一种静态和动态分支预测的组合方法研究

随着指令发射宽度和流水线深度的增加,分支预测成为影响现代微处理器性能的重要因素.传统分支预测策略的静态和动态分法并未充分利用二者各自的优点.提出了一种将静态分支预测和动态分支预测策略相组合的分支预测方法,然后用SPECint95基准程序对其性能进行了评估,仿真实验结果表明,提出的分支预测方法比传统的gshare预测器具有更高的预测准确率,并且与许多其它动态预测器相比,其硬件开销要小得多.     

非线性系统的分层优化预测控制

提出了一种基于分层优化策略和动态最优控制解法的非线性系统预测控制算法，该方法大大减小了在线计算最，使实时控制成为可能，给出了详尽的理论推导，以一个仿真例证明了算法的正确，可行与有效性。     

一种基于BP网络的预测控制算法及其应用

将传统预测控制的优化策略与神经网络逼近任意非线性函数的能力相结合,提出了一种基于BP神经网络的新的预测控制算法,并针对一个工业装置控制实例,探讨了该算法在工业过程控制中的应用。仿真研究结果表明,该神经网络预测控制算法是切实可行的。     

汽车主动悬架的约束预测控制

约束预测控制的最大优点之一是能优化被控系统的性能指标，并显式地处理被控系统的约束条件，使之动态满足。以某二自由度四分之一车为例，讨论了汽车主动悬架的约束预测控制(CMPC)问题：依次给出了状态反馈方法和输出反馈方法，并基于预测控制的滚动实施策略，提出了一种自适应约束预测控制方法。仿真结果表明，CMPC主动悬架能在确保操纵稳定性和保持较小作动力的情况下，满足悬架系统的输出约束，同时控制输出得以优化，明显提高了悬架系统的乘坐舒适性。     

预测控制在位置伺服系统中的应用

提出了一种预测控制算法及其在快速、精密位置伺服系统中的应用方案，对预测控制的三要素（预测模型，参考轨迹和控制律）作了详细的论述，给出了仿真结果，并和传统方案进行了比较，仿真和实践的结果表明，该预测算法具有良好的鲁棒性和跟踪性能，优于传统的比例算法。     

基于丢包率预测的多路径网络负载均衡策略

为了弥补传统多路径网络负载均衡策略在网络状态改变前无法预先提供相应预测信息的不足,提出了一种基于预测多路径丢包率的负载均衡策略.该策略以主动测量获取的每条路径的丢包率为观察值,采用确定型时间序列预测为预测手段,利用预测的丢包率作为负载分配的依据.此外,在负载均衡的调节中,提出了利用丢包率作为每条路径流量分配比例的惩罚函数,将流量引入丢包率低的路径.分析及仿真结果证明,该策略能有效地均衡负载,减少网络的丢包率.     

基于模糊推理和广义预测的组合控制

针对具有纯时滞和非线性的复杂系统，提出一种推广广义预测控制和模糊反馈校正相结合的控制策略，目的在于抑制模型失配的影响，增强广义预测控制的鲁棒性，建立了一种适于实时生产过程的控制方法，仿真结果验证了这一算法的有效性。     

基于广义预测控制的中频感应加热系统温度控制

针对感应加热系统温度控制对象的特点,提出了基于广义预测控制算法的温度控制策略,并通过仿真验证了将广义预测控制应用于中频感应加热温度控制的合理性.同时也介绍了中频感应加热温度控制系统的结构及其实现方法.     

