区段巷道收敛观测序列的门限自回归分析

本文概述了非线性时序分析的门限自回归模型的基本原理、建模和预报方法；建立了不同支护结构、不同收敛速率和大小的两个全煤区段运输巷道的收敛观测序列模型，并进行了有效的预报。     

基于遗传算法的双线性模型在大坝安全监测预报中的应用

文章提出了实用自相关系数图确定双线性模型的自回归项,应用了基于遗传算法的一套建模方法。通过实例表明,由于双线性模型实际拟合和预测过程中产生的残差信息进行反馈矫正,保证了模型高的拟合精度和稳健的预测性能,与门限自回归模型比较,双线性模型比门限自回归模型具有更好的预测精度。     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测.选取北半球500 hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子(共1792个),这些因子包含着气候背景场的主要信息,通过对预报量和预报因子群的相关筛选,选取相关系数最大的因子建立混合门限非线性回归模型.并初步探讨了气候背景场对预报量的影响.结果表明:混合门限回归模型优于门限自回归模型;前者能较好地拟合冬春气温序列,预报效果较理想.粤中西部冬季气温场与东北半球南部3-4月高度场第5个主模态相关最密切,当3-4月500 hPa高度场东亚大陆为低槽控制,日本海太平洋附近为高压脊,有利于当年冬季气温偏低;春季气温场则与北半球冬季500 hPa高度场第8个主模态相关密切,当冬季500 hPa高度场乌拉尔山附近地区为明显的阻塞高压形势,有利于次年春季气温偏低.     

门限回归模型预测粤中西部冬春气温

用门限自回归模型和混合门限回归模型对广东省中西部的冬春季平均气温做预测。选取北半球500hPa高度场和太平洋海温场的分区分季节的多个气候背景场的前若干个主分量作为因子（共1792个），这些因子包含着气候背景场的主要信息，通过对预报量和预报因子群的相关筛选，选取相关系数最大的因子建立混合门限非线性回归模型。并初步探讨了气候背景场对预报量的影响。结果表明：混合门限回归模型优于门限自回归模型；前者能较好地拟合冬春气温序列，预报效果较理想。粤中西部冬季气温场与东北半球南部3—4月高度场第5个主模态相关最密切，当3—4月500hPa高度场东亚大陆为低槽控制，日本海太平洋附近为高压脊，有利于当年冬季气温偏低；春季气温场则与北半球冬季500hPa高度场第8个主模态相关密切，当冬季500hPa高度场乌拉尔山附近地区为明显的阻塞高压形势，有利于次年春季气温偏低。     

水库中长期水文预报模型研究（Ⅰ）

中长期水文预报模型库是水库中长期水文预报系统的核心。本研究面向预报对象,利用多要素预报法探索外界各种因素对水文预报对象的影响,分析预报对象与影响因子的相互联系及其变化的物理成因,利用数理统计方法建立了7个基于径流及其影响因子的成因统计关系的预报模型,重点介绍了其中的多维混合回归、模糊分析、门限回归模型,这些模型为有效地进行水文对象的中长期预报提供了坚实的基础。     

汇率波动下门限自回归模型的适应性研究

针对汇率变化的非线性特征,采用非线性门限自回归模型对汇改后人民币/美元汇率的变化趋势进行分析,并与传统的线性时间序列模型结果进行比较,结果表明,非线性门限自回归模型精度较高.     

加权门限模型

门限模型(Threshold Model)是描述非线性系统的一种行之有效的数学模型。由于门限的划分,在不同区域内建模的可用数据就会减少,使模型参数的估计精度降低。本文提出的加权门限模型改变了一般门限模型把不同区域的参数截然隔离的做法,采用加权的方法将不同区域的参数估计值结合起来,从而提高了模型参数的估计精度,减少了模型的预报误差和残差。     

开环门限自回归模型研究与预测

利用开环门限自回归分析方法,建立蒸汽用量的开环门限自回归模型TARSO（2;）（4,1）,（4,）,其拟合结果是令在人满意的。     

民航客运量的ARIMA模型与预测

介绍了求和自回归移动平均(ARIMA)模型的一般表达方式,并提供了使用该模型进行建模和预报的一般过程,最后以某条航线的实测数据为例,进行实证分析,得到了8步的短期预报结果,其相对误差为0．08．     

油田产量预报的一种方法

本文提出一种含延迟的自回归模型。这种模型将传统的自回归模型作为其一种特殊情况,以期扩大最佳预报模型的选择范围,从而提高预报的精度。作者利用这种模型对某油田产油量数据进行了预报,并与自回归模型的预报结果作了比较,说明了本文方法的良好效果。     

Numerical modelling of a turbulent bluff-body flow with Reynolds stress turbulent models

Numerical modelling of a turbulent bluff-body flow has been performed using differential Reynolds stress models (DRSMs). To clarify the applicability of the existing DRSMs in this complex flow, several typical DRSMs, including LRR-IP model, JM model, SSG model, as well as a modified LRR-IP model, have been validated and evaluated. The performance difference between various DRSMs is quite significant. Most of the above mentioned DRSMs cannot provide overall satisfactory predictions for this challenging test case. Motivated by the deficiency of the existing approaches, a new modification of LRR-IP model has been proposed. A very significant improvement of the prediction of flow field is obtained.     

