基于可信性均值-方差-偏度-正弦熵的投资组合模型

通过引入可信性理论和偏度约束，分别建立了同时满足随机不确定和模糊不确定情形的均值-方差-偏度-正弦熵多目标投资组合优化模型（Mult-M-V-S-SE）和含有收益及风险系数的单目标投资组合优化模型（M-V-S-SE）；然后运用马尔科夫方法预测模糊收益率，利用遗传算法优化模型投资策略，通过上海证券交易所数据进行实证比较。结果表明：Mult-M-V-S-SE和M-V-S-SE两模型效果均超过均匀投资策略（MEAN）；M-V-S-SE模型灵活且稳定，更具有优势，在满足投资者需求的同时可实现更高的累计收益。     

基于一致性风险价值的投资组合优化模型研究

证券市场上收益率分布存在严重的偏峰厚尾现象；同时风险价值方法本身不符合次可加性．这使得进行组合优化时它的局部最优解并非全局最优．针对这些问题，我们从一致性风险度量理论出发，提出了一种新的风险度量技术——一致性风险价值——来度量投资组合的信用风险，在此基础上建立了一致性风险价值的投资组合优化模型，并运用线性规划技术进行组合优化．最后我们通过实证研究，发现运用基于一致性风险价值的优化模型进行投资组合的结果，优于运用基于风险价值的优化模型．     

基于自适应惯性权重优化后的粒子群算法优化误差反向传播神经网络和深度置信网络(DBN-APSOBP)组合模型的短期旅游需求预测研究

旅游需求的精准预测对于旅游景区资源调度和管理有着重要作用。单一的浅层学习算法无法很好地拟合旅游客流量的特征，针对上述问题，本文通过组合深度学习和浅层学习算法，同时结合网络搜索行为数据，建立深度置信网络和利用自适应惯性权重优化后的APSO去优化BP神经网络——APSO-BP的组合预测模型，用DBN模型对原始非线性客流量数据预测，再对DBN模型预测所产生的残差建立APSO-BP模型进行预测，将二者预测值合成后得到最终的预测值。通过实验证明了该组合模型能够较为准确的拟合客流量数据特征，有效地提高了预测精度。     

基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下，超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此，提出一种基于GWO-CNN-BILSTM的超短期风电预测方法。首先，搭建基于卷积神经网络（convolutional neural network，CNN）与双向长短期记忆神经网络（bidirectional long short term memory，BILSTM）的组合模型，然后，为提升风电预测结果的精度，通过灰狼优化算法（grey wolf optimizer，GWO）对组合模型进行优化，使该组合模型参数能实时适应风电历史数据。最后，仿真结果验证了所提出方法的有效性和优越性。     

高速公路隧道口滑坡体稳定性监测最优变权组合模型

以湖南省某在建高速公路隧道口滑坡体稳定性监测数据为基础,采用经典GM(1,1)模型、Logistic模型和三次指数平滑模型3种单一模型进行变权组合。构建隧道口滑坡体变形的变权组合优化模型,并将组合模型预测结果与单一模型进行对比分析。研究结果表明,变权组合优化模型的预测精度高于单一模型,预测值和实测值更为吻合,能更好地预测滑坡体水平位移变形。     

灰色优化GM(1,1)和人工神经网络组合模型的江西省GDP预测应用

为了提高GDP的预测精度,结合灰色系统和人工神经网络的各自优势,建立灰色人工神经网络组合预测模型。该模型既具有灰色优化GM(1,1)模型适用发展系数范围较大的优点,也融合了人工神经网络在不确定因素预测方面的优点。最后以江西省GDP的预测为实例,对比了单独的灰色优化GM(1,1)模型与组合模型的预测结果,结果显示组合模型的预测精度较高。     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

灰色系统与时序组合模型在高层建筑沉降预测中的应用

将高层建筑沉降监测数据视为具有确定性趋势的非平稳时间序列，运用灰色GM(1，1)模型提取其中的趋势项，用AR(n)模型表示随机残差项，利用灰色-时序组合模型进行沉降预测．算例结果表明，该组合模型具有较高的预测精度，是一种简单、实用的高层建筑沉降预测方法．     

一种基于灰色理论组合预测方法的研究与应用

基于灰色理论中GM（1，1）模型提出了一种新的预测方法（趋势预测），并将其应用到组合预测中，并运用遗传算法调整组合预测权系数得到最优解。通过实例证明，该方法是正确的，算法是有效的。     

基于GM（1，1）模型的趋势预测方法及其应用

基于灰色理论中GM(1，1)模型提出了一种新的预测方法(趋势预测)，再将其应用到组合预测中，运用遗传算法调整组合预测权系数从而得到最优解。通过实例证明，该方法是正确的，算法是有效的。     

三维数字化技术在三星堆遗址中的应用

提出使用三维数字化技术,对三星堆遗址进行三维建模,其中涉及如何对遗址进行激光扫描,获取场景的点云数据以及数据的后处理.本文采用Riegl LMS-Z420i三维激光扫描仪和尼康D100数码相机获取三星堆遗址的点云数据和纹理数据,并通过PolyWorks软件实现点云数据的配准和三维建模.     

