1、“.....与上面的结果进行比较。上文也已经提到了，由于人口与妇女生育率的相对稳定，大致上来说，是呈现线性关系的，因此采用多变量的数据拟合的方法对于这个问题来讲，也是比较合适的。至于系数的设置问题，由于条件的改变，需要从新设定，前面的已经不适用。多变量的数据拟合的简介多变量的数据拟合的办法，主要针对的是多个变量同时对个数据产生影响的情况。具体操作如下如果说影响变量的因素不是只有个，而是有几个，比如说有个因素,同时对变量产生影响，这是通过查询得到的组数据可以得到下表编号在般的情况下来说，如果选择的是近似方程为和前面提到的样，把数据代入方程之后将得到个矛盾方程组，所以这里任然利用最小二乘法的原理来确定方程中的全部系数。使得,要求要使得,达到极小。将式子,分别对,求偏微商，而且分别令......”。

2、“.....当然这个这个正规方程组经过简化整理可以得到另种形式，该形式如下在这之中,,通过求解线性方程组即可以求得再从式子计算出，通过这两个方程组就可以求得全部的系数了。因为通常我们假设观测数据的数组大于自变量的个数即，并且假设任自变量都不能用其他自变量的线性表出，这时方程总有唯解。这就是多变量拟合的般过程和原理，大体上看来与最小二乘法是差不多的，只是变量的个数多了些。接下来就是利用多变量数大学出版社,徐泽水不确定多属性决策方法及应用北京清华大学出版社,王应明应用离差最大化方法进行多指标决策与排序系统工程与电子技术徐萃微,孙绳武计算方法引论,北京高等教育出版社,致谢在论文结束之际,我要大力感谢李强老师对于本篇论文的严格审核,不厌其烦的指出了文章中的纰漏和,并给与了我大量的指导意见,让这篇存在着大量和漏洞的拙文变得流利通畅，在这里,我要再次感谢李强老师次次的辛勤付出,在百忙之中抽出时间指导我的写作......”。

3、“.....多变量的数据拟合的系数设置与前面的最小二乘法数据拟合相比，多变量的数据拟合问题的系数有所不同，前面自由个变量就是妇女生育率，而这里就涉及到了三个数据变量，他们分别是孩生育率，二孩生育率，以及三孩生育率。同样的，为了不使数据溢出影响精度，仍然把人口总量作为因变量，而把妇女生育率作为自变量，因此，在这里把人口总量设置为，把孩生育率设置为，把二孩生育率设置为，把三孩生育率设置为。因此这里涉及到组数据。利用多变量的数据拟合求解在前文中已经已经查询到了关于年直到年七年的人口总量以及这几年的妇女生育的数据，这些数据如下表所示编号现在选择的近似方程是这是个线性方程，现在用最小二乘法的原理来确定系数，也就是要使得,取得极小值，为此，分别对，求偏微商，而且令他们的偏微商为得正规方程组由解得即，。程序代码解得的近似方程为这里把多属性的数据拟合函数解出来了，仍然要对其进行检测......”。

4、“.....从上文可以看到年我国的孩生育率是，二孩生育率是，三孩生育率是，当年的人口总量是万人，把分孩次生育率代入到刚才的近似方程中，解得的结果是万，与实际人口数量的偏差为万，误差是比较大的，比直接用最小二乘法解得的数据误差大些，因此用最小二乘法解更加的合适。小结本文利用最小二乘法和多变量的数据拟合的方法来求解分孩次生育率与人口总量之间的函数关系，首先查询得到历年的人口数据，然后是查询得到历年的妇女生育率的数值，利用离差最大化的决策方法来给分孩次的妇女生育率加权，使各孩次的贡献程度比较直观的表示出来了。最后是分别用最小二乘法和多变量的数据拟合的方法分别拟合函数，并做个比较，最终的结果是使用最小二乘法的效果比使用多变量的数据拟合的方法误差要小，在本文的条件下，使用最小二乘法来拟合函数是比较适合的。参考文献中国人口统计年鉴年年国家统计局中国统计年鉴年年国家统计局李勇胜人口统计学成都西南财经大学出版社,温勇人口统计学南京东南排序的作用越小。反之则说明该属性对于排序来说起着更大的作用。因此，从方案排序的方面来讲，偏差值越大的属性应该赋予更大的权重。特别的，若所有方案在属性下的属性值无差异......”。

