GM(1,1)模型初始条件和初始点的优化

在对GM(1,1)模型的初始条件进行优化时,由于优化的目标函数为误差平方和最小,而模型的检验标准为平均相对误差最小,两个准则的不一致性导致优化效果不理想.本文以相对误差平方和最小为目标优化GM(1,1)模型,分别对初始条件和初始点进行优化,给出优化的计算公式,并证明在原始序列相对误差平方和最小的准则下,初始条件优化和初始点优化是统一的.实例表明运用优化公式与数值最优解计算得到的模型平均相对误差非常接近,且运用优化公式比数值解求解更方便.     

季节性变动影响下的上海港集装箱吞吐量预测

港口吞吐量精准预测对于每一个港口的成功经营和有效决策都十分重要.季节性波动经常会影响港口吞吐量,为了更为准确地预测上海港口集装箱吞吐量,本文选取2007年至2012年上海港母港集装箱吞吐量的月度数据,并对于港口集装箱吞吐量的月度数据中出现的季节性波动进行了处理,采用季节时间序列模型对其进行预测.为了说明方法的有效性,以同样的数据,使用整自回归移动平均模型对上海港集装箱吞吐量进行预测.两种方法预测结果进行对比发现,利用季节时间序列模型对港口集装箱吞吐量季节性进行处理,能够提高港口集装箱吞吐量的预测精度.     

遗传算法的DV-Hop算法改进

DV-Hop算法中,平均每跳距离是影响定位精度的因素之一。针对平均每跳距离带来的定位误差,对锚节点和未知节点的平均每跳距离进行了改进和优化。首先引入遗传算法计算锚节点的平均每跳距离;然后利用跳数小于等于3的锚节点的平均每跳距离加权处理未知节点的平均每跳距离,减少平均每跳距离带来的误差。仿真结果表明,在不增加硬件开销的基础上,改进算法能够有效提高算法的定位精度,并且具有较好的稳定性。     

荷电旋量玻色气体热力学性质的研究

在平均场理论的框架下,讨论了荷电旋量玻色气体的热力学性质,结果表明系统的熵和比热容随朗德因子的增大而减小.熵和比热容均随温度单调增加直至饱和,并且它们随温度的演化没有出现相变点.     

n维平均曲率方程同宿解的存在唯一性

本文应用Mawhin重合度拓展定理和分析方法研究了n 维广义平均曲率方程2kT周期解的存在性,证明了周期解序列存在极限,且极限点就是这个系统的同宿解.     

1944—2012年胶州湾岸线时空动态特征

基于地形图与遥感影像,提取胶州湾1944—2012年间7个时相的岸线数据;基于剖面,计算岸线变化的端点速率、平均端点速率和加权线性回归速率,进而揭示胶州湾自1944年以来岸线变化的整体趋势及时空差异特征。结果表明:1)端点速率与加权线性回归速率揭示的胶州湾1944—2012年岸线变化的时空特征高度相似,后者因为有置信区间与相关系数的检验而更加可靠;2)1944—2012年,胶州湾岸线处于整体向海推进的趋势,具体表现为:白沙河以东岸线小幅度、平直化向海推移;白沙河、大沽河与洋河河口附近岸线以盐田与养殖发展形式向海扩张;20世纪70年代黄岛成为陆连岛,岸线大幅度外移,随后其附近岸段因大力发展港口与临港工业,岸线又以围填海形式向海推进,成为胶州湾岸线变化最为强烈的区域;3)胶州湾岸线开发具有阶段性特征:新中国成立初以盐田建设与扩张为主;20世纪80—90年代养殖业的规模及扩张速率超过盐业;而在21世纪,港口与临港工业建设成为岸线变化的主要方式;岸线变化的阶段性特征说明,经济社会发展是海岸带变化的主要驱动因素。     

基于BP神经网络的交流输电线路可听噪声预测模型

可听噪声属于输电线路电磁环境的影响因子之一,其常规预测模型均存在使用条件受约束或预测误差偏大的问题.根据间接预测法的思想,以可听噪声通用表达式中的4个因素为输入变量,可听噪声值为输出变量,建立了三层结构的BP神经网络交流输电线路可听噪声预测模型.以国外多条输电线路可听噪声数据为样本,通过BP神经网络对样本进行训练,运用得到的模型对预测集线路的可听噪声值进行了预测.结果表明,与常规GE公式相比,采用BP神经网络预测模型的预测平均绝对误差要小1.641 4 d B(A).     

基于MATLAB的因子分析与聚类分析在学生成绩评价中的应用

利用MATLAB软件对学生的原始成绩进行因子分析和聚类分析,并与平均成绩进行对比,能够更加客观而有效地对学生的学习能力做出综合评价,能为高校的教学评价、教学管理与教学政策的制定以及学生的就业与发展提供科学的参考依据.     

小 i“云”上的智能机器人

如今,人力成本不断高涨,企业都在寻求客服转型,而这种转型不仅是沟通渠道的变化,更是沟通关系的变化。要提供高质量的服务和提升用户体验,只能靠服务转型和技术升级。小i机器人的云服务平台拥有领先的中文自然语言智能对话引擎,这种基于上下文和语义推理的自然语言处理系统,平均响应时间小于0.1秒,在各行业、多渠道实现"能听会说、有问必答、自然交互"。     

基于IOWHA算子的区间预测模型及应用

针对实际值序列和预测值序列均为区间数的组合预测问题,把区间数的左右端点作为两个独立的时序数列,通过引入诱导有序加权调和平均(IOWHA)算子,分别建立以区间数左右端点的倒数离差相关系数最大化为准则的IOWHA算子的变权系数最优组合预测模型,再通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,并尝试给出各模型最优解的性质.最后利用数据进行分析,并和其他单项预测方法或组合预测方法相比较,从而证明该方法确实能够提高区间预测的精度.