福州空港物流与经济发展关系模型研究

以福州空港物流与城市经济增长之间的关系为研究对象,选取福州空港2000~2014年旅客吞吐量,货物吞吐量,地区生产总值等统计数据,基于多元线性回归思路,建立地区生产总值与空港旅客吞吐量与货物吞吐量的二元线性回归模型,并通过统计分析验证该模型的有效性。经模型分析可知空港物流的发展与城市经济有着较强的相关性。     

混合算法在港口吞吐量预测中的应用

针对单一预测方法存在的不足,采用一种联合时间序列法和因果分析法的混合算法预测港口吞吐量.并以宿迁港吞吐量预测为例,对这种方法进行了详细说明.预测过程中借助主成分分析法提取出影响港口吞吐量的关键因子,利用改进的灰色模型理论对关键因子中远期未来值做出预估,最后通过吞吐量与关键因子的线性回归得出宿迁港在预测年份的吞吐量值.通过对混合算法预测模型误差的检验发现,此预测方法的模型精度较高,能够满足港口吞吐量预测的要求,可以推广到类似港口吞吐量的预测中.     

基于组合模型的厦门港集装箱吞吐量预测

为预测厦门港未来集装箱吞吐量,运用灰色Verhulst与马尔科夫组合模型建立厦门港集装箱吞吐量的预测模型,得出厦门港2018—2022年的集装箱吞吐量数据。研究结果表明,组合模型将平均绝对误差由3.74%降低至1.65%,预测精度为一级。预测结果具有较高的可信度,可为厦门港的集装箱未来发展规划提供参考依据。     

冀北地区年度最大负荷的支持向量机建模预测

国网冀北电力有限公司肩负着保障首都供电安全、服务冀北地区经济社会发展和服务国家新能源发展的特殊使命。在分析影响负荷变化的外部环境的前提下,使用支持向量机(support vector machine,SVM)和误差反向传播算法(back propagation,BP)神经网络对冀北地区年最大负荷进行建模预测。误差对比分析表明支持向量机的预测精度更高;从预测结果看,冀北地区年最大负荷波动较小,年均增长率为0. 78%。预测结果可为冀北地区电力发展提供参考。     

辽宁物流产业发展与经济增长关系的实证研究

物流产业是一个迅速发展壮大的新兴产业,处于东北亚核心地带的辽宁物流产业的发展具有独特的优势。以辽宁物流产业发展与经济增长的关系为研究对象,在对物流产业与经济增长互促发展机理分析基础上,运用协整分析方法和误差修正模型实证分析了辽宁物流产业发展与经济增长之间的关系。研究结果显示:在5%的显著性水平下,国内生产总值和物流业增长值之间存在着长期均衡关系的协整关系。误差修正模型估计结果显示:物流业增长值的变化不仅取决于国内生产总值的变化,还取决于上一年物流增长值对均衡水平的偏离。格兰杰因果检验结果表明:物流产业发展对国内生产总值的促进作用明显,而国内生产总值不是引起物流增加值变化的原因。     

大熊猫主食竹类的种群动态和生物量研究

1981—1985年先后在卧龙自然保护区五一棚和唐家河自然保护区自熊坪建立了竹子生态研究区,研究竹子的种群动态变化和干物质产量,估计对大熊猫的负载能力.根据样方数据统计分析,糙花箭竹的年均增长率为12.9%,年均死亡率为8.5%,净增率为4.4%;冷箭竹年均增长率为10.3%,年均死亡率为9.1%,净增率为1 2%;拐棍竹年均增长率为8.6%,年均死亡率为10.6%,每年递减2%.根据地上部分生物量统计,拐棍竹年均净初级生产量为3.6 t/ha,糙花箭竹为3.0 t/ha,冷箭竹为1.5 t/ha.     

基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型

为准确预测未来中国煤炭需求总量;首先确定我国煤炭需求量的7个主要影响因子,将集成学习算法以及支持向量回归算法应用到中国煤炭需求量预测中,借助多元宇宙算法优化支持向量回归机中关键参数,构造基于MVO-SVR-AdaBoost的中国煤炭需求量预测模型;将1980-2017年历史数据带入模型.结果表明:建立的煤炭需求量预测模型适配度高达0.9791,平均绝对误差仅为4.2928%.基于历史数据,确定各因子年均增长率的可能波动边界值,在GDP低、中、高速增长的情况下随机组合分别带入模型得到2018-2020年中国煤炭需求量的可能数值区间.     