基于碰撞危险度和运动预测的多移动机器人避碰规划

针对自主移动机器人决策处理的滞后问题，采用预测算法对其它移动机器人的速度信息进行预测，并把速度信息用到碰撞危险度避碰策略中，机器人便可进行下一步的避碰行动决策，最后给出了这种方法的避碰仿真研究，结果表明该方法可行且有效。     

基于神经网络建模的预测控制

预测控制具有多步预测，滚动优化和在线自适应校正等优点，文中提出了用神经网络方法建立预测模型，将其应用到了润滑溶剂脱过程并取得了有效的仿真结果。     

组合预测模型在北京市汽车拥有量预测中的应用

将单项预测模型有机地结合,从相关性角度出发,各单项模型在各时点的权重系数与该时点的预测精度有关,得到了基于Theil不等系数的IOWGA算子组合模型,克服了传统组合预测的缺陷.介绍了相应的优性组合预测的概念,并利用该组合模型对北京市家用汽车拥有量进行预测,5种误差指标值均较低,说明了本文方法的有效性.     

基于自适应模糊神经元网络的电力短期负荷预测

利用模糊神经元网络（ＦＮＮ）进行电力短期负荷预测．给出了模糊神经元网络结构和部分输入变量的模糊化．ＦＮＮ采用ＬＭＳ（Ｌｅａｓｔ－Ｍｅａｎ－Ｓｑｕａｒｅ）算法，并用历史负荷数据进行训练．一经训练，网络就能应用于在线负荷预测．在预测过程中，权值按最近的负荷行为自适应调整．测试结果表明，该方法具有较好的精度和较快的速度．     

组合预测法在弹药消耗预测中的应用

提出了利用组合预测法预测弹药消耗的设想,建立了基于BP神经网络的弹药消耗组合预测模型,并对弹药消耗影响因素进行了初步探讨,为今后弹药消耗预测的研究工作提供了参考依据。     

基于事例推理短期负荷预测方法的改进

针对基于事例推理（CBR）短期负荷预测中的事例库组织，提出第一级按不同的时刻和星期类型粗分类、第二级按照模糊聚类方法细分类的二级分类方法，可以很好地实现不同预测环境之间的相似性和相异性；针对事例的检索，提出模糊优先比的定量属性检索方法，按此方法进行检索不但可以提高检索效率，还可以对检索过程进行控制．实际算例表明，以此方法进行负荷预测的周平均相对误差为2．620%，低于一般的CBR方法和单一预测方法．     

灰色理论在灾变预测中的应用

将基于灰色系统理论的GM（1，1）模型推广至灾变预测，并以一实例介绍涝灾预测基本步骤     

基于Theil不等系数的调和平均组合预测模型研究

The il不等系数是一种新的相关性指标,基于该指标提出调和平均组合预测的一种新的模型,探讨了该模型非劣性组合预测、优性组合预测以及冗余预测方法的存在性,并给出冗余信息的判定.     

基于非参数回归的遗传神经网络集成股市预测研究

利用遗传算法改进神经网络集成个体的连接结构和初始连接权值,利用主成分分析法提高集成个体差异度,形成一组优良的神经网络集成个体,利用非参数回归生成集成结论,求出非线性时序函数的全局最优解,随即建立新型的基于非参数回归的遗传神经网络集成股市预测模型.仿真结果表明,该模型预测精度高,可操作性强,具有一定实用性.     

县乡公路网交通预测方法探讨

根据县乡公路网规划的实际情况，提出了一种不基于现状ＯＤ调查的交通量预测方法，该方法为一种模拟四阶段法，充分考虑了县乡公路交通的变化规律，利用其易得的现状交通量资料为基础进行预测，实际应用效果良好。     

基于预测有效度的优性组合预测模型研究

针对基于预测有效度的组合预测模型提出了新的优性组合预测、预测方法优超和冗余度的概念 ;指出了简单平均组合预测方法至少是非劣性组合预测 ;并探讨了优性组合预测存在的充分条件 ;给出了冗余信息出现的两个判定定理     

季节变动时间序列的两种新预测模型

对于季节变动时间序列提出了一种新的乘法分解模型,它可表示成年度变动因子、季节变动因子、总平均值和随机变动因子的乘积.然后在此基础上给出渐进预测模型和乘法预测模型,最后进行了实例分析.