基于最小二乘支持向量机的风速组合预测模型

探讨了基于最小二乘支持向量机的组合预测模型在风速短期预测中的可行性.该模型以BP神经网络、RBF神经网络、粒子群BP神经网络3种预测模型的风速预测值作为组合预测模型的输入,实际风速值为输出,利用最小二乘支持向量机回归算法构造风速间的非线性关系,以实现风速多步预测.将该模型的预测性能与BP神经网络组合预测模型、线性组合预测模型进行比较,通过平均绝对误差、误差平方和、平均相对误差3个指标进行评价.结果表明,最小二乘支持向量机预测模型的平均相对误差低于6%,其他误差指标也明显低于其他预测模型.因此,最小二乘支持向量机组合预测模型预测精度不仅高于任一单项预测模型预测精度,而且高于传统的线性组合预测模型与一般BP神经网络组合预测模型.验证了该模型在风速预测中的可行性.     

应用支持向量机的空中交通流量组合预测模型

为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型.实验证明该模型的预测精度有显著提高.     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

基于互信息的组合预测模型及其在电力负荷预测中的应用

应用互信息度量单个预测模型的精度, 然后以互信息为评价指标,应用模糊评判法赋予各个预测模型相应的权重,籍此建立一个新的组合预测模型.将此组合预测模型用于电力负荷预测,实例表明,互信息能有效地度量单个预测模型的精度,且能取得与传统的误差分析指标一致的评价结果.经多个误差分析指标的评价,基于互信息的组合预测模型提高了预测精度,优于基于熵的组合预测模型.     

基于算术平均贴近度的加权几何平均组合预测

引入和讨论了基于算术平均贴近度的加权几何平均组合预测模型及其性质.针对该模型定义了非劣性组合预测模型、优性组合预测模型以及组合预测冗余度的概念,讨论了在一定条件下,该组合预测模型存在非劣性及优性组合预测的条件,给出了判定冗余组合预测方法的判定定理.通过实例分析说明了基于算术平均贴近度的非线性组合预测模型的有效性.     

上海地铁地下连续墙混凝土碳化深度预测模型

为了得到针对地下连续墙的碳化深度预测模型,对现场取制试件进行了快速碳化试验.试件取自建成已10年之久的上海地铁一号线,试验分别在CO2为20%,30%两种质量分数下进行.利用Matlab对试验数据进行回归得到了三种地下连续墙碳化深度预测模型:随时间以及CO2质量分数变化的预测模型;随混凝土抗压强度变化的预测模型;考虑碳化龄期和混凝土抗压强度变化的预测模型.分析表明,所得碳化深度预测模型有其可靠性和实用性.     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程.最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度.最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的.     

一种基于专家理性预期的组合预测方法及应用

将多个单预测模型进行组合,是提高预测精度的有效途径.由专家理性预期对待选用的单预测模型从模型拟合、方法应用复杂性、适应性和时效性方面进行多指标综合评价,在此基础上,构建组合权重系数,给出了具有主客观信息集成特征的组合预测方法,将组合预测模型与单预测模型进行分析对比,对我国民用汽车的保有量进行了预测并给出了预测效果分析.模型预测效果分析显示,具有主客观信息集成特征的组合预测模型比单预测模型具有更强的适应性,预测精度大幅提高.     

两种工况下电主轴热误差的组合预测模型

为了有效地提高数控机床电主轴热变形模型的预测精度,在2种典型工况下,根据电主轴结构热变形的产生机理,提出了一种基于模糊逻辑的组合预测模型.该模型综合了由自回归分析理论和灰色系统预测理论所建立的热误差模型,采用模糊逻辑选取权值,使各单项预测模型能够扬长避短,从而增强了组合预测模型的泛化能力.通过对电主轴热变形工况下的实验结果与计算结果的比较表明,在单项预测模型中的工况1下,灰色系统预测模型的相对误差较小(6.9%),在工况2下,自回归预测模型的相对误差较小(12.1%),而组合预测模型在2种工况下的相对误差分别为2.2%和8.9%.因此,组合预测模型具有较高的精度和较强的鲁棒性.     

