基于CEEMD小波去噪的一种预测碳排放的新方法

针对模型的输入数据优化问题，本文提出一种基于互补集总经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)小波联合去噪的神经网络碳排放预测方法。首先，采用CEEMD小波联合去噪对数据进行去噪提纯；其次，运用优化后的训练样本和输入数据建立碳排放量预测模型；最后，以“一带一路”主要经济体碳排放量为例，运用改进模型和传统模型分别进行试验仿真。仿真结果表明：经CEEMD小波联合去噪后的时序数据纯度更高，更加平稳；改进后的模型预测拟合效果更优、误差更小。此外，本文进行碳排放外推预测，结果表明：使用CEEMD小波联合去噪联合反向传播(back propagation algorithm, BP)神经网络、模糊神经网络模型在预测中具有可观的容错性能及精确度。     

低维混沌时序的预测方法及其应用研究

研究由低维非线性动力系统所产生的混沌时序的预测方法及其应用。通过改进的最小二乘方法来估计模型的参数，并在其相空间中对时序的未来值进行预测。给出了有代表性的实例对本文的模型和算法进行验证。结果发现选取最佳的模型阶数能增加预测的准确程度，且混沌时序不可能进行长期的预测。算例表明本文建议的方法是有效的。     

基于混沌时序重构的股票价格预测研究

应用非线性映射迭代模型，采用小波理论来辨识混沌模型中的参数，并通过对混沌时序进行预处理，可得到较好的预测结果。采用小波网络对非线性映射迭代模型中的参数进行辨识，辨识的准确程度较高，采用该模型对上海证券市场600063号股票的开盘和最高价格数据进行了建模和模型参数辨识，并据此做出相关预测，得到了满意的预测结果。     

基于神经网络的空调负荷混沌优化预测

从空调负荷预测的目的出发，详细介绍了一种基于神经网络的混沌优化方法，对误差函数及搜索方法作了适当的改进，建立了一个混沌神经网络模型。并用此改进的模型对一实例进行了空调负荷预测，结果表明该方法简便、足够准确可靠。     

混沌时间序列的优化预测模型及算法研究

针对混沌时间序列难以预测和控制问题,提出了基于趋势的混沌预测模型,利用混沌系统的初值、参数敏感性来微调和控制系统扰动,并用改进的最优化方法估计模型的参数,在其相空间中对时序未来值进行预测.算例表明,选取最佳的模型阶数能增加预测的准确程度,它不仅克服了仅用延迟嵌入技术的弊端,也降低了直接使用预测误差决定输入模式的盲目性.预测效果比其他时序方法要好.     

带正弦函数扰动的小波混沌神经网络研究

对小波混沌神经网络的内部状态进行改进,引入了三角函数扰动,提出了一种新型的带三角函数扰动的小波混沌神经网络模型,并把它应用到函数优化和组合优化问题中.仿真结果表明,在控制适当的扰动系数时,带三角函数扰动的小波混沌神经网络能有效地解决函数优化问题和组合优化问题,体现了小波混沌神经网络有很强的鲁棒性和抗干扰能力.     

混沌背景下基于小波神经网络的弱信号检测

依据Takens嵌入定理提出了一种基于小波神经网络（WNN）的强混沌背景中微弱信号的检测方法。该方法利用混沌系统的单变量值对混沌背景重构相空间，采用小波神经网络所具有的强大的学习能力和非线性处理能力建立了混沌背景噪声的一步预测模型，使其与混沌背景噪声具有相同的基本动力学特征，并通过设定合适的预测误差门限来检测掩埋在混沌背景中的有用微弱信号。仿真结果验证了该方法的可行性。     

改进萤火虫算法与小波神经网络相结合的变压器故障诊断

为了解决变压器故障诊断中诊断效率低的问题,本文对萤火虫算法(FA)进行了改进,并与小波神经网络(WNN)相结合应用于变压器故障诊断中。小波神经网络结构简单,预测精度高,收敛速度快,但是网络参数不好选择,易陷入局部最优。本文结合混沌算法、粒子群算法、可变步长的思想来改进萤火虫算法,用于优化小波神经网络的参数,再将处理后的数据带入神经网络中进行训练与诊断。实验结果表明,该算法与BP神经网络、支持向量机、小波神经网络、遗传算法改进的小波神经网络和粒子群算法改进的小波神经网络相比诊断正确率均有所提高。     

混沌时间序列的自适应正交小波神经网络预测

针对非线性混沌时间序列预测问题,提出一种基于正交小波神经网络的自适应预测算法.根据来自非线性序列模型的期望输入输出数据,利用小波框架理论建立初始的小波神经网络.采用正交化逐步选择方法对于初始小波神经网络进行结构优化,从而建立最精简的网络模型.同时引入在线学习算法在线修改网络权值和小波神经元的参数,从而提高模型的自适应能力和泛化能力.通过对时滞Mackey-Glass超时间序列和时变Lorenz混沌序列的预测,证明了算法的有效性.     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.     

