摘要：针对传统方法具有初始值敏感和进化算法无法确定搜索范围等缺陷，将Nelder-Mead 单纯形与粒子群算法相结合，提出 了一种基于Nelder-Mead单纯形与粒子群算法的具有时变加速因子的自适应混合粒子群算法。将该混合算法用于血管外给药二 室模型参数优化的实验之中。仿真实验结果表明，算法计算精度高而且鲁棒性强，是一种新颖的解决药代动力学参数优化的较 好方法。

本书主要讲述了以健身调查数据示范数据的清理和准备、多元回归分析.、用美国经济数据构建二阶最小二乘模型、以心理学数据为例示范探索性因子分析-This book focuses on the health survey data to model the data cleaning and preparation, multiple regression analysis, with building a second U.S. economic data, least squares models

提出了微惯性测量单元( MIMU) 在高动态、高过载复杂应用条件下的误差整机标定和补偿方法。首先, 建立了高动态, 高过载复杂应用条件下MIMU 的误差模型, 该模型包括了结构误差, 传感器安装误差和MEMS 惯性传感器在复杂条件对精度影响较大的误差项, 指零位温度漂移、互耦误差、刻度因子非线性和微陀螺加速度效应误差; 根据模型提出了整机标定补偿方法, 该方法可以标定MIMU 的63 个误差系数, 并且不需要对单个传感器进行标定。然后, 介绍了利用最小二乘法对模型进行误差系数标定的方法和步骤,