指数趋势预测的BP-LSTM模型

本文根据股指、股价等数据的时序特征将人工神经网络(ANN)与深度学习中的循环神经网络(RNN)引入股指预测,基于BP神经网络模型与长短期记忆(LSTM)神经网络模型构建了BP-LSTM模型.基于上证指数,本文进行了进行数值实验.结果表明BP-LSTM预测模型的准确率相比传统机器学习模型有明显提升,与普通LSTM模型相比也有较大提升.     

基于离散灰色模型的优化方法研究

为了改进离散灰色模型的预测精度,对离散灰色模型进行了修正,建立了离散灰色优化模型。离散灰色优化模型的核心在于对1阶累加生成序列(first order-accumulating generator operator(1-AGO)sequence)的平移变换。其中,最佳平移值可以通过最优化方法得到。算例的对比结果显示,DGOM(1,1)模型的模拟精度高于DGM(1,1)模型的模拟精度。进一步的研究表明,将DGOM(1,1)模型与其他优化模型相结合,可以使模型的模拟精度更高。文中讨论了DGOM(1,1)模型的特征,包括平移变换提升模拟精度的机理、DGOM(1,1)模型与其他优化模型之间的关系等。工作丰富了灰色预测理论,并且提出了一些新的灰色预测模型。     

资源开发企业的效率评估研究

介绍了超效率模型(SE-DEA),比较了SE-DEA模型与传统数据包罗分析模型(DEA)的不同,论述了如何用SE-DEA模型评价资源开发企业的相对效率。     

无偏GM(1,1)模型的动态特性分析

传统GM(1,1)模型是最基本的灰色预测模型,无偏GM(1,1)模型是在传统GM(1,1)模型基础上的一种改进,它消除了传统GM(1,1)模型本身所固有的偏差.对无偏GM(1,1)模型的动态行为特性进行分析,并与传统GM(1,1)模型进行对比,明确了无偏GM(1,1)模型特性和适用条件.     

GM(1,1)模型中的扰动分析

用Moore-Penrose广义逆阵来处理GM(1，1)模型中的参数a,u，给出了GM(1，1)等维新陈代谢模型的新模型与旧模型的参数关系，并分析了a,u的扰动对GM(1，1)模型还原后的模型计算值的影响．     

用于射频安全的标准中国人头模型构建

为评估无线发射设备的电磁辐射比吸收率,本文构建了用于数值计算的标准中国人头模型(CHP).模型尺寸来源于中国发布的成年人头面部尺寸中的第50百分位的数据,模型的厚度及耳部的轮廓与特定标准头部模型(SAM)人头模型相同.构建了一个频率为1 761 MHz的PIFA天线手机模型对CHP模型和SAM模型进行SAR评估,并对评估结果进行了分析与讨论.     

非等温法研究EOCN/DDS体系的固化反应动力学

针对邻甲酚醛环氧树脂(EOCN)与固化剂二氨基二苯砜(DDS)的固化过程,采用差示扫描量热仪(DSC)测试了4组线性升温数据,利用Kissinger和Crane两种动力学方法建立了EOCN/DDS固化体系的n级动力学方程;利用Vyazovkin方法建立了非模型动力学,得到了固化反应的活化能,并预测了该体系不同温度下转化率(α)与时间(t)的关系曲线。对比分析了非模型动力学与n级模型动力学在预测EOCN/DDS固化体系固化行为的特点。结果表明,非模型动力学能够避免模型及模型参数选择不当造成的误差,准确预测环氧树脂的固化行为,为该体系固化条件的选择提供了理论指导。     

一种基于RDF的电力监控系统模型的研究与实现

基于电力监控系统通用信息模型(cIM)的核心思想,构造了一种基于资源描述框架(RDF)的电力监控系统模型,并通过对该模型的实现与分析,验证了该模型的有效性和可行性.     

灰线性回归模型在建筑物沉降分析中的应用

从GM(1,1)模型原理和GM(1,1)与线性回归组合模型原理的不同之处开始讨论,利用GM(1,1)与线性回归组合模型对广州市某小区1#楼一个沉降监测点(CJ1)进行了分析和预测,分析和预测的结果验证了GM(1,1)与线性回归组合模型在建筑物沉降变形分析中的实用性、正确性和有效性.最后对组合模型预测精度起决定性作用的灰指数v和参数m进行了分析,给出了求解灰指数v和参数m的最优值算法,应用结果表明,该方法使预测结果更可靠、准确,具有实际的参考价值.     

基于模糊回归理论的GM(1,1)模型优化

文章将传统的GM(1,1)模型与模糊回归模型相结合,得到了基于模糊回归理论的GM(1,1)优化模型,保留了传统GM(1,1)模型的所需建模数据少和具有预测功能的优点;利用定义的三角模糊数的左、中、右距离公式,得到了基于模糊回归理论的GM(1,1)优化模型的求解方法.     

硫醚、硫醇色谱保留指数的QSRR研究

研究了硫醚、硫醇在不同极性固定相上色谱保留指数与结构之间的关系,得到了影响硫醚、硫醇化合物Kováts保留指数的四个结构参数:分子极化效应指数MPEI、有效拓扑立体效应指数ETSEI、碳原子个数N及Wiener的路径数P3.并用这4个参数建立定量模型,预测硫醚、硫醇在不同极性固定相上Kováts保留指数,其相关系数均在0.98以上,预测值与实验值较为吻合.表8,参19.     

