基于误差修正与深度强化学习的原油期货价格预测研究

准确预测原油价格一直都是政府管理决策部门、投资主体和学术界关注的重点.然而由于货币政策、地缘政治等多样化风险因素相互作用,原油价格表现出更加复杂的非线性特征,使得原油价格预测面临着前所未有的挑战.本文以INE和WTI原油期货市场为研究对象,通过基于数据分解、强化学习集成策略和误差修正技术构建的原油价格预测模型(PVMD-QSBT-ECS)开展实证研究.首先运用自适应权重的粒子群优化算法(particle swarm optimization, PSO)优化的变分模态分解(variational mode decomposition, VMD)对原油期货价格序列进行分解;然后利用Q学习算法(Q-learning, QL)确定堆叠式长短期记忆网络(stacked bidirectional long short-term memory, SBiLSTM)、双向门控循环单元(bidirectional gated recurrent unit, BiGRU)和时域卷积网络(temporal convolutional network, TCN)的最优权重组合以构建集成预测模型,而后对预测结果...     

我国铁矿消费强度与钢铁冶炼及加工业的关系

简要分析了我国改革开放以来铁矿消费强度的阶段性变化特征,建立了铁矿消费强度的增量分解模型,应用国民经济投入产出表中数据,分时段对铁矿消费强度进行了增量分解计算和分析.结果表明,2002年前,资本形成以低于或基本等于GDP的增速增长,钢铁冶炼及加工业的铁矿消耗系数下降,致使铁矿消费强度降低;2002~2010年间,资本形成增速高于GDP增速,钢铁冶炼及加工业产出效益下降、铁矿消耗系数升高,致使铁矿消费强度大幅上升.因此,钢铁冶炼及加工业需要解决的主要矛盾是淘汰过剩的低端产能和推动产品结构升级,降低整个经济的铁矿消费强度,达到产业健康稳定发展的目的.     

燃烧室流动混合过程的代理模型

为了构建适用于燃烧室冷态流动混合过程的代理模型(surrogate model,SM)的方法，该文研究了构建过程中的关键步骤，通过使用Latin超立方抽样(Latin hypercube sampling,LHS)方法进行样本选取，在完成数值模拟后使用本征正交分解提取样本间的主要特征进行降维，再通过Kriging插值法完成工况插值。结果表明：该构建方法能够处理冷态高速、高湍流度、强旋流动和燃料/空气掺混，精度高于国际平均水平。同时，该文提出了构建方法的应用准则，为后续更复杂、包含燃烧反应过程以及结构变化的燃烧室SM构建奠定基础。     

基于经验模态分解的无量纲指标故障诊断定位

无量纲指标作为新的理论工具应用于故障诊断研究中,虽然取得了一定的进展,但在应用时没有考虑到其他噪声干扰信号的影响,对结果分析有一定的干扰.而经验模态分解(EMD)技术能够提取出振动数据的故障特征信号,针对无量纲指标分析数据时的噪声干扰,提出了基于EMD的无量纲指标处理算法.首先对采集到的振动数据做EMD,分解出的前几个固有模态函数(IMF)分量中包含了振动数据的故障特征,去除其他噪声干扰信号的影响;其次求出含有振动数据特征信号的IMF分量的无量纲指标值,做出其无量纲指标的特征范围值;最后进行故障诊断分析.将此算法应用于旋转机械的故障诊断实验中,通过实验验证了该方法的可行性和有效性.     

一种新的心电信号R峰自动检测方法

R波是心电(ECG)信号中最重要的组成部分,蕴含着重要的生理病理信息。在长时ECG信号上实现R峰自动检测是进行心率变异性分析、心血管疾病诊断、生物识别和ECG编码的关键步骤。文中提出了一种新的基于小波变换的R峰自动检测方法。首先,设计了一种改进的小波阈值法,并结合小波包分解对原始心电信号进行去噪处理;其次,将去噪后的心电信号进行小波变换,采用自适应阈值法在恰当的频率子带上检测出候选R峰,并将其位置逆变换于心电信号;最后,根据RR间期的局部变化趋势进行R峰的精细筛选,以最终完成R峰检测。文中选用MIT-BIH心律失常数据库中的2个心电记录对所提算法进行性能评估,采用错误检测率(DER)、真阳性率(+P)、敏感度(Se)和准确率(Acc)作为评价指标,平均检测结果分别可达0.395%,99.67%,99.95%,99.62%。     

中国劳动力市场收入户籍歧视的无条件分位数分解

使用无条件分位数分解方法对2007年中国劳动力市场的收入户籍歧视程度进行了考察.实证分析的结果显示:从整体上看,2007年户籍歧视可以解释农民工和城镇职工平均收入差距的近三分之一,且歧视效应随收入分位提高而增加;从分项贡献来看,各自变量对收入差异的影响随收入分位变动明显.根据实证分析得出的政策建议为:当政策目标为缩小高收入分位的群体收入差异时,消除户籍歧视的政策效果更好;而当政策目标为缩小低收入分位的群体收入差异时,缩小两群体禀赋差异的政策效果更好.     