宁波——舟山港货物吞吐量预测方法

港口货物吞吐量是港口物流的主要组成部分,对它的准确预测是确定港口规模建设的前提.根据舟山统计信息网提供的数据,整理得到宁波——舟山港2004年1月-2012年7月的港口货物吞吐量和外贸货物吞吐量.把货物吞吐量划分成训练集和测试集,分别用A'RIMA模型、分形预测方法、神经网络技术和支持向量机四种方法对该港的货物吞吐量进行了预测.以MATLAB为技术基础,对这四种方法进行了仿真计算.结果表明,四种预测方法均得到了满意的效果,但是利用神经网络预测误差较小,显示了神经网络模型在具有非线性随机的港口物流预测中的潜力.     

长江流域实际蒸散发的遥感估算及时空分布研究

蒸散发是地表水热过程的关键环节.准确估计蒸散发对气候变化研究、水资源管理、作物估产以及环境保护等具有重要意义.本文结合中国区域气候和土地利用特征,改进地表能量平衡系统(surface energy balance system,SEBS)模型,估算了长江流域多年蒸散发量.结合基于模型树集成算法获得的全球蒸散发观测产品以及基于流域多年水量平衡的年蒸散发数据,验证估算精度.结果表明:SEBS模型获得的长江流域蒸散发与基于全球通量观测站的蒸散发集成数据产品的平均相对百分比误差约为10.15%,确定系数为0.98,均方根误差为7.11 mm·月^-1,具有较好的相关性和一致性,且可以达到更高的空间分辨率;SEBS估算的年均蒸散发与区域多年水量平衡结果的误差为6.29%,模型精度较为可靠;长江流域年均蒸散发总量变化不明显,在二级水资源区内蒸散发的变化量有较大的空间变异性,鄱阳湖流域年均蒸散发值最大,金沙江流域最小,汉江流域季节变异最明显;受气候和人类活动影响,高原地区、江汉平原、太湖流域蒸散发有较为明显的下降趋势.     

非洲的又一场灾难——人口问题

非洲的人口增长特别快,堪称世界之最。这个情况正在严重地影响着非洲社会和经济的发展,给生态环境、粮食、教育、医疗卫生、就业、交通、社会治安等方面带来了许多难题。从2.2亿到8亿据联合国人口基金会最近统计,在1986年至1990年期间,非洲人口年均增长率为3%(大大超过了世界人口1.7%的年均增长率),平均每年净增     

超密集部署下以用户为中心的分簇与资源分配

为了解决基站超密集部署时移动用户的吞吐量需求问题,建立以用户为中心的分簇模型,结合对下一个调度时刻用户位置的预测,对基站进行预分簇,在此基础上设计了区分优先级的资源分配算法,并研究了簇大小是否固定对系统性能的影响。仿真结果表明:与原算法相比,提出的算法改善了移动用户的平均吞吐量,降低了速率需求未得到满足的用户比例,保证了用户的服务质量。     

控制电力行业的污染和内部电耗

世界各国工业能源消费一般只占能源消费总量的三分之一左右,而在我国,工业能耗占比近70%.许多经济大省工业能耗占比甚至显著高于70%.2001年到2004年,全国能源消费年均增长率为10.1%,工业部门能源消费年均增长率为12.8%;全国电力消费年均增长率为13%,工业部门电力消费年均增长率为18%.     

基于BTS数据集的航班延误分类和预测算法

针对神经网络分类模型对美国联邦运输统计局(Bureau of Transportation Statistics, BTS)航班数据集中的不均衡数据预测误差较大的问题,采用自适应合成采样算法(adaptive synthetic sampling approach, ADASYN)和合成少数类过采样算法(synthetic minority over-sampling technique, SMOTE)对航班延误类别进行平衡处理,并用随机森林(random forest, RF)模型进行训练和贝叶斯调参。结果表明：与不经过平衡采样的方法比较,该方法在权重平均下的精确率、召回率和F₁评分分别提高了19%、8%和16%;分类预测准确率提升8.03%,模型拟合指数AUC(area under curve)提升5.4%。同时,采用多特征相融合的图神经网络模型Graph WaveNet对航班平均延误时间进行预测。实验结果表明：与单特征模型比较,该模型平均绝对误差和均方根误差分别降低了16%和12.45%。这些方法和结果对研究航班延误分类和预测算法研究具有参考价值。     