5、“.....可令其权重为，而离差最大化的方法正是在这前提条件下通过计算方案的离差，并求解方案的离差模型达到最优值而求解出最终的结果。但是考虑到本篇文章的特殊性，即不需要对方案进行最后的排序，只需要在计算出权重属性后计算出各年的决策属性值即可，因此舍去了决策分析的最后过程，具体的步骤如下步骤对于个多属性决策问题,我们首先需要做的是要构造个决策矩阵,并利用适当的方法把它规范化为规范化的方法为如果属性权重的类型是效益型，即属性值越大越好的属性,那么或者若属性权重值是成本型,也就是说属性值越小越好的属性,那么或者其中,为各个方案,为属性效益型以及成本型由此得到我的规范化矩阵步骤利用公式,计算出各方案的最优权重向量,，属性权重值就算出来了步骤根据上步所计算出来的属性权重值给各个方案进行加权,以此计算出来的结果即是每个属性的综合决策属性值。由于本文并不需要对各年的妇女生育率属性进行排序，所以最后的步骤也就是排序的步骤就省略了......”。

6、“.....当然扎实的专业基础知识是本次设计成功的关键因素。华北电力大学供电课程设计附图华北电力大学供电课程设计附图华北电力大学供电课程设计附图电力变压器继电保护原理图变配电所，同时节省了投资，便于管理。工厂总配电变电所平面布置简图见附图。八防雷装置及接地装置设计直击雷保护本厂最高建设为水塔，设计高度为，加设高的避雷针，现计算水塔避雷针能否保护软水站。本厂为第三类建设物，滚球半径，水塔上避雷针高度为，软水站般建筑高度，经测量避雷针至软水站最远屋角距离为，避雷针保护半径因此水塔避雷针能保护软水站由于,变电站中电气设备并不集中，只各有台或两台变压器，所以不设独立的避雷保护，而采用在各变压器侧加装避雷器的方法来防止雷电波和操作过电压。因总配与变电站合并，建设成总配电所，电气设备较集中，所以设置独立的避雷针保护，设避雷针高度为，保护半径同上计算，同华北电力大学供电课程设计时为防止反击，避雷针建设在距离总配处，并使避雷针接地体与总配接地体相距大于。配电所公共接地装置的设计对于大量使用动力电的矿工企业......”。

7、“.....即保护接线与零线相统，电气设备外壳接保护零线与系统共地。确定接地电阻要求值经查表可确定此变电所公共接地装置的接地电阻应该满足下两个条件其中式中系统的额定电压有电的联系的架空线路总长度有电的联系的电缆线路总长度所以所以比较可得总接地电阻人工接地电阻应不考虑自然接地体，所以接地装置方案初选采用环路式接地网，初步考虑围绕变电所建筑四周打入圈钢管接地体，钢管直径,长，间距为管间用的扁钢连接计算单根接地电阻查表可得砂质粘土电阻率，单根钢管接地电阻确定接地钢管数和最后接地方案根据故选择根钢管做接地体，利用系数，取，因此接地体数量为华北电力大学供电课程设计所以最后确定为用根直径长的钢管体接地体管间距为，环式布置。用扁管连接，附加均压带。中央信号装置。在变电所控制或值班室内般装设中央信号装置，由事故信号和预告信号组成。车间变电所中央信号装置般采用重复动作的信号装置。若变电所接线简单可采用不重复动作信号装置。本变电所采用集中复归不能重复动作的事故信号装置和集中的复归预告信号装置，它们均采用交流操作电源，取自电压互感器作为信号电路电源......”。

8、“.....电力设备和线路短路故障的保护应设有主保护和后备保护，必要时再增加辅助保护。电力线路继电保护华北电力大学供电课程设计电流速断保护继电保护动作电流动作时间保护范围校验其中所以无保护范围线路过电流保护保护时限灵敏系数校验下机作为嵌入式控制系统的主体与核心，代替了传统的控制系 统的常规电子线路。同时楼宇智能化的发载流量热稳定校验所以满足热稳定要求步数值的三个因素。与上面的结果进行比较。上文也已经提到了，由于人口与妇女生育率的相对稳定，大致上来说，是呈现线性关系的，因此采用多变量的数据拟合的方法对于这个问题来讲，也是比较合适的。至于系数的设置问题，由于条件的改变，需要从新设定，前面的已经不适用。多变量的数据拟合的简介多变量的数据拟合的办法，主要针对的是多个变量同时对个数据产生影响的情况。具体操作如下如果说影响变量的因素不是只有个，而是有几个，比如说有个因素,同时对变量产生影响，这是通过查询得到的组数据可以得到下表编号在般的情况下来说......”。

9、“.....把数据代入方程之后将得到个矛盾方程组，所以这里任然利用最小二乘法的原理来确定方程中的全部系数。使得,要求要使得,达到极小。将式子,分别对,求偏微商，而且分别令,的偏微商等于就得到也就是说这也是个正规方程组。当然这个这个正规方程组经过简化整理可以得到另种形式，该形式如下在这之中,,通过求解线性方程组即可以求得再从式子计算出，通过这两个方程组就可以求得全部的系数了。因为通常我们假设观测数据的数组大于自变量的个数即，并且假设任自变量都不能用其他自变量的线性表出，这时方程总有唯解。这就是多变量拟合的般过程和原理......”。