一种实时洪水预报模型的构思和实践

使用产汇流两阶段校正及参数动态预测算法的实时洪水预报模型继承传统的区分产，汇流两阶段预报洪水的模型，用蓄满产流模型的卡尔曼滤波算法实现产量预报的单独实时校正，用一般线性汇流模型分类动态模拟算法实现汇流预报实时校正。现在模型已从Ⅰ型发展到Ⅱ型。建模和实际试用证明，本模型通用性强，实时校正能力可靠，有很高的实用价值。本文概要地介绍模型设计的思路和使用情况。     

基于实测值的自适应算法在中厚板轧制中的应用

提出了一种应用于中厚板轧制的道次间自适应算法，该算法以实测数据为基础，通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小，做到了真正意义上的以实测数据来校正模型，从而使设定的模型有较好的自学习功能，并在实际应用中表现出较好的学习效果。     

基于改进的PSO和HMM的Web信息抽取算法

针对传统Web信息抽取的隐马尔可夫模型对初值十分敏感和在实际应用中模型参数极易陷入局部最优的问题,提出了一种基于改进的粒子群优化算法的隐马尔可夫模型参数优化模型,用于Web信息抽取.以似然概率值作为适应度函数,使用改进的粒子群优化算法结合Baum-Welch算法对HMM模型参数进行全局优化,实现了Web页面信息的抽取.实验结果表明,该算法在精确率和时间等指标上与现有算法相比具有更好的性能.     

一类离散非线性动态系统优化控制算法

本文针对模型与实际存在较大差异的情况，提出了一种基于模型来求解离散非线性系统的优化控制算法。通过扩展模型和实际的状态方程，将差分方程转化为代数方程，得到动态参数估计和系统优化集成（ＤＩＳＯＰＥ）的迭代算法，经过若干次迭代，获得实际动态系统的最优解。在较弱的条件下，证明了该算法的收敛性和最优性。仿真例子说明了该算法的性能。     

关于motif识别的一个更精确的混合模型

Bailey和Elkan（1994）提出了MEME算法进行motif识别．在这个算法中他们用一个二元混合模型来拟合生物序列．但是他们的模型不能准确的描述实际的情况．该文给出了一个多元混合模型，这个模型能更好的描述生物序列的实际情况，还讨论了在这个模型下用EM算法求参数的公式．     

混合粒子群算法在地震波阻抗反演中的应用

为提高地震波阻抗反演的精度，提出了一种结合了混沌和遗传思想的混合粒子群算法。算法在搜索初期，加入了混沌思想，使算法具有了遍历性。在粒子更新过程中，又加入了选择、交叉、变异思想，增强了粒子之间的联系和粒子的多样性，使算法收敛速度更快，更容易跳出局部极值。针对模型对该算法进行了测试与对比，测试结果表明，该算法在反演精度上明显优于传统粒子群算法; 对算法的抗噪性进行了分析，在模型中加入15%噪声时，虽有一定误差，但符合度依然较好，表明本算法具有一定的抗噪声能力; 最后将算法用于实际地震资料，得到了良好的效果，表明本算法具有一定的实用价值。     

新型高阶马尔科夫随机场模型在倾斜摄影图像的恢复算法

提出一种基于深度学习网络结构的高阶马尔科夫随机场模型，充分考虑了彩色倾斜摄影图像色彩复杂的概率分布特征，设计并引入了概率特征可随实际像素变化的专家函数组，使该模型能更好地发现并获取影像图像像素间的自相似性.在深度学习网络的构建中，引入了非局域化优化算法，不仅使其能量函数的梯度形式大大简化，而且使该模型的优化过程的收敛效率得到了极大提高.与当今主流同类图像恢复算法进行对比，提出的模型不仅在平均倾斜摄影照片恢复效果上与当下最新同类算法在统计学上相当，甚至在某些色彩为主导的影像上性能要优于对方，而且极大简化了深度学习过程中的计算量和运算时间.     

基于Lightgbm和XGBoost的优化深度森林算法

教育规模不断扩大，高校在校生人数持续上升，导致学生的能力参差不齐.为了提升教育水平，教师需掌握学生在校期间的学习状态，预测学生期末成绩是教师掌握学生学习状态的重要途径之一.目前的研究工作主要采用传统的机器学习算法进行成绩预测，如随机森林、贝叶斯、深度森林等，但精度不高；也有利用深度学习算法进行预测，但模型缺少可解释性. Lightgbm(Light Gradient Boosting Machine)算法内存消耗低，时间复杂度低，而XGBoost(eXtreme Gradient Boosting)算法精度高.因此，基于提高精度与降低模型内存消耗的策略，将深度森林中的随机森林与极限随机森林模块分别替换为Lightgbm和XGbBoost，提出一种基于Lightgbm和XGBoost算法的优化深度森林算法LIGHT-XDF.在八个数据集上与其他模型进行对比实验，结果表明，LIGHT-XDF算法的综合性能最好.     