采用DEMATEL的建筑企业组织角色网络权力评价及实证分析

采用决策试验与评价实验室(DEMATEL)法,以建筑企业核心业务流程为基础,构建建筑企业业务流程网络模型,计算各角色的影响度、被影响度、中心度及原因度等评价指标.以某建筑企业的成本管理、合同管理及资金管理等核心业务流程为实证,构建组织角色权力评价的DEMATEL模型,提出组织优化的措施与路径.研究结果可为建筑企业组织角色权利优化提供一定的理论指导和决策依据.     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

履带式移动机器人动力学模型及其反馈控制

履带结构被广泛地应用在移动式机器人的设计当中。为提高其反馈控制模型的精度,该文详细分析了履带式机器人的受力特点,提出了一种适于进行控制器设计的履带机器人模型,并在此基础上,按照反馈线性化的思想,提出了一种履带式机器人稳定路径跟踪控制器的设计方法,同时给出了方法的非奇异条件。该文提出的控制系统模型和路径跟踪方法,为履带式机器人控制系统设计提供了理论依据。     

双滚筒采煤机动力学分析及力学模型建立

为保证采煤机安全可靠的工作,满足其机械动态特性和低振动要求,以双滚筒采煤机整机为研究对象,对其受力进行分析。依据采煤机的实际情况和工作状态,假设:采煤机无故障运行;各部分的质量分布均匀且为刚体;并且通过无质量的弹性元件连接,阻尼为粘性阻尼。在此基础上,建立了双滚筒采煤机整机的力学模型。此模型为数学模型的建立奠定了基础,为进一步对采煤机进行动态分析创造了条件。     

FD耐热逆转录酶的同源模建及结构同源性分析

FD－TRT是一种耐热逆转录酶（是自行表达并提纯的）,根据TapDNA聚合酶的晶体结构为模板,采用计算机同源模建的方法建立FD－TRT的三级结构模型,并对FD－TRT和DNA聚合酶家族的其他蛋白功能差异的结构基础以及保守性功能性残基的作用进行研究,从而为进一步改造FD－TRT分子、提高其耐热性、反应活性以及对RNA模板和DNA模板的选择性提供良好的基础．     

数控机床动压主轴的热误差建模技术研究

为了降低加工过程的热误差,提高数控机床加工精度,基于时序相关分析理论与数值计算方法,建立了一种以温度场分布及加工参数为输入的新型机床主轴热误差建模方法.所建模型由热误差模型、主轴动压轴承热特性模型以及主轴热传递模型三部分组成.该方法首先根据时序相关理论建立热误差与温度测点之间的相关模型,再通过灰色相关理论完成关键温度测点位置与数量的优化,同时,基于数值计算与热传导理论,建立了动压主轴系统热特性模型.以一台大型龙门导轨磨床为实验对象,建立了磨床主轴箱热误差预测模型.实验结果表明,所建立的热误差模型具有良好的热误差辨识性能.     

一类产品需求预测的支持向量机方法

 需求预测是企业生产运营决策的基础,预测精度影响着产品的安全库存量,关系到企业利润和市场竞争力.建立了一类产品（包含多个品牌）基于支持向量机(support vector machine, SVM)的需求预测模型.在该预测模型中考虑了诸如季节性和促销等不确定性因子对产品最终需求的影响.模型的训练数据和测评数据采用的是由该类产品需求函数生成的数据.测试阶段的评价则是通过与其他统计模型（回归预测方法(REG）、双因素指数平滑法(DES)、Winter模型预测方法(WIN)）和径向基神经网络模型(radial basis function neural network, RBFNN)的对比来实现的.实验结果表明,基于SVM的需求预测模型预测精度明显优于其他模型,有效地降低了产品安全库存量,提高了企业利润,为解决这类产品需求预测问题提供了一个有力的工具.     

基于代理模型的汽车乘员约束系统性能优化

针对汽车碰撞乘员约束系统优化设计中多参数和非线性问题,提出了基于径向基函数代理模型的优化设计方法,通过LS-DYNA分析软件建立正面碰撞乘员约束系统的仿真模型并对其进行验证.基于该模型选取对响应影响较大的设计变量作为优化变量,在LS-OPT中选择径向基函数构建代理模型,采用空间填充试验方法进行试验设计,运用自适应模拟退火算法进行优化求解.优化结果表明:人体综合损伤WIC值相比初始设计值降低了28.2%,实现了对设计目标的优化.     

自然崩落法高阶段多漏斗放矿矿岩流动模拟及结构参数优化

为掌握自然崩落法多漏斗放矿属性矿岩流动特性,给出属性随机介质放矿理论基础,从放矿水平布置出发,提炼出高阶段多漏斗放矿仿真模型。采用4块模型、6块模型和9块模型3种概率模型分别考虑不同的放矿端部条件;建立流动颗粒体数据结构和空位传递模型,设计高阶段多漏斗放矿流动数据结构和模拟流程,采用C面向对象语言和hoops可视化工具包开发模拟程序,在三维可视化环境下得到了不同放矿点间距下多漏斗放矿的矿岩流动特性。根据研究结果,确定放矿底部结构优化参数,为放矿控制和放矿优化提供了参考和依据,并可作为后续放矿计划编制的基础。