新油轮市场需求的交互式逐步逼近建模及预测

基于组合模型的建模思想，提出了一种有效拟合时间序列数据的交互式逐步逼近建模方法，识别并拟合出了全球巨型油轮（VLCC）新船市场需求长期趋势和潜周期波动因素，通过所建立的时间序列组合模型预测了VLCC新船市场未来10年的发展趋势，计算结果表明，该方法不但可以化繁为简，降低计算难度，而且拟合效果优于根据理论分析推测建立复杂模型的一次性拟合方法，可广泛应用于各种时间序列数据的建模拟合与趋势预测。     

基于时序建模的仿真系统精度检测方法

系统仿真实验可以用来测试武器系统的性能,为了使得仿真测试正确可靠,需要对仿真的精度进行检测,时间序列建模分析是可行的方法。本文针对飞行模拟器仿真系统进行仿真系统的精度检测,首先对飞行模拟器输入与实际飞行系统相同的控制参数,比较两系统的输出飞行参数值,得到误差序列,然后对误差序列进行时间序列建模,来检测仿真系统的精度并进行稳定性检验。实验表明该方法能够有效判断仿真系统是否符合精度要求。     

时间序列线性建模

本文对序列的特点，时间序列的相关分析法，Ｐａｎｄｉｔ－Ｗｕ建模方法以及ＡＲ统一建模思路进行了讨论，结合实例进行了比较。     

基于ARMA模型的振动信号建模与预测

振动信号是反映系统故障的重要信息,预测振动信号的趋势是系统状态监测与故障诊断中的一个重要内容。本文提出了一种采用时间序列模型来分析和预测非线性随机振动信号的方法,建立了描述振动信号的数学模型。首先将现场测得的非平稳振动信号转化成标准正态平稳时间序列,然后利用这些参考信号建立时间序列模型,并采用非线性最小二乘法进行模型参数估计,最后利用该模型对信号进行预测。应用结果表明该模型能够很好地拟合振动信号时间序列,并取得了一定的预测精度,可以达到预测要求。     

基于同源建模的蛋白质结构预测方法的研究

针对profile—profile方法中profile中出现的数据稀疏问题所采用的数据平滑技术以及对于生成排列过程中对于新的计分体系所采用的动态规划算法,并且在HOMSTRAD数据库上进行的排列精度实验,结果证明采用profile—profile方法并结合数据平滑和动态规划技术可以有效地提高查询序列和目标序列的排列精度．     

Web应用工作流的CPN建模及测试序列生成

为了提高Web应用的质量和可靠性,避免对Web应用进行测试时才发现其工作流程不合理,提出了在Web应用开发前先建立其工作流程的CPN模型,并基于CPN模型的状态空间给出了一个扩展-深度优先遍历算法,可以在满足状态覆盖和变迁覆盖的前提下减少测试序列的冗余度.为了展示该方法的有效性,以物流管理系统中的下订单业务为例,使用CPN对工作流建模,并对CPN模型进行正确性验证,之后采用扩展-深度优先遍历算法得到下订单业务的测试序列集,进而证实了扩展-深度优先遍历算法可以减少测试序列的冗余.     

基于神经网络的压缩感知观测序列建模

首先阐述了信号处理的热点———压缩感知技术的基本理论框架,并且分析了压缩感知中观测序列的相关特性,接着将BP神经网络应用于非线性时间序列建模与预测中,相应地提出了加入观测序列建模预测后的CS理论框架,基于此框架,给出了实验仿真的结果,得出结论:利用神经网络对压缩感知观测序列进行建模预测可以进一步减少观测序列的传输量,并且具有很高的预测精度。     

加工装置的精度动态损失贝叶斯建模预报

针对测量过程中需要对数据量较少的非平稳性精度进行随机序列的建模预报,提出了贝叶斯动态测量精度序列的预报方法.该方法不要求较大的数据量,对序列平稳性无限制,并以实例验证了贝叶斯预报方法的适用性和可行性.     

船舶机舱过程的多变量状态空间建模

论述了利用系统的输入输出时间序列，创建一种多变量状态空间模型的一般方法，并使所建的模型同时具有可控性和可观性，如果模型维数过大还提供有从系统特性出发的降价措施，所得结果为机舱过程的数学建模提供了新工具。     

GM（1,1）模型建模的一种方法

根据ＧＭ（１，１）模型的特点，通过在原始数据序列前加一个数的方式，提出了ＧＭ（１，１）模型建模的一种方法。该方法克服了直接用原始数据序列建立模型的原有方法不能利用第一点数据的缺陷，提高了原始数据利用率，在短数据序列的场合可得到改善的模型结果。