混料试验的格点优化设计研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11901260
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 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:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The large-scale experiments usually require a large number of computer simulation designs. At present, the commonly used statistical software packages can’t directly obtain the results of mixture design in high-dimensional situations. This topic is based on the theory of lattice points set of mixtures and the existing conclusions of mixture design. We are going to study it from four aspects: Algorithmic Improvement, Higher-order Lattice Generation, Uniformity Measurement and Distribution Fitting goodness-of-fit test. Firstly, the lattice points set is used as the search matrix to improve the random search algorithm. Secondly, we are going to study the algorithm of generation and sparse decomposition of high-order lattice points set, then use it to measure the uniformity of mixture design. Thirdly, the lattice generation algorithm in irregular experimental region is studied. Finally, we use lattice subdivision to test the goodness of distribution fit for a large number of mixture data. Furthermore, we need to construct approximate chi-square test statistics and simulate them in the case of large samples by using lattice subdivision in the constraint region.
大型试验往往需要进行大量的计算机模拟设计,目前常用的统计软件包不能直接获得高维情形下的混料设计的结果。本课题以混料格子点集的理论及混料设计的已有结论为基础,拟从算法改进、高阶格点生成、均匀性度量及分布拟合优度检验四个方面进行研究。首先研究使用格子点集作为搜索矩阵,进一步改进现有的随机搜索算法;其次研究高阶格子点集的生成算法与稀疏分解,并应用于均匀性的度量;然后研究在不规则试验域的格子剖分算法;最后使用格子剖分对大量混料数据进行分布拟合优度检验,进一步需要在约束域内使用格子剖分,在大样本的情形下构造近似卡方检验统计量,并进行模拟。

结项摘要

混料试验设计是一类重要的设计方法,它广泛的应用于生物、医药、经济以及诸多领域,关于混料试验设计的理论与方法的创新及改进一直是国内外研究的热点.本课题以混料格子点集作为研究对象,推导出了相关理论,发掘其实践应用,编写了模拟算法.从格点理论体系的建立,混料最优设计搜索算法的改进,格点设计相关的外延理论研究这三方面进行深入研究..在格点理论体系的建立方面,定义了矩阵的分块Kronecker积,推导了任意单纯形的体积公式.提出了图检验法与格点评价法,前者能直观反应设计的最优性,后者能综合比较多个设计的优劣.由此理论基础构造了混料试验的格点填充设计.不论是混料格点还是正交格点,不仅具有优良的统计性质,还具有偏差的显示公式表达,有利于均匀性的度量.实践表明,使用格点填充设计更有利于使用非参数模型建模..在算法改进方面,提出了格点优化算法结合常见算法,优化改进了以往的MDRS算法.对于混料试验域的二次型函数,加权效率设计,多响应模型及含定性因子的混料模型的最优设计等,其搜索效率更高,过程也更为稳健..格点设计相关的外延理论方面,有的问题是可以使用格点理论来解决,有的则是格点理论的推广与延伸.基于格子点集的概念,提出了与之相关的多项几何分布,列联表原始数据的估计算法,多样本函数型数据的均值检验法等..总之,通过格点优化的相关研究,解决了混料设计中的一些关键问题,推广了格点设计的相关理论,改进了最优设计的搜索算法,将混料格点设计的相关理论应用于实践中,并取得了良好的效果.

项目成果

期刊论文数量(19)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
混料对称设计最优性的图检验法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    系统科学与数学
  • 影响因子:
    --
  • 作者:
    李光辉;朱志彬;燕飞;张崇岐
  • 通讯作者:
    张崇岐
混料试验的格点填充设计
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    应用数学学报
  • 影响因子:
    --
  • 作者:
    李光辉;朱志彬;李俊鹏;张崇岐
  • 通讯作者:
    张崇岐
矩阵的分块Kronecker积
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    数学的实践与认识
  • 影响因子:
    --
  • 作者:
    李光辉;燕飞
  • 通讯作者:
    燕飞
Uniform test on the mixture simplex region
混合单纯形区域的均匀检验
  • DOI:
    10.20944/preprints202206.0342.v1
  • 发表时间:
    2022
  • 期刊:
    Symmetry
  • 影响因子:
    --
  • 作者:
    赵海清;李光辉;李俊鹏
  • 通讯作者:
    李俊鹏
列联表的数据还原算法
  • DOI:
    10.16229/j.cnki.issn1001-7542.2022.03.004
  • 发表时间:
    2022
  • 期刊:
    青海师范大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李光辉;滕凯敏;赵海清
  • 通讯作者:
    赵海清

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

混料分类模型的最优设计
  • DOI:
    10.13299/j.cnki.amjcu.002004
  • 发表时间:
    2018
  • 期刊:
    高校应用数学学报A辑(中文版)
  • 影响因子:
    --
  • 作者:
    吴惠彬;李光辉;张崇岐
  • 通讯作者:
    张崇岐
阳离子聚合物微球的制备和应用进展
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    高分子通报
  • 影响因子:
    --
  • 作者:
    李光辉;葛际江;蒋平;申金伟
  • 通讯作者:
    申金伟
基于变形的二进制代码混淆方法研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    四川大学学报
  • 影响因子:
    --
  • 作者:
    王怀军;房鼎益;李光辉;张聪;姜河
  • 通讯作者:
    姜河
应力波传播模型及其在木材检测中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    系统仿真学报
  • 影响因子:
    --
  • 作者:
    冯海林;李光辉;方益明;李剑
  • 通讯作者:
    李剑
Laplace分布位置尺度参数的估计比较
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    数学的实践与认识
  • 影响因子:
    --
  • 作者:
    李光辉;张崇岐;叶绪国
  • 通讯作者:
    叶绪国

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

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