基于灰色模型的节水灌溉面积非线性组合预测

对数据进行建模预测分析时,较多采用单个模型,而单个模型难以全面反映数据的变化规律.为发挥单个模型自身优势,利用组合原理将单模型组合形成组合预测模型,以提高预测精度.组合模型中常采用线性组合方法,然而被组合模型拟合值与原始数据不具有线性关系时采用该方法效果较差.利用神经网络的高度非线性拟合能力,构建BP神经网络的非线性组合模型,并应用到我国节水灌溉面积年度数据预测上.实证表明,非线性组合预测模型精度优于单模型及基于最优加权的线性组合预测模型.     

基于矩阵分解的降水时空插值方法

为了提高基于雨量站网观测值估算降水空间分布的精度,同时考虑降水的时序发展趋势和站点空间分布,将传统的插值方法（反距离权重法、普通克里金法）和Funk矩阵分解（Funk SVD）模型结合,提出了一种基于矩阵分解的插值方法,并采用黄河流域小浪底到花园口区间2009—2012年多场降水的日观测数据进行了精度检验。结果表明,通过与Funk SVD模型结合,反距离权重法和普通克里金法在平均绝对误差、百分误差等评价指标上的精度提升均超过15%,改善效果在周围站点分布不均匀或降水量很大的情况下尤为明显,可以大幅度减少传统方法在降水插值过程中的估计误差,提升空间估算的精度。     

中国离散型人口模型分析

应用Leslie矩阵建立了离散预测模型,得到中短期人口预测值及其变化规律.在对Leslie矩阵改进的基础上,得到中长期的人口预测模型,并将利用微积分法建立的人口连续偏微分模型与离散预测模型进行对照,为实现人口发展战略目标提出了有效性的建议.     

基于小波分解的DIF-RBFNN超短期风速组合预测方法

提出了一种基于小波分解(wavelet-decomposition)的数据输入格式-径向基神经网络(data input format-radial basis functional neural network)超短期风速组合预测模型.该模型首先将风速时间序列数据进行小波分解,减缓风速时间序列的波动性,然后将分解后的低频、高频部分分别建立数据输入格式(风速输入矩阵),并通过径向基神经网络模型进行预测,最后通过自适应叠加得到最终预测结果.结合宁夏某风场实测数据,将该预测模型和其他三种预测模型的仿真实验结果与实测值进行对比,表明该组合预测模型具有较高的预测精度.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

基于灰色系统GM(1,1)的淮安市房价预测模型

以淮安市统计局发布的2008~2014年统计年鉴中有关商品房的销售数据为分析对象,利用销售总面积和销售总额折算成商品房的平均价格,建立了基于灰色系统GM(1,1)的淮安市房价预测模型.为了提高模型精度,引入二阶弱化因子,对原始数据进行预处理.利用预处理后的数据建立了精度更为理想的预测模型.利用模型预测了随后5年的平均房价.     

基于特征的飞机战伤抢修性集对分析评价模型

建立了飞机战伤抢修性评价体系,同时为了合理引入抢修性评价过程中的专家分歧,提出了基于特征的集对分析评价模型.该模型首先将评价矩阵进行奇异值分解,提取对矩阵特征贡献率大的奇异值进行分解逆运算,然后以集对分析的同异反联系度为基础,对数据进行集对分析.应用上述评价体系和评价模型对某型飞机进行了抢修性评价.应用表明:该评价模型具有很好的可行性和有效性,适当引入专家分歧使得集对分析结果更加合理化.     

基于组合预测模型的我国天然气需求预测

在世界能源低碳化的要求下,天然气以其碳含量优势成为低碳能源的重要组成部分,天然气需求预测也随之成为焦点.运用多项式趋势面分析法与GM(1,1)灰色预测法对原始数据序列进行处理,并将两模型下处理后的数据以及二氧化碳排量数据拟合回归方程建立组合预测模型,随后以我国2003—2011年人口、GDP、天然气消费量及二氧化碳排量数据作为原始数据序列进行实例分析,通过残差检验发现,该组合预测模型的预测精度在99.96%以上,属于较好的预测模型,预测数据可靠.最后,运用该模型对2012—2018年我国的天然气需求量进行预测.     

多元精馏推断控制的估计器研究

以苯精馏塔为背景，建立了一个非线性的推断估计器模型。在建模中，选用奇异值分解法来挑选控制塔板的位置，并对增益矩阵的构造方法作了改进：选用结合改进θ法的Ｗａｎｇ－Ｈｅｎｋｅ算法进行在线计算，并采用非对称型汽液平衡模型成功地解决了带侧线出料的复杂塔的估算型计算。在苯塔运用中计算速度快，收敛性好，对测量误差不甚敏感，能满足工业上的需要。     

基于组合模型的网络流量预测

为了更好地对网络流量进行分析和管理,提出一种基于小波变换、自回归滑动平均模型(ARMA)和极限学习机(ELM)的组合预测模型W-ARMA-ELM.原始数据通过小波分解产生近似序列和细节序列,通过对分解序列的自相关性和偏自相关分析,平稳序列使用ARMA预测,而非平稳序列使用ELM预测.使用兰州大学教育网、网通流量数据和英国学术主干网流量数据三组不同的网络流量数据来检验组合模型W-ARMAELM的预测性能.实验结果表明提出的组合方法要比单一的ARMA和ELM预测效果要好.同时指出使用自相关和偏自相关分析相结合的方法对分解后的子序列进行平稳性判定有助于选择合适的组合模型从而提高预测精度.     

