神经网络在工程时间序列预报问题研究中的应用

对岩土工程中时间序列预报问题进行了研究。灰色模机理研究表明，灰色建模存在若干问题，因此，在处理岩土工程中时间序列预报问题时，要慎用灰色系统建模。探讨了岩土工程时间序列与神经网络间的联系，论证了神经网络的函数逼近能力，建立了基于神经网络的岩土工程时间序列预报模型。研究了实例表明，该模型的预报精度高，为解决岩土工程中时间序列预报问题提供了一条崭新途径。     

时间序列分析在龙羊峡水库流量预报中的应用

本文通过对龙羊峡水库入流量过程的数学分析,建立了灰色系统GM(1,1)型与时间序列模型AR(P)相叠合的长期径流预报模型。     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的     

概率神经网络的边界预报

在概率神经网络用于时间序列预测的基础上,结合数理统计理论,提出在一定置信度情况下,对时间序列的边界预报问题．在时间序列预报时,不仅给出预报值,同时也给出预测值的变化范围．通过模拟数据和齿轮箱实际数据,对边界预报进行了应用分析,得出预报具有滞后性的结论并分析了其原因;同时讨论了平滑因子等参数对边界预报的影响．     

基于数据序列特征的灰色模型优化新思路

灰色预测以原始数据序列的生成为基础构建模型,原始数据序列特征直接影响预测模型精度.论文通过剖析灰色预测模型的建模机理,运用实证分析方法,揭示数据序列长度、数据序列信息、数据序列光滑度与灰色预测模型精度的关系,并据此提出灰色预测模型优化方法新思路.     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的预测方法。     

基于时间序列的灰色预测技术在估产模型中的应用

在建立估产模型过程中，引进基于时间序列的灰色预测技术，通过对样本点建立基于时间序列的灰色预测模型和常规的多元线性回归气象模型的分析比较，试图找到一种计算简单，数据要求少而精度较高，时效性较好的建模方法，为时间序列预测在农作物估产方面的应用作出一点探索。     

基于预报因子聚类分级的日径流预报深度信念模型及应用

径流预报是水库运行调度的重要决策依据,提高入库径流预报精度,对水库优化调度和水资源高效利用具有重要意义.本文提出一种基于大样本数据分级策略的深度信念网络模型(Deep Belief Networks,DBN),以龙羊峡入库径流预报为例,采用Fuzzy C-means(FCM)聚类方法,将总样本训练集分为不同训练样本子集;不同样本子集下,对不同预报因子(只考虑降雨、考虑不同时期的降雨及同时考虑降雨及前期径流),分别建立DBN模型和人工神经网络模型(Artificial Neural Network,ANN),分析样本分级和考虑不同因子情况下不同模型的预报结果.结果表明:与不考虑预报因子分级的预报模型相比,基于时间序列聚类的预报模型显著提高了径流预报的精度;通过FCM聚类,将样本分为3类,考虑降雨及前期径流作为预报因子进行分级时,比只考虑降雨、考虑不同时期的降雨时建立的预报模型的预测精度更高.用该模型进行龙羊峡水库入流日径流预报,提高了预报精度,可为龙羊峡水库调度提供决策支持.     

建筑物沉降的时间序列分析与预报

首先对建筑物沉降数据序列进行了平稳化处理,然后研究了平稳化序列的建模和预报方法,最后结合建筑物沉降监测的具体实例进行了时间序列的分析与预报.结果表明:将时间序列分析方法应用于建筑物沉降监测,具有建模容易、计算简单、预报快速的特点;时间序列分析方法对建筑物沉降具有较高的模型拟合及预报精度,尤其是短期预报,效果更佳;应尽量避免使用时间序列进行中长期预报,要根据实测数据对所建模型进行实时更新.     