开放型设施定位问题的理论模型和应用

目的建立一种开放型设施定位模型,解决实际公路运输中的站场规划问题。方法运用系统工程的方法,结合实际的站场规划背景,对普通的设施定位问题进行拓展和改进,给出求解模型的符号编码遗传算法设计。结果将所建模型和算法运用到实际工程问题的求解中,并基于求解运算,对模型中的关键参数进行了了简单讨论。结论所提出的模型及算法更加合理、实用,对城市交通系统的建立和研究具有一定的参考价值。     

AR(1)误差的非线性随机效应模型的参数估计

介绍一类具有AR（1）误差的非线性随机效应模型估计的EM算法。这种算法能一次性的估计出模型中的所有参数，并用随机模拟数据和实际例子说明了EM算法的有效性。     

基于交换网络的并行PC体系结构性能评价

针对传统的PCI总线结构形成系统通信瓶颈的缺陷，提出了以交换网络为中心的可扩展并行PC体系结构设计思想．用面向对象的分析方法对传统计算机硬件结构进行分析，设计了新的基于交叉开关的PC系统结构，并用Petri网分别对传统PC的I／O结构和并行PC的I／O结构进行建模分析，并作了定量计算，对这两种结构的性能进行了比较与分析，结果表明，并行PC系统结构可以在很大程度上提高系统设备的利用率和进程的执行效率．     

构成基本串联与并联非线性系统结构模型的必要条件

在Ｖｏｌｔｅｒｒａ理论和Ｗｉｅｎｅｒ理论的基础上,利用相关分析方法,研究并给出了构成基本串联与并联非线性系统结构模型的必要条件,它们能够为辩识一大类可表示成这些模型的“黑箱”非线性系统提供一种重要的判别依据．文中还给出了计算机模拟算例．     

基于并行链式DEA模型的工业企业绩效评价研究

针对区域工业企业构建的特征,依据工业企业性质可将其分解为:国有与国有控股工业企业、私营工业企业、外商投资和港澳台投资企业3种类型,且3种类型企业在区域工业企业体系中具有平行结构.利用并行DEA模型,以华东地区"六省一市"作为实证对象,对评价区域内各种类型的企业绩效水平和地区的整体工业企业绩效进行了测算,通过对计算结果的分析可以获得"六省一市"区域工业绩效水平状况,并可以为区域工业绩效水平的提升提供改进信息与方向.     

受限SIMD PRAM模型上的高效并行图算法

在限定处理机个数的 CREW PRAM并行计算模型上,给出了图论中一些基本问题的并行算法.所给并行算法的费用c(n)=p(n)*t(n)是目前已知的最好结果,其中p(n),t(n)分别是对一具有n个顶点图实施并行算法所用处理机的个数和最坏情况下的时间复杂性。     

Valiant并行归并及排序时间复杂性的分析研究

深入分析研究著名的Ｖａｌｉａｎｔ并行归并及排序算法，并推导其关于ＥＲＥＷ（异步读写），ＣＲＥＷ（并发读异步写）和ＣＲＣＷ计算模型的修正的时间复杂性结果。     

电力系统潮流并行算法的研究进展

随着高性价比可扩展集群并行系统的逐步成熟和应用 ,大规模电力系统潮流并行计算和分布式仿真成为可能。该文首先简要介绍了电力系统的潮流计算模型及基本算法 ,分析了算法中存在的困难。然后分析了 4类较重要的电力系统潮流并行算法 :分块法、多重因子化法、稀疏矢量法和逆矩阵法 ,同时讨论了这 4种潮流并行算法的基本原理和实用效果 ,比较了各种并行算法的优点和局限性 ,并指出基于集群系统的粗粒度区域分解潮流并行算法最具发展潜力。     

基于透视投影和平行线信息的立面纹理快速纠正问题

介绍了基于建筑物上平行线和透视投影理论进行建筑立面纹理快速纠正的算法思想，分析了影响图像几何质量的因素。通过多组实验数据，对基于此算法快速纠正的纹理图像进行了几何质量评定，并建立了高精度的三维模型。     

客车空调多元平行流冷凝器模型

文章分析了客车空调的运行特点以及对冷凝器的性能要求,介绍了多元平行流冷凝器的技术优势,对平行流冷凝器的流动和换热过程进行了深入分析,建立了一维准稳态数值计算模型,并在BJX10E客车空调上进行了应用设计和空调性能对比实验。结果证明,平行流冷凝器性能较传统的管片式冷凝器有较大提高,是一种可以提高客车空调能效、实现轻量小型化的新型换热器。     

基于范数优化的并行磁共振成像算法

研究了并行磁共振成像图像重建的范数优化问题.首先,通过分析目前常用的2种并行磁共振成像重建算法——GRAPPA算法和SENSE算法,归纳出它们在重建过程中所用的动态数学模型,描述成形如矩阵方程Ax=b的形式;然后,将范数优化引入到重建算法中的建模及模型参数估计中,通过采用不同矩阵范数意义下的目标函数,即在不同的范数空间中重建图像,提高优化的自由度和算法设计的灵活性;最后,通过仿真对范数优化后的重建图像质量进行分析,说明不同范数优化对重建图像的影响,并探讨了范数优化中相关参数及优化目标函数的选择问题.     

并行遗传算法的迁移策略对K-中心聚类的影响

分析了并行遗传算法的主从并行模型、粗粒度并行模型和细粒度并行模型等3种并行模型;重点对粗粒度并行遗传算法的异步迁移策略和同步迁移策略进行了比较研究,以K-中心聚类作为实验背景,说明不同的迁移策略对K-中心聚类的效果有一定影响,并得出了异步迁移策略的性能和聚类效果优于同步迁移策略的性能和聚类效果。