基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
生产函数在生活中有着举足轻重的作用,合理地选择估计生产函数参数的方法尤为重要.常用的C-D生产函数为多元非线性函数,用传统方法进行参数估计存在一定的局限性.基于人工鱼群算法能够克服局部极值、鲁棒性强等特点,给出了一种生产函数中参数估计的通用新方法,该方法首先将生产函数模型中的参数构造成人工鱼模型,利用残差平方和设计食物浓度函数,然后通过人工鱼的随机、觅食、聚群、追尾等行为,对生产函数中的参数进行估计.以美国马萨诸塞州1820-1926年的产值、资金投入和劳动力投入数据做仿真实验,结果表明,该算法在生产函数参数估计中具有寻优速度快的特点,且可得到最小的回归残差平方和.
推荐文章
生产函数中参数估计方法的进一步改进
生产函数
残差平方和
非线性最小二乘法
遗传算法
运动模糊图像点扩散函数参数估计
运动模糊
点扩散函数
梯度倒谱
自相关
遗传算法在 IRT 模型参数估计中的应用
遗传算法
IRT模型
参数估计
混沌人工鱼群算法在重力坝材料参数反演中的应用
参数反演
混沌
人工鱼群算法
重力坝
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工鱼群算法在生产函数参数估计中的应用
来源期刊 重庆师范大学学报(自然科学版) 学科 工学
关键词 生产函数 参数估计 人工鱼群算法 残差平方和
年,卷(期) 2009,(2) 所属期刊栏目
研究方向 页码范围 84-86,93
页数 4页 分类号 TP18
字数 2853字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王冬冬 青岛滨海学院基础理科部 5 78 4.0 5.0
3 周永权 广西民族大学数学与计算机科学学院 198 2214 25.0 38.0
4 李哲 青岛滨海学院基础理科部 2 8 2.0 2.0
7 梁丽 青岛滨海学院基础理科部 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (183)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (4)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
生产函数
参数估计
人工鱼群算法
残差平方和
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆师范大学学报(自然科学版)
双月刊
1672-6693
50-1165/N
大16开
重庆市沙坪坝区
78-34
1984
chi
出版文献量(篇)
2603
总下载数(次)
10
总被引数(次)
15460
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导