六自由度串联工业机器人运动学标定与实验研究

为了提高机器人的绝对定位精度,以RB08型六自由度串联工业机器人为研究对象,在修正Denavit-Hartenberg(D-H)运动学理论的基础上加入减速比和耦合系数建立新的运动学模型,通过机器人末端法兰盘中心的空间位置误差推导出机器人参数误差模型;运用Levenberg-Marquardt算法辨识出误差模型中的误差参数并补偿至机器人控制系统,利用激光跟踪仪设计标定实验,验证标定算法的可行性和准确性。结果表明,标定后机器人末端工具中心点的平均位置准确度提高了80.2%,平均距离准确度提高了74.55%。     

物流配送中心选址数学模型的研究和优化

为解决县域农村物流配送中心的选址问题,综合现实路网信息和农村网点吞吐量等要素,建立基于实际公路网的农村物流配送中心选址优化模型,通过基于图论的理论方法建立了物流网点的交通网络赋权图,确定各网点间的最短路径,进而使用基于弗洛伊德算法的迭代重心法建立配送中心的初始模型。在初始模型的基础上,打破行政区域的划分,建立基于密度峰值聚类算法的物流配送中心的双目标优化模型。     

基于车载GNSS与IMU组合定位系统的改进定位算法

结合车载全球导航卫星系统（GNSS）与惯性测量单元（IMU）组合定位系统,针对传统定位算法中实际路况变化带来的数据融合噪声误差的问题,以车载传感器收集的运动数据作为阈值条件进行自适应滤波动态切换,提高组合定位系统的稳健性与适应性. 提出一种改进的自适应动态组合定位方法,将扩展卡尔曼滤波（EKF）与无迹卡尔曼滤波（UKF）算法,基于实时运动模型结合,以此抑制在车辆运动模型变化时传统单一算法产生的误差干扰.改进后算法的均方根误差（RMSE）相较于传统的EKF滤波与UKF滤波算法分别提升了约75.26%和58.48%.在高架桥下的实际车载场景实验中,改进算法的平均距离误差为2.32 cm,相较于改进前的定位性能提升了约61.65%.在复杂的城市交通的环境下,能够实现精准定位.     

基于混沌理论和MEA-BPNN模型的快速路短时交通流预测

为提高短时交通流预测的精度,在分析北京市二环路实测交通流数据时空特性和混沌性的基础上,利用混沌理论方法对交通流量时间序列进行相空间重构,并基于思维进化算法提出一种改进的BP神经网络模型,将重构的时间序列数据作为模型输入进行交通流预测。结果表明,基于该模型的预测结果与基于传统BPNN模型的预测结果相比,均方根误差、平均绝对误差和平均绝对百分误差分别下降31.11%、20.71%和37.28%,证明了模型具有更精确的预测能力。     

组合模型在港口集装箱吞吐量预测中的应用

根据某港的集装箱吞吐量的历史数据,分别利用时间序列的三次指数平滑法、改进的GM(1,1)残差模型以及组合预测方法对某港的集装箱吞吐量进行了探讨,并对未来几年某港集装箱吞吐量进行了预测.结果证明:组合预测模型融合了前两种预测方法的优点,其平均绝对误差、平均相对误差绝对值以及误差的标准差分别为4.5208,0.0343,49.5161,都小于单独用三次指数平滑法或改进的GM(1,1)残差模型时的平均绝对误差、平均相对误差绝对值以及误差的标准差,达到最优的精度等级.     

基于GM(1,1)模型的国内旅游需求规模预测

利用灰色模型对2012-2015年国内旅游需求规模进行了预测。通过计算,预测出2012-2015年国内旅游人数每年以2亿人次左右的数量增长,年均增长率为9%。研究表明:中国国内旅游需求规模是不断上升的,国内旅游将呈现良好发展的势头。     

采用Q学习的软件定义网络抗毁技术分析

针对软件定义网络(SDN)的链路抗毁问题,为使数据传输具有更好的稳健性,设计了一个基于Q学习算法的抗毁策略。该策略选择以网络中每条链路的中断概率为衡量指标,通过Q学习算法,根据网络情况寻找一条中断概率低的路径作为备份路径,从而在网络传输出现故障时能够自动地切换为备份路径,实现抗毁性能的改善。将Q学习算法与现有的算法进行对比,并分析了各自的优劣性。实验仿真结果表明,相比于蚁群算法,Q学习算法的平均吞吐量可提高15%左右,网络传输的平均中断概率可降低38%;相比于最短路径算法(有备份),平均吞吐量提高16.5%,网络传输的平均中断概率降低43%。由此可见,文中所提基于Q学习的抗毁技术可大大提升SDN网络的抗毁性能。