基于自回归条件密度模型的短期负荷预测方法

基于对负荷时间序列高阶矩时变特征的研究,提出了一种基于自回归条件密度模型的短期负荷预测新方法.该方法通过引入含时变参数的有偏分布,对负荷时间序列二阶以上矩信息进行了分析和描述.基于南京地区日用电量实际历史数据,分析了该负荷时间序列的时变高阶矩特征,建立了自回归条件密度模型.使用条件对数极大似然估计对模型参数进行了估计,实现了短期负荷预测,验证了该方法的可行性和有效性.结合算例中自回归条件密度模型时变参数的取值范围,推导了时变参数与条件高阶矩的数理关系,给出了一种刻画时间序列时变高偏度(三阶矩)、时变高峰度(四阶矩)的途径.算例分析表明,基于有偏t分布的自回归条件密度负荷预测模型的预测效果良好.     

一种新的时变参数AR模型分析方法

提出了一种新的非平稳信号的时变参数AR模型分析方法－局域波分解及其时变参数AR模型。该方法先用局域波分解方法把待处理信号分解成有限个基本模型分量，再对分解得到的基本模式分量建立时变参数AR模型，从而得出时频平面上的时变参数AR模型谱。它扩大了传统的时变参数模型法的应用范围，可用于复杂的非平稳信号的分析和处理。     

GPS定位数据的在线识别与预测

通过大量的ＧＰＳ定位观测数据的统计处理导出了一种对非平稳时序列建模或识别及预测的简单方法。该方法是 基于小二乘法和线性系统识别方法。并提出了与传统ＡＲＭＡ模型有所不同的模型，我们称之为准ＡＲＭＡ模型，用具时变参数的模型对ＧＰＳ接收机输出数据进行线识别与预测，证实了此方法有效方法。     

车削颤振时变可靠性预测

针对车削加工过程中刀具磨损使得切削力系数等加工参数不断变化,进而导致传统的颤振预测方法随着加工时间的增加预测精度大大降低的问题,将时变可靠性理论引入颤振预测中,用线性方程表示了合力切削力系数的均值随切削时间的变化关系,建立了时变稳定性和时变可靠性模型.获得给定加工条件下系统的时变极限切宽和时变颤振可靠度曲线.最后对提出的计算方法做了相应的实验证明.实验表明.提出的颤振时变可靠性预测方法能够更为准确地预测不同加工时间下的颤振.     

面向工业电机考虑参数自调节的优化模型预测控制

针对常规控制器在工业电机无参数或者参数失配时引起的控制性能下降等问题,不满足工业自动化发展需求,因此提出一种考虑现实工业情况的无参数模型预测控制。首先引入模型预测控制的思想,将离散异步电机数学模型作为模型预测控制的预测模型并在线估计更新其集总参数,从而无需任何电机参数即可实现模型预测控制。针对工业用电机复杂工况,进行优化使其能够快速且准确地辨识出集总参数。仿真结果表明,所提出的控制策略预测精度高,在工况与电机参数均为未知时变的情况下,无参数模型预测控制仍然能在不同情况下达到较为优良的控制性能,证明了该方法优良的鲁棒性和有效性。     

汇率波动的预测研究

本文提出的多层递阶－灰色预测综合预测法是运用多层递阶法,通过辨识时变参数,建立时变参数动态预测模型,并在此基础上进一步运用灰色预测方法,通过对时变参数的预测来预测汇率波动．实例表明：本法与非时变多项式回归预测比较,有效提高了预测精度     

一种舰载炮弹弹落点预测新方法探究

针对无线定位技术应用于炮弹外弹道测量时,炮弹末段遇到定位不准确的问题,提出时变自回归(time-varying autoregressive,TVAR)时序预测炮弹弹落点的方法,根据X、Y和Z非耦合的时序点,分别建立检验最优阶数的时变自回归时序模型,使用递推最小二乘方法估计TVAR模型中的时变参数,选用傅里叶时间基,以炮弹高程与靶面相交作为判断条件,计算最后炮弹落点的靶面坐标。仿真实验选用外场无线定位弹载炮弹的末端153个采样定位数据,检验了模型外推弹落点模型预测高程落点与靶面相交时的采样时刻,估计坐标与弹坑定位测量数据坐标误差表明,时变自回归模型对炮弹落点的预测满足误差指标要求。     

复杂机械系统时变不确定性设计方法

考虑机械系统参数随时间的演化,基于连续时间模型和伊藤引理,推导建立了多参数复杂机械系统时变不确定性计算模型,将系统整体时变不确定性由其漂移函数和波动函数表达,系统漂移函数和波动函数则由底层时变参数的漂移率和波动率决定,从而解析了机械系统时变不确定性设计的原理。与传统方法相比,该多参数复杂机械系统时变不确定性设计方法既可以针对各零件(或子系统)进行时变不确定性设计,也可以建立统一的系统状态方程,针对复杂机械系统进行不确定性设计,并且算得的系统可靠度是动态的,可以预测未来任意时刻的可靠度,从而为系统的未来发展趋势提供先期预警,为设备维护提供指导。通过具体算例,说明了该设计方法的应用。该设计方法具有普适性,可以推广应用于城市公交系统、城市给排水系统、燃气系统、核电系统等的时变不确定性设计和可靠性分析。     