连续复利的加工成本-公差模型改进

从连续复利的角度,对原始的基于加工特征的成本一公差函数进行改进,提出改进的加工成本一公差模型．基于改进的加工成本一公差模型,构造了以改进后的加工成本与质量损失成本之和最小为目标函：数的并行公差优化设计数学模型,实现公差的优化设计．最后通过工程实例验证所提出的方法．实例验证表明,基于连续复利的加工成本一公差模型更贴近现实,计算出的总成本更合理．     

改进PSO的WNN模型在短期负荷预测中的应用

针对电力系统负荷预测中实际的负荷数据往往具有极大的波动性,模型呈现出极大的非线性,提出一种改进粒子群优化的小波神经网络模型,将其应用于电力系统的负荷预测研究.首先,分析和介绍了小波神经网络和改进的粒子群算法的基本原理和优点;其次,将改进的PSO算法用于优化小波神经网络的参数优化;最后对改进的PSO-WNN负荷预测模型进行仿真分析.实验结果与传统PSO-WNN的实验结果进行对比,证明改进的PSO能够提高模型的运算效率和负荷预测精度.     

一种考虑强化效应的梁塑性极限分析

应用传统的极限分析理论,提出一种改进的刚性-非线性强化近似模型.它较现有的几种刚塑性简化模型更符合实际,因而更合理.在梁的极限分析中采用新的刚塑性模型,推导出极限弯矩公式.文中以矩形截面梁为例,对所得结果与传统公式进行比较,结果表明传统公式可视为文中结果的一个特例.最后,给出便于工程应用的简化公式.文中所提出的刚塑性简化模型也可用于刚架、薄板等结构的极限分析.     

基于改进SVPWM模型的异步电动机MRAS矢量控制

在分析SVPWM调制原理的基础上,对一种改进SVPWM的建模方法进行了详细研究.借助于Matlab强大的仿真建模能力,结合异步电动机MRAS矢量控制模型,建立了改进的仿真模型,并将其与SVPWM的一般仿真模型比较.仿真结果验证了改进的SVPWM仿真模型的正确性,与传统SVPWM相比结构简单,逻辑性强,运算量减少.     

Schroeder混响模型的改进与数字混响器软件设计

采用若干个不同延时系数的单回声FIR滤波器进行并联,构成一个早期反射滤波器,将该滤波器与Schroeder滤波器再并联,得到改进的Schroeder混响模型.利用MATLAB软件对该改进的模型进行仿真实验的结果显示,改进模型的早期反射得到了恢复,能够获得良好的具有完整的直达声、早期反射和后期混响成分的脉冲响应波形.利用...     

基于Preisach的MFIS结构器件C-V模型的改进

考虑历史电场效应,将描述铁电层矫顽电场分布的Preisach模型引入MFIS结构,和传统的MOS结构器件电荷薄片模型结合,对MFIS结构的C-V模型进行改进。为验证模型的有效性,与文献中的实验数据进行比较。结果表明,改进模型能够很好地与实验数据吻合,可以被用来描述MFIS结构器件的C-V特性及记忆窗口。     

电网负荷预测的无偏灰色预测模型

在传统灰色预测模型的基础上作者已提出了一种改进模型,该模型消除了传统灰色预测模型存在固有偏差,因而被称为无偏灰色预测模型,在此将无偏灰色预测模型应用于负荷预测中,并与负荷预测常用的几种方法进行了对比,结果显示了无偏灰色预测模型的优越性。     

基于改进灰色模型的能源消费预测研究

为提高灰色模型的预测精度,在一次累加生成序列呈指数增长趋势的前提下,利用预估-校正技术对灰色模型的背景值进行了改进.数值实验表明,改进模型有效地改善了模型的预测精度,并拓展了模型的适用范围.最后,结合等维递补技术,利用提出的改进模型,对到2015年中国能源消费需求进行了预测.预测结果表明,到2010年和2015年,中国能源需求总量将高达31.9和36.3亿吨标准煤,这将为中国能源供应安全带来巨大挑战.     

信号交叉口改进延误模型及实测分析

【目的】为了给国内城市信号交叉口规划设计和服务评价提供科学依据,研究城市交叉口延误模型。【方法】对比Australian延误模型和Canadian延误模型,提出改进的延误模型,再采用牌照法,对饱和度接近1的道路交通延误进行实测,并把实测结果与3个模型进行对比。【结果】改进的延误模型在饱和度较低和较高的情况下,与Australian延误模型和Canadian模型的模拟数据很接近;在饱和度接近1时,改进的延误模型与实测结果能较好吻合;改进模型与Brilon和Wu的马尔科夫链方法比较,形式简单,计算简便,可操作性好。【结论】改进的模型适合用于平面混合低速的城市交叉口道路延误分析。     

方法对于大粘度差两相流的模拟

为了模拟具有大粘度差的两相流,对Boltzmann(LB)方法中的伪势多组分模型进行了改进.伪势模型将粒子作用力转化为速度形式,再将其引入离散的LB方程.改进模型把力的添加形式变为将力离散处理后,引入离散的LB方程中,以此提高数值计算的稳定性.该模型能够比原伪势模型得到更小的虚假速度和更大的粘度差.通过对沥青-水的大粘度差两相流体和粘性指进现象的模拟,验证了改进模型的正确性和有效性.该模型具有较好的适用性,它能模拟的两相流体最大粘度差可达到4 510倍.