脂肪醇气相色谱保留指数与结构的相关性

根据分子拓扑理论,采用了2个拓扑指数.将这2个拓扑指数用于脂肪醇定量结构-保留关系的研究,发现它们与25种脂肪醇在6种固定相上的气相色谱保留指数存在优良的相关性,表明2个拓扑指数能较好地反映化合物的结构特征.由此得到了新的定量结构-保留关系模型,并建立了6个线性方程,相关系数均高于0.98,在固定相SE-30上的平均相对偏差仅为1.30%.这些方程可用于脂肪醇气相色谱保留指数的预测.     

酚的保留值与Kier指数的相关性

使用Kier指数的0阶项（^0X^v)、1阶项（^1X^u）分别与15种酚类化合物的色谱保留指数（I）关联,其相关系数分别为0．9765,0．9582,均优于Wiener指数的0．9491;I与^1X^v及取代基距离指数S相似合的复相关系数R为0．9912,优于文献的研究结果。     

人工神经网络对烷烃同系物气相色谱保留指数的预测

以拓扑指数为结构描述符,用BR神经网络建立了烷烃同系物的结构与色谱保留值的相关模型,预测准确度高,因而是一种较好的预测有机化合物烷烃同系物气相色谱保留指数的方法.     

Holographic QSRR of polychlorinated dibenzofurans

A new molecular representation, molecula rhologram, is employed to investigate the quantitative relationships between gas chromatographic retention indices (GC-RI) and molecular structures of polychlorinated dibenzofurans (PCDFs). Together with application of partial least squares (PLS) regression, the quantitative structure-retention relationship (QSRR) model is constructed for GC-RI of 135 PCDFs. This new QSRR model presents high statistical quality and predictive value with crossvalidation correlation coefficient q2Loo values of 0.998, and non-crossvalidationcorrelation coefficient r2 of 0.998. 100 PCDFs are selected randomly as training set and the rest as testing set. The resuit of PLS regressive analysis of training set yields r^2 of 0.998 and q2Loo of 0.997. The GC-RIs of testing set are predicted, and the correlation equation indicates that the model based on training set has excellent ability to predict the GC-RIs of PCDFs in testing set.     

饱和醇在不同固定相上的气相色谱保留行为与结构的相关性

应用nT指数及结构参数P与饱和醇在6种不同固定相上的气相色谱保留指数I进行关联,用多元线性回归方法建立了相应的定量结构-色谱保留模型,它们的相关系数均大于0.99,估算值与实验值很好吻合,并用Jackknife方法对模型的稳健性进行了检验.结果表明,所建QSRR模型相关性高,稳定性好,预测能力强.     

利用新的价连接性指数估算醇类化合物Kováts指数

以连接性指数为结构描述符,用多元回归技术建立了醇类化合物的结构与色谱保留值的相关性模型,各样本总体所建模型的相关系数均在0.98以上,这些模型较好地解释了醇类化合物保留指数的递变规律.为了检验模型的稳定性和预测能力,进行了留一法交互校验,相关系数均在0.98以上.该模型相关系数高,稳定性好,预测能力强.     

烷基苯气相色谱保留指数的预测

通过对43种烷基苯类化合物在不同柱温下的129个样本集的气相色谱保留指数值(R I)与其部分参数关系的研究,发现R I与拓扑指数(mQ)、摩尔折射度(M R)结构参数及柱温(T)之间的关系可表示为:RI=-35.689-149.4350Q-5.0471Q 116.541MR 2.538T-1.4600Q1Q 0.2941QMR(R=0.980 0)此式不仅在一定程度上阐明了烷基苯类化合物RI与其分子结构及柱温间的关系,同时也提供了一种计算烷基苯类化合物于不同温度下RI的新方法.继以留一法(Leave-one-out,LOO)进行交互检验,相关系数RCV=0.978 3,说明所建模型具有良好的稳定性和预测能力,较好地揭示了烷基苯类化合物在不同温度下气相色谱保留指数的变化规律.     

烷氧基氯硅烷类化合物气相色谱保留指数与结构关系研究

在分子拓扑化学理论的基础上,根据分子中成键原子的结构特征和所处的化学环境,用分子中原子的平衡电负性对分子图进行着色,在距离矩阵的基础上结合分子中各原子的支化度构建一组新的拓扑指数NPm(m=1,2,3).利用多元线性回归技术建立了烷氧基氯硅烷类化合物的NPm(m=1,2,3)与这些化合物的气相色谱保留指数RI的定量结构/保留相关关系模型(QSRR),并用这种模型对烷氧基氯硅烷类化合物气相色谱保留指数进行预测,结果表明预测结果和实验值吻合较好.     

烯烃气相色谱保留指数的预测

通过对部分烯烃在不同固定相不同柱温下的1031个样本集的气相色谱保留指数值(RI)与其部分参数关系的研究,发现RI与拓扑指数(mQ)、双键原子杂化状态指数(DHSI)、支链对双键的极化效应指数(PBD)、固定液极性值(CP)及柱温(T)的关系可表示为:^RI=-58.138 57.7460Q-8.2591Q 0.120T 0.807CP 36.460PBD 7.919DHSI(R=0.9989)继以留一法(Leave-one-out,LOO)进行交互检验,相关系数RCV=0.9977,说明所建模型具有良好的稳定性和预测能力,较好地揭示了烯烃类化合物气相色谱保留指数RI随固定相极性、柱温的改变而变化的规律.