数学
文章平均质量分 60
小蜗笔记
热爱建模和计算机,互联网垃圾制造者
展开
-
Hamilton-Jacobi-Bellman (HJB) 方程
要写出Hamilton-Jacobi-Bellman (HJB) 方程的形式,首先需要明确这是一个用于描述最优控制问题的偏微分方程。HJB方程提供了求解动态规划问题的一个有效工具,尤其是在连续时间、连续状态空间的环境中。其基本思想是将原问题转化为寻找一个价值函数(也称作代价函数或泛函),该函数表示从当前状态出发到某个终止条件下的最优成本或收益。HJB方程确保了这个价值函数满足一定的动态一致性条件。原创 2024-04-08 14:57:45 · 1763 阅读 · 0 评论 -
Frechet分布
Frechet分布是一种连续概率分布,它是极值统计中的一个重要模型,尤其在分析极端事件(如洪水、地震、金融市场中的极端波动)的最大值极限分布时扮演关键角色。Frechet分布属于极值分布的三种基本类型(I型、II型、III型)中的II型分布。Frechet分布的一个显著特征是其尾部比正态分布更厚,即存在较重的尾部,这意味着相比于正态分布,极端值出现的可能性更大。当位置参数θ=0时,我们得到的是简化版的标准Frechet分布,此时分布仅依赖于形状参数λ和尺度参数α。原创 2024-03-27 20:50:42 · 1421 阅读 · 0 评论 -
耦合度的计算
耦合度计算原理耦合度指标意义与原理耦合:物理学上指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象。耦合度是测量两个或多个以上的物体或系统的运动协调程度。量表:其中涉及的问题主要涉及如下建立两个系统的耦合模型,确定指标及权重,计算耦合度、耦合协调度基础理论(建议只看理论部分,计算部分使用代码解析更清晰):一、计算耦合度及耦合协调度的流程 1、数据标准化由于数据需要进行无量纲化处理,因此首先需要对数据进行标准化,这里笔者建议使用极差法: 2、权重计算计算权原创 2021-04-17 21:57:35 · 37076 阅读 · 6 评论 -
插值框架未完成
import pandas as pdimport numpy as npfrom scipy.interpolate import lagrangepd.set_option('display.max_columns', None)pd.set_option('display.max_rows', None)# 剔除异常值,拉格朗日法补全数据,构造指数等指标data = pd.read_excel(r'',sheet_name = 0)#读取文件data_full = data #仅作模板原创 2021-03-15 22:40:00 · 75 阅读 · 0 评论 -
拉格朗日插值法
插值法应用广泛,电影补帧可以用到,提升流畅度等应用,仅介绍调用方式from scipy.interpolate import lagrangeimport pandas as pdimport numpy as npdf=pd.DataFrame(data=[0,np.nan,np.nan,1],columns = ['一班'])df = df_a.dropna()LagInsValue = lagrange(df.index, df.values) #训练插值的数据参考,选取越多,插值越准,计原创 2021-03-15 21:59:41 · 464 阅读 · 0 评论 -
karush-kuhn-tucker-kkt条件
https://ccjou.wordpress.com/2017/02/07/karush-kuhn-tucker-kkt-%E6%A2%9D%E4%BB%B6/原创 2020-11-09 14:43:08 · 149 阅读 · 0 评论