基于动态组合残差修正的预测方法

本文建立了一种基于残差修正的组合预测方法,并基于该方法证明了针对多个单一的预测方法根据其在某个时间段的相对预测误差的大小选择组合选项可以进一步提高预测精度.提出了针对不同时间段可根据各种单项预测模型的相对预测误差的大小动态选取相对预测误差最小的两种模型构成组合残差来修正基本方法的预测误差,以提高预测精度.最后通过实际空调负荷预测对其进行了验证,结果表明这种动态组合残差修正的预测方法相对于基于多个固定单一预测方法的组合预测方法,可以进一步改善预测效果.     

基于流水线的复数阵列加法器的设计与实现

复数加法运算复杂,用硬件实现复数加法,需要使用数目众多的加法器,占用大量的面积。通过分析复数加法的运算过程,将计算过程流水化,对各加法器进行有效的复用,设计了一个阵列加法器的电路结构实现其功能,并将其用Verilog硬件设计语言描述后,在Modelsim6.0中完成了功能验证,在SyplifyPro7.0中完成了电路综合,并采用ISE7.1完成了布局布线。功能验证、电路综合及布局布线的结果表明设计正确,实现了复数加法运算,时序性能好,耗用资源少。     

一种量子磷虾群融合算法及其应用

针对磷虾群算法和量子进化算法的缺陷，提出了一种量子磷虾群融合算法(quantum krill herd fusion algorithm， QKH)。该算法通过采用双链实数编码量子磷虾位置，加快收敛速度，避免量子观测的随机性和复杂性；通过利用动态调整的量子磷虾群旋转门更新磷虾位置，提升收敛精度，提高量子旋转相位的确定效率；通过改进的量子全干扰交叉策略，避免算法陷入局部最优，提升优化效率。通过经典测试函数验证了所提算法的优势。建立了QKH-BPNN空调负荷预测模型，仿真结果表明：该模型具有更好的准确性和稳定性。