Numerical modelling of a turbulent bluff-body flow with Reynolds stress turbulent models

A bluff body stabilized flow has received specialattention recently[1—4]. In addition to its practical in terest, the bluff body flow is an excellent challengingtest case for turbulence model due to its simple andwell defined initial and boundary conditions with thecomplex recirculating flows.The bluff body stabilized flow investigated herewas studied experimentally by Dally et al.[1,2] As forits numerical simulation, Dally et al.[1] reported sim ulation results obtained using standard and …     

一种非线性非平稳时间序列预测建模方法

提出了一种基于经验模式分解和支持向量回归的非线性、非平稳时间序列预测建模方法.首先,针对时间序列的非平稳特征,通过经验模式分解将其分解为若干个本征模式分量,使其中每个分量均成为平稳序列;其次,对每个本征模式分量,基于支持向量回归建立相应的平稳时间序列预测模型;最后,再一次利用支持向量回归对这些预测模型进行非线性组合,得到非线性、非平稳时间序列的预测模型.仿真实验和工程应用均表明,所提的预测建模方法与传统的基于支持向量回归的建模方法相比,具有较高的精度,说明该方法对于非线性、非平稳时间序列的预测是有效的.     

双重介质致密油藏压裂水平井产能预测模型及参数分析

随着越来越多的致密油藏投入开发,压裂水平井产能的预测也越来越受到重视,但是由于致密油藏存在启动压力梯度和应力敏感效应,一些产能预测公式存在一定的局限性。为此,在研究致密油藏流体流动特征的基础上,考虑了原油在基质内的椭圆流动以及裂缝内的近径向流动,将两个流动区域进行耦合建立了两区渗流模型;同时考虑启动压力梯度、应力敏感效应及缝间干扰问题,推导了致密油藏压裂水平井产能预测公式,并对敏感参数和裂缝参数进行了分析,结果表明:水平井产量与启动压力梯度、应力敏感系数负相关,与裂缝条数、裂缝半长、裂缝导流能力及裂缝间距正相关。该模型全面地考虑了致密油藏特征对产能的影响,对致密油藏开发的压裂施工设计有一定的指导意义。     

基于最大最小的切削力模糊预报研究

在简析切削过程特征和普通回归法基础上,利用实测切削力的最大和最小值。运用模糊理论建立了切削力模糊预报模型,并借助Ｍａｔｌａｂ语言实现了切削力的预报。研究表明,所建模型能有效地预报切削力,且建模方法可方便地推广到其他切削特征量的模糊预报,为切削力等切削特征量的估计提供了新的参考。     

基于胜率预测的空战关键节点确定方法

以提高空战训练评估效率为目标,着眼于确定影响战局走向的关键节点,提出了一种基于胜率预测的空战关键节点确定方法。首先,基于长短期记忆网络设计并训练胜率预测模型,以实时评估空战态势;其次,引入最大类间方差法确定关键节点阈值,并将相邻时刻胜率差绝对值大于阈值的时间点确认为关键节点。实验结果表明,所设计的胜率预测模型预测胜率准确,所采用的关键节点阈值选择方法合理,总体方案具有可行性和泛化性。     

建筑物多室火灾过程的计算机模拟

应用场模拟和区域模拟相结合的方法来研究建筑物多室火灾过程，是计算机模拟多室火灾过程的一种新方法．这种新方法的主要思想是用场模拟的方法模拟着火房间，对于与着火房间相连的非着火房间，则采用区域模拟的方法．本文正是基于场区模拟这种新方法对双室火灾过程进行数值模拟．     

基于时效信息和深度学习的离港航班延误预测

针对离港航班延误预测问题,利用深度神经网络模型,结合时效航班信息数据和时效气象数据,提出了一种基于时效信息和深度学习的离港航班延误预测模型。利用真实数据开展数值试验,结果表明了所构建的延误预测模型可以在较短时间内获得较高的航班延误预测精度,并且具有较大的航班延误预测时效;同时随着延误时间阈值的增加,预测精度不断提高,损失值不断降低;尤其以60分钟为阈值时,模型的预测精度可以达到91.26%,说明了模型的有效性。     

基于Dempster-Shafer证据理论的组合基因预测

使用Dempster-Shafer证据推理理论组合多个基因预测程序可以组合来自多个信息源的基因预测信息,多个基因预测程序组合后的预测效果明显好于单个基因预测程序的效果.     

基于局部权重及阈值调整算法的BP网络预测模型研究

通过对基本BP算法的分析,提出了一种基于局部权重及阈值调整的改进BP算法.结合该改进算法,讨论了在Matlab中创建基于BP网络的交通运输需求预测模型并使用该模型进行预测的过程.同时,将基于局部权重及阈值调整的改进BP算法和加动量项的自适应学习率BP算法的模型的预测效果进行了比较,比较结果表明前者的预测效果优于后者.