复杂计算机试验及筛选设计的构造与分析

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11401321
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0401.数据采样理论与方法
  • 结题年份:
    2017
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2017-12-31

项目摘要

With the rapid development of the computer science, computer experiments have played an important role in natural science. The variables of a computer experiment are usually assumed to be quantitative. However, it is possible that both qualitative and quantitative variables are involved in a computer experiment. The responses of a computer experiment are usually supposed to be continuous. However, the response is possible to be discrete. This project studies the computer experiment from the following two aspects: (1) the construction of sliced LHDs with both of the orthogonality and uniformity in high dimensions; (2) the design construction and analysis for the computer model with discrete responses. . In the preliminary stage of an experiment, the object is to identify the most important factors contributing to the experimental process. How to construct screening designs with good properties is an important issue. This project studies the screening design from the two points: (1) construction of minimal-point mixed-level designs with good properties; (2) most existing approaches cannot identify the active second-order effects for the analysis of the supersaturated designs. To figure out this problem, we study the effective approach , which can identify the second-order effects, for the analysis of the supersaturated designs.
随着计算机技术的迅猛发展,计算机试验在自然科学中发挥着越来越重要的作用。计算机试验的因子通常被假定为定量的。但是,计算机试验中可能同时存在定性和定量的因子。计算机试验的响应通常被假定为连续的,但有些计算机试验的响应是离散的。针对以上问题,本项目拟从以下两个方面对计算机试验进行研究:(1) 构造同时具有正交性和高维均匀性的分片拉丁超立方体设计;(2) 针对响应是离散的计算机试验提出合理的设计和建模方法。. 在试验设计的初级阶段,试验的目的是要识别出对试验过程重要的因子。怎样来构造和分析具有优良性质的筛选设计是重要的课题。本项目拟从以下两个方面对筛选设计进行研究:(1) 构造最少点的混水平筛选设计;(2) 分析超饱和设计的现有工作在二阶效应的筛选方面效果不理想,针对这一问题,我们研究有效筛选出二阶效应的方法。

结项摘要

试验设计作为统计学的重要分支,不仅有重要的理论意义,而且有重大的实际应用价值。随着科技的飞速发展,特别是计算机技术的突飞猛进,对试验设计提出了越来越高的要求。本项目针对复杂的计算机试验和筛选试验等问题深入研究了设计的构造及数据分析方法,取得了较丰富的科研成果。具体地,给出了一种利用正交设计,Goethals-Seidel表,以及Kharaghani表构造具有良好均匀性的正交分片拉丁超立方体设计的方法;给出了利用一般正交表和旋转矩阵构造强正交表和分片强正交表的方法,构造方法所得到的强正交表(强度不低于三)具有列(近似)正交性以及三列正交性,是一类同时具有良好均匀性和正交性的空间填充设计,所得到的分片强正交表具有良好的空间填充性,列(近似)正交性以及三列正交性;改进了好格子点法得到了一类近似列正交设计,这类设计具有fold-over结构,能够保证二阶正交性,而且在L1距离下有好的分层性质;若干个周期自相关函数(PAF)为0的向量构造一类新的正交(近似正交)嵌套拉丁超立方体设计,得到的设计具有一阶(近似)正交性以及二阶正交性;引入逐个成分吉布斯抽样的随机搜索的办法来对超饱和设计进行变量选择,通过模拟可以看出此方法的计算效率较高。在SCI检索期刊发表论文5篇,指导完成硕士论文2篇。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
A NEW CLASS OF NESTED (NEARLY) ORTHOGONAL LATIN HYPERCUBE DESIGNS
一类新的嵌套(近)正交拉丁超立方体设计
  • DOI:
    10.5705/ss.2014.029
  • 发表时间:
    2016
  • 期刊:
    Statistica Sinica
  • 影响因子:
    1.4
  • 作者:
    Xue Yang;Jian-Feng Yang;Dennis K. J. Lin;Min-Qian Liu
  • 通讯作者:
    Min-Qian Liu
Acceleration of the stochastic search variable selection via componentwise Gibbs sampling
通过按分量吉布斯采样加速随机搜索变量选择
  • DOI:
    10.1007/s00184-016-0604-x
  • 发表时间:
    2016-11
  • 期刊:
    Metrika
  • 影响因子:
    0.7
  • 作者:
    Huang Hengzhen;Zhou Shuangshuang;Liu Min-Qian;Qi Zong-Feng
  • 通讯作者:
    Qi Zong-Feng
COLUMN-ORTHOGONAL STRONG ORTHOGONAL ARRAYS AND SLICED STRONG ORTHOGONAL ARRAYS
列正交强正交数组和切片强正交数组
  • DOI:
    10.5705/ss.2014.106
  • 发表时间:
    2015
  • 期刊:
    STATISTICA SINICA
  • 影响因子:
    1.4
  • 作者:
    Liu Haiyan;Liu Min-Qian
  • 通讯作者:
    Liu Min-Qian

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

Construction of Minimal-Point Mixed-Level Screening Designs Using Conference Matrices
使用会议矩阵构建最小点混合水平筛选设计
  • DOI:
    10.1080/00224065.2014.11917968
  • 发表时间:
    2014-07
  • 期刊:
    Journal of Quality Technology
  • 影响因子:
    2.5
  • 作者:
    杨金语;林共进;刘民千
  • 通讯作者:
    刘民千

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

杨金语的其他基金

多约束试验设计的构造与应用
  • 批准号:
    11771219
  • 批准年份:
    2017
  • 资助金额:
    48.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码