灰色非线性常微分方程预测研究及模型

灰色模型是一种指数模型,它对于符合指数规律的观测数据序列具有较高的精确度。在此基础上提出了一种改进型灰色模型,扩大了灰色模型的应用范围。经实测数据验证,该模型在土石坝水平位移预测中收到了满意的效果。     

克里格方法中计算块间半变异函数平均值的新算法

本文给出了在克里格方法中计算块间半变异函数平均值的一种新算法。该算法基于数论中的一致分布点列而不同于均匀网格法,一致分布点列在近似计算多重积分中是最优的一种方法。     

小波分析在管理数据处理中的应用

提出了一种基于小波变换的管理数据处理方法,把公司管理上的数据看成一个非平稳的时间序列,利用小渡函数将该时间序列分解到不同的频率通道上,然后将分解后的信号当作近似的平稳时间序列,用一些传统的统计方法进行预测,同时对中国足球彩票若干期的销售量数据进行了处理和预测,并将结果与实际销量以及用传统的AR模型的预测值进行了比较。     

气动顺序控制系统的冗余记忆状态设计法

分析了气动顺序控制系统设计方法的特点,提出了气动顺序控制系统的冗余记忆状态设计法．该方法通过增加记忆状态来简化设计过程,有利于减少设计错误和实现控制系统的计算机辅助设计,适用于ＰＬＣ或单片机控制的气动系统的设计．     

用带广义可变罚因子的交替方向法求解变分不等式

交替方向法中的罚因子一般取为一个数列 ,给出了求解带线性约束的变分不等式的一种交替方向法 ,即罚因子取为正定对称矩阵序列 ,证明了该算法的性质。     

百色盆地百49块百岗组三段高分辨率层序地层学分析

以高分辨率层序地层学理论为指导，通过地表露头、岩芯、测井资料的综合研究，并结合地震剖面资料，分析了百色盆地塘寨油田百49块古近系百岗组三段不同级别的层序界面和湖泛面特征及识别标志，划分出1个长期、3个中期、14个短期基准面旋回层序。在此基础上，详细讨论了各级次基准面旋回层序的垂向序列、岩性岩相组合、结构类型及更加样式等特征，并探讨了高分辨率层序地层学的研究成果在区块油气开发工程中的应用前景。     

三维时频分析方法在地震层序分析中的应用

在传统时频分析方法的基础上 ,根据小波变换理论提出了利用小波变换对地震剖面进行三维时频分析的方法。首先将二维地震剖面变换成x t f三维数据体 ,根据振动能量在一定时间内沿频率方向作定向变化的特性来确定沉积旋回的类型。利用f t切片划分沉积旋回 ,在一定频率范围内改变滤波档可以得到具有某种稳定性的剖面 ,利用这些剖面可以识别旋回之间的界限。再以此为基础 ,利用x t切片进行层序界面的追踪和构造断层的拾取。利用小波三维时频分析方法划分的沉积旋回和物性变化规律可以进行层序界面追踪 ,并进一步确定储层范围。这种方法为三维地震资料进行多维时频分析奠定基础。     

一类由交织方式构造的零相关区序列偶集

在QS-CDMA系统中,使用零相关区(ZCZ)序列偶能够避免共信道冲突和多址干扰,文中提出了一种利用最佳二进序列偶通过交织技术构造ZCZ序列偶集的新方法,它能够在一定范围内任意选择零相关区的长度,构造出具有不同零相关区长度的ZCZ序列偶集.     

基于知识表达系统的序列比对研究

序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义。该文对典型的双序列比对算法以及多序列比对算法进行了描述和评价;针对目前序列比对算法普遍存在的不足,提出了一种新的思想--基于知识表达系统的序列比对研究,应用知识表达系统对序列比对相似性发现进行定义及其处理。     

稠油油藏动用顺序决策中的复杂性问题研究

应用突变理论和模糊数学相结合的方法产生突变模糊隶属函数,并由此建立稠油油藏优先开发排序模型。该模型首先建立稠油油藏指标体系结构,并对油藏参数进行归一化处理;然后应用突变模糊隶属函数法,对稠油油藏进行综合评价。评价值高的稠油油藏可优先动用。应用该模型对我国11个已开发稠油区块进行实例验证。验证结果表明,模型评价结果与这些区块的实际开发效果吻合较好,说明该排序模型对稠油区块开发动用的决策具有一定的指导意义。该模型避免了模糊评价法、因子分析法及层次分析等方法的弱点,减少主观性又不失科学合理性,对稠油油藏开采具有应用价值。     

Fibonacci数列和Lucas数列的若干性质

本文用组合分析中的计算方法得到了关于Ｆｉｂｏｎａｃｃｉ数列的一系列基本性质；同时导出Ｌｕｃａｓ数列的相关结果。