基于灰色关联度的区间评价方法探讨

社会经济系统中，由于存在着大量不确定性因素，使得对系统进行评估时，在某些指标下难以精确量化，但评估者常常可以给出一个评估区间。对此类带区间值评价问题，文献［1］给出了一种基于理想点的区间评价方法，文献［2，3］针对带区间评价值的评价问题也做出了一些有意义的探讨。在文献［1］的基础上，提出了一种基于灰色关联度的区间评价方法，并利用文献［1］的实例来证实此方法的科学性与可行性。     

发汗控制第三边值问题解的稳定性

本文研究文献［１］导出的一类活动边界域上分布参数非线性控制系统，其背景是热防护中的发汗冷却系统。这类系统有第三类边界条件：活动的外边界。在域内还可以出现活动的弱间断面，文献［１］从计算机仿真证明了一维系统的适定性、稳定性、可测性和可控性，文献［２］、［３］从理论上证明了第二类边界条件下系统的解的存在性、唯一性和稳定性。本文证明了第三类边界条件下系统解的存在性、唯一性以及解的稳定性。     

时滞对象的自适应Smith广义预测控制

针对时滞被控对象提出了一种自适应Smith广义预测控制器方案。在广义预测控制中 ,以Smith预估器建立被控对象预测模型 ,并基于零频率时的模型匹配和有遗忘因子的递推最小二乘算法在线辨识系统参数和时滞 ,不断修正Smith预估器模型和控制器参数 ,有效克服系统参数和时滞变化对系统的影响 ,动态响应快 ,跟踪效果好。仿真结果证明了这种方法的有效性。     

马氏可修系统有效性的概率分布

在电子电路与系统的可靠性理论中，对于马尔科夫可修复系统来说，因为它是非一次性使用产品，因而有效性参数能更准确地描述其特性。对于这些参数的概率分析，已经存在有一些方法￣［１，２］，但这些方法对于复杂的和很多模冗余的系统来说，将显得无能为力。因此，本文根据矩阵特征值和特征向量的性质，提出了一种简单的可完全由计算机来处理的方法。     

研究证券均衡定价和风险分析的多目标线性规划模型

在文献［８］、［９］的基础上，研究了证券组合有效集的结构和市场证券组合的特性，提出一种新的投资风险的度量指标——相对风险系数，并给出风险证券均衡价格，系统与非系统风险测算的一类新方法。     

离散时间分布参数系统的模型逼近预测控制

提出了离散时间分布参数系统的一种预测控制方法。该方法采用广义正交多项式对分布参数系统的模型进行逼近,将离散时间分布参数系统的预测控制问题转化为集中参数系统的预测控制问题,运用模型算法控制方法对集中参数系统进行预测控制,求出控制律,经反演变换得出分布参数系统的预测控制。给出了该方法的具体步骤,仿真示例表明了方法的有效性。     

基于改进回声状态网络的高炉煤气产耗预测

以钢铁企业高炉煤气系统为背景，针对其产生量和消耗量的预测问题，提出一种改进回声状态网络时间序列方法进行系统仿真预测。并根据最小均方差准则，以最小化网络训练误差为目标，采用随机梯度下降法对网络参数进行优化。该方法对于不同预测对象，可计算出合适的网络连接权值、储备池谱半径等参数，避免了传统回声状态网络方法中单凭经验选择网络参数的现状，提高了预测精度。采用该方法对高炉煤气系统现场实际产耗数据进行了仿真预测，仿真结果表明所提出方法的有效性。     

提高薄弱节的MTBR分配法

本文依据文［１］，［２］介绍的可靠度再分配法，也即提高薄弱环节的可靠度分配法，对串联系统与某些特定的非串联系统，给出了提高薄弱环节的ＭＴＢＦ分配法的实用计算公式。文中还给出了本文方法的应用步骤和两个实用例子。     