回归分析在小型电厂成本预测和控制中的应用

运用逐步回归分析方法对小型电厂进行成本分析，得出影响电厂成本的主要因素是燃料费、辅助材料费及管理费．然后运用多项式回归得出了标准煤耗率与原煤发热量之间的关系，为电厂选择煤质，降低煤耗，控制成本提供了行之有效的方法．     

原煤成本性态分析的一种方法──灰色关联分析方法

本文采用灰色关联分析方法对原煤成本性态进行了分析，将原煤成本划分为固定成本和变动成本。     

正态性检验的直线相关分析法在医学统计中的应用

目的研究对原始数据进行正态性检验的新方法.方法将组中值作为x变量,概率单位作为y变量,利用直线相关分析法对数据进行正态性检验.结果直线相关分析法对原始数据进行正态性检验结果可靠.结论方法简便、快捷,结论可靠.     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.     

基于奇异值求通解方法进行基因调控网络构建

在改进分解权值矩阵的微分方程模型基础上,引入奇异值分解方法来辅助运算.该算法不是通过奇异值分解的特解得到网络的最终结果,而是通过所算得的通解提供候选解集的方法,为微分方程模型算法缩短运算时间和提高结果精度.将本文算法与其他传统微分方程模型算法进行对比,验证结果表明:该算法的效率较高.     

陶瓷生产线配料自动控制系统

介绍了某企业的陶瓷釉料生产线的自动配料控制系统．该系统运用工控机对称重控制仪表AD4325A进行原料配方的参数设置，再根据配方及AD4325A的反馈信号，由可编程控制器F70S控制称料小车、下料电机实现原料的自动下料；系统还可依据多种条件对原料与产品进行查询统计，并生成相应的报表．经生产实践表明，该系统获得了较高质量的陶瓷釉料产品，提高了生产效率，降低了生产与管理成本，具有较高的应用价值．     

给水处理系统优化运行的中试研究

通过中试研究了常规给水处理系统运行工况与费用的基本关系，证实了最经济沉淀水浊度的存在；且证明了该浊度值同混凝剂，沉淀池排泥及滤池反冲洗水等各种费用值的以情况及原水水质条件相关；试验表明虽然该浊度值同原水水质条件相关，但变化幅度不大，有利于在生产上实现优化运行，同时发现在试验的具体条件下，混凝剂费是影响运行费用的主要因素，降低混凝剂消耗是降低运行费用的关键。     

直扩系统中窄带干扰抑制技术

直扩系统中常常利用能量聚集度对窄带干扰进行定位,然后对干扰所在子带进行处理,从而达到抑制干扰的目的.当某次分解中左右节点中含有相近能量干扰时,将导致能量聚集度均匀而错误停止分解.为了解决这个问题,提出了一种利用多层分解对干扰进行定位的方法.当某节点的能量聚集度小于门限时,强迫子带算法继续分解并求取其子节点能量聚集度,对...     

四进制小波变换与SVD相结合的水印算法

利用四进制小波变换的多频段特性和奇异值分解的稳定性以及临近像素的相似性,提出了四进制小波与奇异值分解SVD相结合的水印算法,实现了水印数据的嵌入.首先,宿主图像进行四进制小波变换;其次,对低频区域进行分块,计算各个分块的均值,并将这些均值存储在一个矩阵中,对此矩阵进行奇异值分解;最后,在分解所得矩阵中嵌入水印数据.该方法的水印提取不需要原始载体图像和原始水印图像.实验验证了该算法的不可见性,并对常见的攻击具有很强的鲁棒性.     

变系数的强反射分离技术及应用

基于地震多子波分解的强反射识别与分离技术已广泛应用于地震解释性处理环节中,该技术能够去除强屏蔽影响,提高隐蔽储层的识别精度。针对多子波分解技术在分解效率和分解精度上的问题,引入地震信号的瞬时特性作为初始值,根据小波参数之间的关系减少局部扫描参数,提出了一种三参数快速子波分解技术提高了子波分解精度和效率。通过模型正演分析了地层厚度与强屏蔽能量的关系,建立了地层厚度与分离系数的关系,探索了一种变系数的强反射分离应用思路。将新技术和新思路应用于实际地震数据,分离结果削弱了强屏蔽的影响,突出了隐蔽储层的有效信号,提高了储层预测精度;由于强反射分离过程充分考虑了不同厚度的煤层与分离系数的关系,分离结果更加符合实际地质情况。