一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

非平稳随机信号ARMA模型时变参数与其WVD的关系

研究了非平稳随机信号自回归滑动平均（ＡＲＭＡ）模型时变参数与其对应的离散ＷＶＤ以及ＡＲＭＡ模型时变参数与连续ＷＶＤ之间的关系，使ＷＶＤ可以用ＡＲＭＡ模型的时变参数表示，计算机仿真结果验证了理论推导。     

中国非寿险公司承保能力的实证分析

拥有足够的承保能力是保险公司长期稳健经营的基础,是保险公司可持续发展的手段,是保险公司综合竞争能力的体现,是实现保险公司发展战略的前提．承保能力在保险公司的发展中和战略规划中至关重要．采用定量方法对中国非寿险公司的承保能力进行分析,即应用多元统计分析技术中的因子分析方法,对中国非寿险保险公司的承保能力进行实证分析,以期深入地了解各家保险公司承保能力的优势与劣势．为各家保险公司的战略规划制定提供决策参考．     

一种基于CPFR的订单预测方法研究

协同规划、预测与补货(Collaborative Planning Forecasting and Replenishment,CPFR)强调零售商与供货商共同合作建立一个供应链的预测方式,其中协同预测阶段又分为订单预测与销售预测.以订单预测阶段为研究对象,归纳出协同合作下订单需求的影响因素作为模型的解释变量,然后结合传统时间序列与多元回归分析,建立了基于CPFR的订单预测模型.最后将该预测模型应用于国内某公司的订单资料.验证结果表明所提出的订单预测方法比传统使用单一时间序列方法的预测结果精度更高.     

基于小波分析和RBF神经网络的铜价预测

提出一种非线性时间序列预测方法,即把小波分析结合RBF神经网络预测方法对非线性时间序列进行预测。对铜价的预测结果表明,该方法比单纯的小波预测或单纯的RBF网络预测精度高,可以很好的应用于某些非线性时间序列的预测中。     

基于绝对误差的线性组合预测研究

针对组合预测效果评价中存在着把拟合精度和预测精度相混淆的问题,阐述了区分样本区间和预测区间的组合预测精度评价方法,并在预测区间上对2种常用的基于绝对误差的线性组合预测方法的预测精度进行了评价,对评价结果进行实例和理论分析。在此基础上,提出一种新的基于绝对误差的线性组合预测方法——基于预测模型有效性的线性组合预测方法。     

海洋水文预报方法研究

海洋水文预报是对一定海域未来一定时段内的水文状况作出的预测和通报,是海洋环境预报的重要内容。文章结合工作实际,通过对水文预报中＂经验统计预报＂和＂数值预报＂理论的论述,提出海流数值分析预报、回归分析预报和海浪预报的基本方法。     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

两种改进的电力负荷灰色预测模型的应用

以本地区某县级电网的用电负荷的预测为例,对比分析了GM-Malkov模型和改进的等维递补灰色模型两种模型的预测结果和单纯的灰色GM(1,1)模型的预测结果。预测结果表明,灰色-Malkov链改进方法及中等维数的等维递补灰色预测模型的预测精度较之单纯的GM模型都有较大提高。     

云南雷暴潜势预报系统的建立和应用

针对云南雷电具有活动频繁且发生强度大的事实,为提高雷电天气的预报准确率,在分析其影响因子的基础上,从环流形式场、不稳定参数等方面选取预报因子,进行相关分析和权重分析,建立了典型天气环流形势样本库和云南雷暴潜势预报系统.系统实现了从资料接收、资料处理、预报结果处理、产品输出和预报评分的全自动化.对系统2008年5～8月的运行结果进行效果检验,结果表明:雷暴潜势预报系统对云南省的雷电总体预报效果较好,对具有典型天气背景的雷电总体预报效果更好,该系统为开展短时临近雷电预警提供了重要的参考依据.     

基于GM(1,1)模型在高校招生人数预测中的应用研究——以四川省普通高校为例

论文主要介绍了灰色系统理论及其预测模型GM(1,1),考虑到灰色预测对统计数据较少问题都可以进行预测,结合四川省普通高等学校招生人数的特点,借助灰色预测模型对四川省普通高等学校在每年招生期间所招收的新生人数进行预测.通过对预测结果的分析研究,说明这种方法的合理性,从而对以后的就业趋势作一定的借鉴,使相关部门对将来的就业方针进行适当的调整.     

关于建立高校体育保险制度的研究

体育保险是新兴的体育产业,在我国保险行业中,高校体育保险处于起步阶段,高校体育保险制度并不完善,为解决这一问题,在概括目前我国高校体育保险的现状和对影响我国高校体育保险发展的主要因素进行分析的基础上,提出了建立政府主导参与型体育保险制度的高校体育保险制度等发展对策与建议。