灰色系统与时序组合模型在高层建筑沉降预测中的应用

将高层建筑沉降监测数据视为具有确定性趋势的非平稳时间序列，运用灰色GM(1，1)模型提取其中的趋势项，用AR(n)模型表示随机残差项，利用灰色-时序组合模型进行沉降预测．算例结果表明，该组合模型具有较高的预测精度，是一种简单、实用的高层建筑沉降预测方法．     

语音信号线性预测参数的韧性估计

使用牛顿算法的韧性Ｍ估计方法来估计语音信号的线性预测参数．该方法考虑了语音信号模型浊音激励源的非高斯特性，它能消除浊音激励中远离值的影响．使用合成语音信号数据的实验表明，与常规的线性预测方法比较，所提出的方法能给出更有效和更小偏倚的估计．     

基于MWSA的热力系统单参数时序预测方法

热力系统的状态参数变化可以实时反映系统的运行状态,针对热力系统参数运行数据预测手段匮乏的现状,基于4种算法提出一种单参数预测方法并简称MWSA,对当前设备状态参数进行分解降噪、趋势提取和时序预测,并将预测结果作为下一步运行管理策略和装备维修的参考,对系统的长期安全稳定运行具有重要意义.首先,利用中值回归经验模态分解(MREMD)方法将监测得到的运行状态参数分解为若干个本征模态函数(IMF)和残余分量.然后,对不符合筛选条件的分量进行小波阈值降噪(WTD),并将去噪后的分量与原本符合筛选条件的分量重组成新的IMF分量.最后,利用基于奇异值分解(SVD)和优化参数排列熵(PE)的K-means聚类算法,对重组后的IMF分量进行分类,取熵值较低的一类分量重构为趋势项并采用整合滑动平均自回归模型(ARIMA)进行预测.经实际案例验证,该方法能够有效克服原始参数时序中高频噪声的干扰,与不采用降噪处理的同类方法相比,该方法预测的准确度更高.     

自回归语音信号模型参数的韧性估计算法及在共振峰检测中的应用

使用牛顿算法的韧性（Ｒｏｂｕｓｔ）Ｍ估计方法来估计自回归（ＡＲ）语音信号模型的线性预测参数，该方法考虑了语音信号模型浊音激励源的非高斯特性，能有效地抑制异常值（ｏｕｔｌｉｅｒ）的影响。使用所提出的韧性线预测算法来检测共振峰，获得了比使用常规线性预测方法更准确的结果     

多维AR（p）与指数平滑组合预测算法的研究及应用

介绍了时间序列多维AR(p)模型和指数平滑模型的理论和方法，将这两种模型结合起来构成新的组合预测模型，并用于预测测井曲线．应用实例证明，多维AR(p)与指数平滑组合预测模型比单独用多维AR(p)预测模型有更高的预测精度．表明该组合预测模型是一种非常有效的预测新方法．     

多维AR（p）模型的估计理论及应用

叙述了多维AR(p)模型的分析与处理方法、多维AR(p)预测模型的建模过程及参数估计的计算方法，并将该模型在测井曲线的预测中加以实际应用．应用结果表明：本预测模型对多维动态数据进行预测是可行的。     

灰色模型在城市月用水量预测中的应用

中期用水量预测,它为各个城市水司制定月用水量生产计划提供重要依据.针对我国城市月用水量数据序列的特点对其进行分析研究,利用灰色系统理论,建立预测月用水量GM（1,1）模型.并以东北某大城市月用水量为原始数据进行了实际预测.通过MAPE检验证明GM（1,1）模型为一种行之有效的预测月用水量的模型.     

时序模型用于圆度预测补偿控制问题的理论探讨

本文研究了以AR(自回归)时序模型用于圆度预测补偿控制问题;从最小方差控制的角度,指出了AR模型的局限性而应代之以ARV模型.文中讨论了运用自校正调节器的可能性,以克服加工环境慢时变特性对预测控制的影响.     

