改良Verhulst模型在泥岩路基沉降预测中的应用

为了准确预测泥岩高速公路路基不同填筑阶段的沉降数据，避免长期监测带来的不便，提出了5个改良Verhulst模型：分别利用元胞自动机和矩形法以及积分法改良传统Verhulst模型背景值，建立了元胞自动机改良模型、矩形法模型和积分法模型；在此基础上，利用元胞自动机理论优化矩形法模型和积分法模型的背景值，建立了综合改良模型1、2。以马巢高速公路泥岩路基沉降数据为基础，采用传统Verhulst模型和5个改良Verhulst模型预测路基在不同填筑阶段的沉降。结果表明：5个改良模型中，2种综合改良模型精度最高，其次为元胞自动机改良模型和积分法模型，最后为矩形法模型，且预测精度均优于传统模型，能较好地预测不同风化程度泥岩路基在不同填筑阶段的沉降，符合工程要求。     

社会福利博弈模型成立的条件分析

社会福利博弈模型是博弈论教材和研究者经常引用的经济模型，但是由于没有人系统地分析过模型成立的前提条件，忽略了模型建立的基础条件，人们对它的理解和应用经常出现错误．根据分析模型的支付变量，提出了社会福利博弈模型成立的必须满足的八个前提条件，并通过构建失业者边际效用模型对该模型成立的适应性进行了论证和说明．     

考虑侧向车换道影响的理论和数据组合驱动的车辆跟驰模型

为分析受侧向车辆换道影响下的目标车辆跟驰行为，结合多速度差理论跟驰模型和深度学习方法，提出了一种理论-数据组合驱动跟驰模型。首先考虑了跟驰车辆对于前向车辆和侧向车辆保持安全车距和受车辆速度差影响的特性，提出了双车道多速度差跟驰模型（FS-MAVD模型），并利用差分进化算法进行模型参数标定。构建了CNN-Bi-LSTM-Attention数据驱动车辆跟驰模型，利用卷积神经网络层（CNN）充分提取前向和侧向车辆交通特征，双向长短期记忆网络层（Bi-LSTM）考虑驾驶员记忆效应，注意力机制层（Attention）用于分配模型权重，并基于数据进行驾驶员记忆时长、模型训练批次和训练轮数参数的训练。考虑理论模型广泛适用性和数据驱动模型接近真实值且平滑的特点，采用最优加权法将两种模型进行组合预测。利用无人机拍摄的快速路车辆轨迹数据，建立跟驰行为样本集，对所建模型进行训练和测试，并与LSTM模型、Bi-LSTM模型、CNN-Bi-LSTM-Attention模型、FS-MAVD理论模型的预测效果进行对比，并分别比对不同模型对不同车辆的预测精度和误差。结果表明，本研究构建的组合模型在加速度预测精度达到9...     

一种改进的辩论协商模型及其算法

为了解决现有辩论协商模型过于抽象的问题，提出了一种改进的辩论协商架构．在构架中定义了辩论协商模型的对手、自身和环境等模型，其中对手模型是以协商伙伴为对手，自身模型的内容包括信念、愿望、意图、信任和偏爱，环境模型主要由Agent通讯语言和内容语言、协商协议和信息库组成．同时，提出了相应的算法，它通过合理地组合模型，调整论证评估器的位置，建立协议推理、论证评估、论证产生和论证选取等过程，使得协商信息充分交互，协商过程更为有效．实验结果表明，所提模型和算法是有效、可行的，算法的复杂度与协商对话的轮回有关，若轮回数为n，则复杂度为O（n）．     

速度多用曲线模型及其应用

首先指出地震资料处理和解释中所用速度直线模型及圆弧空校方法存在的严重不足，提出以速度多用曲线模型代替直线模型，以射线跟踪空校方法代替圆弧空校方法的解决办法，给出了多用曲线模型的建立过程。适应性分析表明，该模型拟合精度高，适应力强．最后给出了应用实例，证明这一模型和方法的优越性．     

股票价格塑性性质的计量经济模型及实证检验

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且4种形式的股价塑性模型均是可行的。比较4种形式的股价塑性模型的检验结果得出幂指数模型描述股价塑性较为科学、合理。     

基于深度学习轻量化的改进SSD煤矸快速分选模型

针对SSD目标检测模型参数量大、运行速率低的问题，在SSD模型的基础上提出一种新的煤矸快速识别模型DSR-SSD.应用深度可分离卷积代替主干特征提取网络中的普通卷积，减少了模型的计算量；将RFB模块融入到SSD模型中，提高了模型的特征提取能力.经验证，DSR-SSD模型的识别速率为113.99帧/s、精确率为95.17%.将DSR-SSD与SSD,Faster-RCNN,YOLOv3三种模型对比，发现DSR-SSD模型与SSD模型相比，精确率提高了2.29%,识别速率提高了60.89%;同时，DSR-SSD模型的精确率比Faster-RCNN模型高2.86%,比YOLOv3模型高2.71%,识别速率分别是Faster-RCNN模型和YOLOv3模型的14.90倍和3.65倍，证明了DSR-SSD模型性能优越.     

基于层流边界层理论的单组分液体蒸发速率的预测

对单组分液体蒸发模型的研究进展进行了总结。根据层流边界层理论和分子扩散理论，建立了层流环境下单组分液体蒸发的数学模型，并进行了风洞蒸发实验。将实验结果同新建模型的预测结果以及常用蒸发模型的预测结果进行了对比分析。结果表明，新建模型的预测结果与实验结果的偏差为33．5％，预测精度仅次于Mackay ＆ Matsugu模型、NIOH-1模型和SUBTEC模型。在较低风速内，随着风速的增加，新建模型的预测精度逐渐增加；随着蒸发液体挥发性能的减弱，新建模型的预测精度增加。     

ME4ET:一个基于EDOC ER模型的模型转换工具

模型驱动体系结构（MDA）是一个以模型和元数据为中心的软件体系结构．在MDA体系中，抽象模型是软件开发的主要产品．与传统的软件开发过程相比，模型转换，特别是平台无关模型和平台相关模型之间的转换，在MDA体系中具有重要作用．模型转换需要自动化的模型转换工具的支持以减少软件开发的成本．介绍一个MDA模型转换工具——ME4ET．陔上具支持EDOC ER模型的建模，并支持将EDOC ER模型自动转换为数据库平台和EJB平台上具体的实现，主要介绍ME4ET工具的模型转换规则和算法．     

灰色模型的精度及误差检验研究

分析了灰色模型误差产生的原因，说明了模型误差发生的机理，改进了模型精度和误差的描述方式，提出了两种新的模型精度检验及模型误差判断方法，实例应用说明这种新方法有较大的实用价值．