估计的强相合性及其收敛速度。全文分为4部分,在第1部分导论中,
半参数非线性再生散度模型是非线性再生散度模型和半参数回归模型的推广和发展,包括了半参数非线性模型、半参数广义线性模型等特殊模型。因此引起了许多统计工作者的研究兴趣。半参数非线性再生散度模型假定因变量服从再生散度模型,系统部分与主要变量之间的关系非线性,与时间变量之间的关系未知,兼有非线性再生散度模型和半参数回归模型二者的优点,具有很强的灵活性,因而在经济金融、管理学、工程学、物理学、生命和生物科学