宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

基于改进突变理论的公路工程建设风险评价研究

“一带一路”背景下海外公路工程建设面临的风险众多且复杂，参与方涉及多个国家，管理风险能力差异大，风险偏好不同通过分析常规突变评价法存在的不足，建立基于熵权法、数值转换法的改进突变评价体系，并进一步提出基于改进突变理论的公路工程建设风险评价模型将此评价模型运用在“一带一路”沿线公路工程项目建设风险总体评价，选取“一带一路”沿线国家公路工程技术、经济、管理、政治法律、自然环境、社会文化6个评价要素和相应15个评价指标，运用熵权法对该15种风险按重要程度排序，运用数值转换法将常规集中接近1的突变评价值映射到0~1的10个区间基于计算结果建设风险从大到小的排序为阿富汗、柬埔寨、巴基斯坦、缅甸、哈萨克斯坦、越南、泰国、印度，前3个国家风险等级为重要风险，后5个国家为一般风险     

利用ARGO实验寻找GRBs的本底研究

位于西藏羊八井宇宙线观测站(海拔4300 m)的ARGO-YBJ实验具有高海拔、大视场、全覆盖特点,其阈能约几百个GeV,在探测高能GRBs方面具有独特的优势.ARGO-YBJ实验不能分辨光子和质子,要在大量的宇宙线事例中找出光子信号,就必须正确地估计背景事例率,这是寻找高能GRBs的关键.本文采用"等天顶角法"对ARGO实验中寻找GRBs的宇宙线本底进行了分析.由于地球的自转,天顶角随着时间的变化而变化.本文重点分析了长暴在其持续时间内天顶角的变化,从而更加准确地进行了本底估计.     

基于伪距相位组合法和电离层残差法探测和修复周跳的研究

GPS高精度定位中,周跳的探测和处理是一个核心难点.电离层残差法因为其探测精度高而被广泛应用于探测周跳,但是不能分离具体频率上的周跳.根据该特点,对于联合电离层残差法和伪距相位组合法两种方法消除周跳的可行性进行了分析.研究表明:该方法可以完全解决电离层残差法不能分离周跳的问题,联合之后的周跳探测方法灵敏度高,探测准确,计算原理快速简单,是一种探测修复周跳的有效手段.     

基于NSTPNT的风电系统可靠性对风电预测误差灵敏度

研究电力系统可靠性对风电预测误差的灵敏度,量化风电预测误差对可靠性的影响,可为风电并网系统的优化调度与备用规划提供参考依据.实际风电预测误差的分布未知,给灵敏度计算带来困难.本文首次提出非标准三阶多项式正态变换方法,推导非标准正态假设下多项式系数的解析表达式,实现将风电预测误差转换为同期望,标准差正态随机变量的多项式形式.将转换后的风电预测误差,代入含备用最优负荷削减模型,评估风电系统可靠性.提出可靠性指标对风电预测误差期望,标准差的灵敏度解析算法.算例验证了非标准三阶多项式正态变换方法与预测误差分布参数可靠性灵敏度算法的准确性.分析备用容量与标准差变化对预测误差可靠性灵敏度的影响.     

一个不等式的推广

对不等式(min1≤i≤n{xi}){x1+(1+d)x2+…+[1+(n-1)d]xn}≤(n-1)d+2/2n(x1+x2+…xn)2(0≤d≤2,xi>0(i=1,2,…,n))中d的取值范围进行了拓宽,进而推广该不等式.     

基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测

中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题.     

Jacobi与Gauss-Seidel迭代的比较及算法的MATLAB实现

探讨比较了Jacobi迭代和Gauss-Seidel迭代,尤其是它们的可并行性.给出了它们在MATLAB中的一个实现.通过算例说明,算法的并行化实现可以大幅度地提升Jacobi迭代的效率.     

取水监测数据的奇异值识别与修正策略

提高水资源监测数据的真实性与完备性是国家水资源监控能力建设的重要内容.本文基于当前国家水资源监控数据的实际统计状况,提出采用小波变换模极大值的方法实现对取用水监测数据的降噪和奇异值的挖掘,并将辨识出的奇异值进行剔除处理后的监测数据序列作为粒子群-最小二乘支持向量机模型的训练样本,进而根据拟合函数对奇异值进行修正的策略.通过对重点取用水户的取用水监测数据进行实证研究结果发现,利用小波变换模极大值可较大限度地保留取用水监测数据的原始信息,并实现对其中变动幅度偏大数据的分离,可有效降噪并观测取用水监测数据的内在变化规律;同时借助相对误差可进一步挖掘监测数据中存在的奇异值,且辨识效果要好于传统统计方法;而粒子群-最小二乘支持向量机模型对取用水监测数据的样本拟合要比普通最小二乘支持向量机、曲线拟合等方法更为有效,运用该方法修正的取用水监测数据奇异值更加符合实际取用水需求的特点.