A Dynamic Forecasting System with Applications in Production Logistics

Production logistics involve the co-ordination of ac tivities such as production and materials control (PMC), inventory management, p roduct life cycle management, etc. Those activities demand for an accurate forec asting model. However, the conventional methods of making sell and buy decision based on human forecast or conventional moving average and exponential smoothing methods is no longer be sufficient to meet the future need. Furthermore, the un derlying statistics of the market information change ...     

高拱坝时序多属性施工方案随机智能优化方法

为了解决当前施工方案优化方法大多忽略各关键节点施工进度指标的随机性对施工方案优化的影响,同时属性权重确定方法难以实现对高维度多层次的多属性决策问题进行整体优化的问题,提出了基于前景随机理论和麻雀搜索算法的高拱坝时序多属性施工方案随机智能优化方法.针对高拱坝工程建设特点,基于前景随机理论建立时序多属性随机智能优化模型,提出了基于阶段发展特征的动态参考点设置方法;基于麻雀搜索算法建立最优属性权重及时间权重搜索模型,并以差异最大化思想构造适应度函数,实现模型的求解.工程实例验证结果表明该优化方法具有合理性,优化结果与前景随机占优-CRITIC方法、随机占优方法优化结果一致,且具有更好的方案区分度.     

云南东川市人均粮食的时序分形特征

应用1964～1995年东川市人均粮食资料,重构其嵌入相空间序列,探讨了其时序的分形特征,并计算了其平均可预报年限．结果表明,东川市人均粮食的时序分布具有分形特征,且该时序是一混沌序列,其饱和关联维数约为3．1631,系统的有效自由度数为8个,平均可预报尺度不超过27～28年．研究结果为人均粮食的时序预测预报模型提供了依据．     

Combining var estimation and state space model reduction for simple good predictions

A combination of VAR estimation and state space model reduction techniques are examined by Monte Carlo methods in order to find good, simple to use, procedures for determining models which have reasonable prediction properties. The presentation is largely graphical. This helps focus attention on the aspects of the model determination problem which are relatively important for forecasting. One surprising result is that, for prediction purposes, knowledge of the true structure of the model generating the data is not particularly useful unless parameter values are also known. This is because the difficulty in estimating parameters of the true model causes more prediction error than results from a more parsimonious approximate model.     

关于时序模式发现算法的研究

数据挖掘归属于决策系统,可以从浩瀚的数据库中挖掘出不易被发现的有用信息,并且可以进行预测,为管理层中决策者的决策提供科学依据。针对时序数据中的复杂模式问题,提出了一种时序模式算法,并描绘了算法的基本思想及给出了算法的简单伪代码。在用程序实现后,对算法的优劣进行了分析,为进一步改进和完善算法或者为寻找更为理想的算法提供了有益的启示。     

时间序列随机DEA期望值模型研究

为解决含有不确定性信息的多时期综合绩效评价问题,提出一个时间序列随机DEA模型,并借助机会约束规划的相关理论将其转化为确定性的等价形式.分别给出决策单元在单时期和多时期内随机期望无效,随机期望有效以及随机期望超有效的概念,为判别决策单元的随机有效性提供理论依据.最后通过一个随机模拟算例说明了该方法的有效性和实用性.     

基于粗糙熵的时序数据属性约简及规则提取研究

分析了近似质量在提取非确定性规则方面的不足,并基于粗糙熵的预测成功度概念,结合时序数据特点,提出一种属性约简及规则提取策略．该策略在对时序数据进行属性约简时,采用粗糙熵与时间距离相结合的方法,使得最终得到的约简在时序方面是较优的,最后使用UCI数据库进行仿真实验,效果良好．该策略在工程领域处理时序数据方面有一定的应用价值．     

一种适用于时序InSAR的同质像元加权干涉相位滤波方法

为了有效地利用多时相InSAR的时间维度信息, 并保证滤波窗口内像元的同质性, 提出一种同质像元加权干涉相位滤波方法。首先采用拟合优度检验, 对多时相SAR 图像的同质像元进行识别, 然后在同质像元之间进行加权干涉相位滤波, 以保证中心像元在滤波过程中不受周边非同质像元干扰。基于真实干涉SAR图像的实验结果表明, 与经典Goldstein滤波及Lee滤波相比, 该滤波方法在目视效果、相位残差点数量及相位导数标准差3个指标上具有优势, 实现滤波器的设计初衷。     

变换域时间序列相似性搜索

在时间序列的研究中，经常需要计算二个序列的相似程度。由于序列变化的多样性和，复杂性，结果通常不能很好地满足要求。采用变换法则对时间序列进行从时域到频域的转换，再将转换后的数据按照一定的规则变换成字符序列；利用求最长公共子序列的方法计算三个序列的匹配度，实现时间序列的相似性搜索。