基于自相关理论的GM(1,1)和GM(1,N)联合预测

通过引入自相关分析，将GM（1，1）与GM（1，N）两者的优点有机结合，运用GM（1，1）预测模型所需的数据量，达到GM（1，N）预测模型所具有的预测精度，减少灰色模型的预测误差。     

子空间预测控制方法在线性变参数系统中的应用

提出了一种针对线性变参数系统的新型子空间预测控制方法。该方法首先通过子空间辨识算法获得线性变参数系统的子空间预测输出。然后,对构造的输入输出矩阵进行QR分解得到子空间预估器,将子空间预估器用于设计模型预测控制器。该控制器包含了积分作用,可消除稳态误差。最后,通过风机扑翼动力学系统的仿真实验,证明了该方法的有效性。     

国内外石油价格波动溢出效应实证分析——以大庆原油价格和布伦特原油价格为例

采用大庆原油价格和布伦特原油价格2001～2010年的周数据,运用BEKK-GARCH模型分析了国内外石油市场的波动溢出效应以及国内石油市场与国际石油市场波动的动态相关性。实证结果表明,国外市场对国内市场产生了显著的波动溢出,国内市场对国外市场具有一定的影响,但效果并不明显;信息传导方向是从国外市场到国内市场,且国内石油市场波动滞后于国外市场。进一步的研究发现,国内外石油价格波动的动态相关性不断加强。     

国际原油价格影响因素实证研究---基于协整分析和格兰杰因果关系检验

通过ADF检验、协整检验和格兰杰因果关系检验,以1990～2009年的年度数据为样本,对国际原油价格、探明储量、产量、消费量和贸易量5个变量进行实证分析,从计量的角度分析原油价格的影响因素;结果表明：原油价格与原油产量之间存在协整关系,即长期均衡关系;并且得出原油产量是原油价格的格兰杰原因,但原油价格并非原油产量的格兰杰原因。     

基于组合灰色神经网络模型的电力远期价格预测

针对电力远期价格受多种因素影响，变化趋势复杂，难以通过建立准确的数学模型进行预测，提出了采用灰色动态模型对电力远期价格进行预测，并在此基础上构造了组合灰色神经网络预测模型。该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适应性信息处理能力相融合。研究结果表明，本模型能在小样本、贫信息的条件下对电力远期价格做出比较准确的预测，为电力市场的参与者能更好地利用电力远期合约进行套期保值提供了有效的工具。     

灰色系统在预测原油产量方面的应用

为了使油田能够长期稳定高产，必须编制科学合理的生产计划，而在计划编制过程中，对原油产量进行科学预测又是十分必要的。为此，本文选定ＧＭ（１．１）模型，通过对原油生产的实际分析，建立了老井原油递减后产量的预测模型，并经过实征，具有预测精度高、计算速度快、方便实用等优点。     

用AR模型建立变形预测模型的研究

在用时间序列分析方法建立变形测量的预测模型时,基于动态数据系统方法的传统F检验定阶法,由于样本的随机性可能过早地退出对模型的循环检验,从而不能找到合适的预测模型.在探讨如何用AR模型建立变形测量预测模型的基础上,提出了一种改进的建模方法,并在实例的应用中取得了较好的效果.     

BP网络与多元回归在原油黏度预测中的比较研究

通过探索原油的族组成与黏度的关系，比较了多元线性回归模型与BP网络模型对这种关系的关联能力及泛化能力.结果表明，BP网络模型对原油的族组成与黏度的预测远好于多元线性回归模型，其平均相对偏差仅为4.0%.     

基于DC-MSV模型的国内外油运股股价波动规律比较

为研究国内外油运股股价的波动规律,采用动态相关系数多元随机波动(DC-MSV)模型研究动态相关性和风险溢出效应.实证分析发现,国内外油运股股价与运价、股票指数均存在较高的正相关关系;运价和股票指数对A股油运股股价的影响力相当,而美股主要受运价的影响;股票指数对A股油运股的价格影响力出现下降的迹象;股票指数在大幅波动期间,对股价的影响力显著提升.投资A股油运股需要同时关注运价和上证指数,而投资美股应该主要关注运价.     

时间序列趋势项的贝叶斯估计

系统地分析了AR(p)误差项的时间序列模型的数学模型及条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了正态-混合Γ先验下模型的贝叶斯推断理论,包括趋势项的核估计参数及先验参数的后验分布的统计推断.     

原油含水率测量分析原理与系统应用

原油含水率是原油生产中的重要技术指标,对油田自动化管理具有重要意义。论述并比较了主要的原油含水率测量方法,介绍了含水率测试仪工作原理以及原油含水分析化验自动化系统的主要特点和应用情况。     

具有时滞的不连续价格模型有限时间稳定化分析

对一类具有时滞的不连续价格调整模型有限时间稳定控制问题进行研究,特征是右端不连续微分方程。通过利用扩展微分包含理论,非光滑分析方法,有限时间稳定性定理和Lyapunov函数法,建立了一些新的准则,用具体的控制器来保证不连续价格调整模型的有限时间稳定性。