基于单纯形法的神经元PID控制器学习参数优化

利用单纯形法优化神经元PID控制器的学习速率和神经元比例系数，一种走动态优化法，每次学习使用的学习参数由单纯形优化器在之前的学习过程中进行预测。为此，定义了一种新的目标函数，实现了学习参数的良好预测。另一种是离线优化法，这是一种全局优化法，使用单纯形优化器只需一步优化，得到最优学习参数。针对不同的初始学习参数和被控对象，经过大量的仿真实验，表明单纯形神经元PID控制器具有很好的动态性能和稳态性能，增强了系统的适应性和鲁棒性，降低了学习参数选择的盲目性和对经验的高度依赖性。     

灰色系统GM(n,h)模型应用的一种拓广

从理论上分析了拓广灰色系统建模的方法，即分析了改变原始数据列｛ｘｉ｝光滑性的变换函数的构造条件。并给出了一类既改进原始数据列的光滑度，同时又缩小逆变换误差的变换函数，使灰色系统建模在文献［１］［２］的基础上作了很大的拓广。     

分数阶ARIMA模型的参数估计与预测

用极大似然估计和回归分析法给出分数阶ARIMA模型ARIMA(p，d，q)中参数d的估计，并根据d的大小，对时间序列进行了趋势预测，得到了最优线性预测公式。     

江苏省第三产业发展预测研究的总体思路及技术路线

以江苏省第三产业发展预测为背景，从系统的角度，对第三产业的发展进行了系统分析。以反映第三产业发展水平的三种数据信息为基础，提出了第三产业发展预测研究的总体思路，并对模型校正提出了新方法和新思路.     

一种改进的自适应滤波预测方法

本文对确定型常参数预测方法中的自适应滤波技术加以改进，即在最优化理论中对多变量函数极值问题的直接迭代搜索性解法中引入衰减／增益函数，在建立预测模型时把对时间序列分析定量方法与专家对相关因素的定性分析有机地结合起来，提高了原自适应滤波模型的解释能力和拟合水平，特别适合于存量经济变量和某些流量经济变量在发生比较急剧变化阶段的预测．作者应用此模型对处于成长期的我国蜂房式移动电话的市场需求进行了实证研究     

基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

森林资源经营管理决策支持系统

本文在“森林资源现状分析与预测评价系统”的理论和实践基础上,提出建立森林资源经营管理决策支持系统的基本思想和基本结构。同时给出了基本的参数指标体系和模拟控制模型。     

离散型生产排序的自适应控制

离散型生产活动排序的自适应控制系统包含预测器、最优控制器、参数估计器三部分。基于极大极小代数法的预测器计算各种排序方案的完工时间，该算法以任务投入加工的时间作为状态变量，以预测的任务加工的完工时间作为输出变量，通过输入工艺路线矩阵、加工顺序矩阵和加工时间矩阵，根据生产活动状态变迁的规则建立状态变量的递推计算公式，经过多重循环求出所有状态变量的取值；最优控制器以加工顺序矩阵为控制变量，利用预测器逐步试探求解，最后稳定在性能指标最优的加工顺序矩阵的方案上；参数估计器对加工工时定额进行自适应地学习，利用反馈的真实的加工工时，不断修正定额并收敛到平均值。文中阐述了这种控制方法的仿真实例。     

基于模糊时间序列预测的二目标区间数折衷规划

用效用函数代替传统投资规划目标函数中的收益率,采用S型隶属函数描述反映投资收益带给投资者的心理满意度水平,利用模糊时间序列的模糊逻辑关系预测满意度水平,建立目标函数为区间收益和区间风险的二目标区间数规划,在引入优化系数的基础上,并采用折衷规划的方法求解.对上证180成分指数进行实证检验表明:所提出的模型对待定参数依赖性小,具有很强的鲁棒性;在参数在标量范围内,所提出的模型具有很好的投资决策效果.     

组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。     

基于独立分量回归的加热炉钢温预报模型

轧钢加热炉系统具有多变量、非线性、大滞后、交叉耦合等特性,钢坯出炉温度的预报模型一直是个难题。仍然采用统计建模的思路,利用独立分量分析方法不依赖分布假设的优点,建立了钢坯温度变量和过程变量之间的独立分量回归预测模型。基于轧钢厂实际生产数据进行了建模与验证实验,误差比较分析表明,该模型能较好地预测钢坯出炉温度,且预测误差指标优于基于改进PCA的预报模型。