平均模型在致密气井产量预测中的应用

在致密气资产快速评价中应用经验型递减模型能够快速得到气井产量的递减情况;但不同的递减模型在完成历史拟合后,长期产量和累积产量预测结果相差很多。应用GLUE法评价各模型预测结果的不确定性,并引入平均模型的概念,计算各模型权重后建立平均模型。以加拿大致密气田两口致密气井的实际生产数据为例应用平均模型进行累积产量的计算,结果表明GLUE法可进行各模型预测结果的不确定性进行分析,且通过设定筛选标准后,利用满足条件的模型进行聚合得到的平均模型计算结果具有更小的标准差与变异系数。     

水驱油藏注采井连通体积计算

通过联立质量守恒方程、产能方程等基本方程,推导出利用油藏生产动态数据计算注采井间的连通体积的模型。并通过油藏数值模拟方法验证了模型算法的合理性。利用模型对克拉玛依油田某一独立区块进行分析,得到连通体积大小的分布。从而可以得到水窜井窜流通道的体积,为实施调堵措施提供了理论依据。     

Buhlmann-Straub信度模型的估计与检验

研究了Buhlmann-Straub信度模型的参数估计和随机效应的检验,以及它们的统计性质. 参数估计采用两步估计法,用F检验对随机效应进行检验.在两步估计法中, 利用正交变换得到了总平均的估计, 然后采用拟合常数法得到了方差的估计,并证明了该估计是无偏估计.通过残差平方和构造了F检验统计量对是否有随机效应进行检验,并得出了检验的势函数是检验方差的增函数.最后将估计和检验的方法应用到实例中, 得到了较好的效果.     

基于风险管理模式下的最佳投资策略研究

在马柯威茨投资组合模型的改进模型—均值-CVaR模型的基础上,使用半方差来作为风险度量,即只考虑其投资在损失的一侧来做出新的投资组合优化模型,最后对均值-方差和均值-半方差模型的有效前沿进行证明,并以5支股票为实例做了实证分析.     

伙伴挑选中的模糊可靠性优化模型

研究了伙伴挑选中的模糊可靠性优化问题,并设计了带有模糊约束和模糊目标的可靠性优化模型,利用隶属度定义将模糊优化模型进行清晰化处理·并设计了遗传算法进行了模型求解·大量实例计算表明了模型和算法的可行性和有效性     

虚拟环境中面向操作工艺规划的装配建模

交互虚拟装配技术已经广泛应用于产品设计和制造过程,然而由于虚拟装配操作和实际操作在时间和空间上不一致,目前的交互虚拟装配技术仍然难以直接支持装配工位上的操作工艺规划。为此提出了一种基于交互装配操作仿真的操作工艺规划方案,该方案建立包含全部装配要素的装配操作模型,基于该模型,通过交互装配操作仿真获取初始操作序列,再基于标准操作动作要素数据库将该操作序列变换成真实操作动作序列。重点研究支持操作动作序列获取的装配活动模型,以及操作仿真过程的模型求解问题。最后以一个发动机装配实例验证了上述方案和装配操作模型。     

多轴车辆轴荷的分配与影响因素研究

车轴轴荷是多轴车辆底盘设计和整车动力学分析的必备参数。文章采用力学方法,基于车架为刚性体,以某九轴全地面起重机为算例,建立了九轴轴荷的计算模型,并采用有限元仿真方法和模型计算结果进行了对比,证明该计算模型的合理性。通过此模型对轴距、弹簧刚度、以及路面凸起高度等因素对全地面起重机的各轴轴荷分配的影响进行了分析与探讨,结论表明了其对该型全地面起重的底盘设计具有指导意义。     

一种基于遗传算法的无线传感器网络节点定位技术研究

本文分析了基于误差的最小二乘估计定位原理,提出一种基于遗传算法的无线传感器网络节点定位技术。建立所有节点的定位误差之和最小的数学模型,利用遗传算法求解模型的最优解,从而得到未知节点的最优的估计位置。实验仿真结果表明该算法对未知节点的定位精度高,条件简单,适合各种规模的无线传感网络节点的定位。     

最小耗费切割序问题

针对在加工费用尽可能少的条件下合理安排切割次序问题,相继建立了基本模型和改进模型,基本模型简单,有效,在不考虑调整刀具所需费用的情况下,对所有合法输入的数据均能求出最优切割次序．改进模型在基本模型的基础上加进了对调整刀具费用的考虑,通过对各种情况的分析得到一种对调整刀具费用的任一确定值都能得到最优切割次序的方法．这两种模型的解决方案均已在计算机上实现．