矩阵乘积关于广义逆的交换律与混合交换律

运用矩阵秩方法和奇异值分解分别对两个矩阵乘积关于{1,2,3}-逆与{1,3,4}-逆的交换律以及混合交换律进行了研究,得出了两个矩阵乘积关于{1,2,3}-逆与{1,3,4}-逆的交换律以及混合交换律成立的充分必要条件.     

高温时H13钢中初生碳氮化物的分解研究

利用光学显微镜、扫描电镜和电子探针研究了H13钢中初生碳氮化物高温分解时的形貌、尺寸、成分变化规律.原始初生碳氮化物主要为10~30μm的长条状(Vx,Mo1-x)(Cy,N1-y)及少量方形的(Tix,V1-x)(Cy,N1-y).在1200℃保温2.5 h后碳氮化物边缘变为凹凸不平的锯齿状,然后形成细小的分解颗粒,10 h后碳氮化物平均长度减小为12.9μm,主要为(Tix,V1-x)(Cy,N1-y).当经过1250℃ ×5 h保温后87%的碳氮化物发生分解,(Vx,Mo1-x)(Cy,N1-y)溶解消失,碳氮化物长度在20μm以下,当保温时间延长到10 h后碳氮化物长度均在10μm以下,70%为方形并且93%分解形成细小颗粒,未分解的碳氮化物为(Tix,V1-x)(Cy,N1-y).电子探针分析(Tix,V1-x)(Cy,N1-y)的分解与Fe元素扩散有关,高温时Fe在(Tix,V1-x)(Cy,N1-y)中含量逐渐增加而Ti、V减少,优先在边部曲率半径较小部位或缺陷处分解,形成0.1~1μm的细小分解颗粒,并由外向内以区域溶解方式使原始碳氮化物逐渐消失.双亚点阵模型分析两种碳氮化物的平衡溶解温度和组成有关,试样中大部分(Tix,V1-x)(Cy,N1-y)平衡溶解温度在1200~1246℃之间,与实验吻合较好.     

共轭梯度最小二乘法和奇异值分解法识别移动荷载对比研究

【目的】移动荷载识别（MFI）技术是通过采集桥梁动态响应来识别桥上动态车载时程的。由于车桥系统矩阵是不适定的，MFI需要求解这一典型结构动力学第二类逆问题。【方法】本研究通过对比研究共轭梯度最小二乘（CGLS）法和奇异值分解（SVD）法识别移动荷载的效果特征，总结CGLS法和SVD法识别移动荷载的适用范围。CGLS法为典型的迭代线搜索法，SVD法为直接正则化法，通过MATLAB软件数值模拟对比CGLS法与SVD法识别移动荷载的效果差异。【结果】CGLS法除上下桥时的误差较大外，其他时段具有较好的参考价值，而SVD法在仅有单车轴在桥上时误差小。【结论】CGLS法识别多轴荷载更具优势，SVD法能有效识别单轴荷载。     

基于VMD-BO-BiLSTM的猪肉价格预测模型

基于猪肉价格的非线性与波动性特性，提出一种基于变分模态分解（variational modal decomposition, VMD）和贝叶斯优化（Bayesian optimization, BO）的双向长短时记忆（bidirectional long short-term memory, BiLSTM）网络的猪肉价格预测方法。首先采用变分模态分解对数据进行预处理，将数据分解为具有相对简单波动的子序列；然后通过贝叶斯算法对双向长短时记忆网络模型的第1、2隐含层神经元数目、学习率和批次大小进行寻优，根据寻优的结果建立预测模型。实验结果表明：VMD-BO-BiLSTM方法的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为1.101 214、1.466 100、0.040 631、0.987 760，相比传统单一的LSTM,BiLSTM模型精确度更高，有更高的适用性，适合对猪肉价格预测。