基于小波包变换的薄互层识别方法应用研究

薄互储层是我国主要储集油气的地质结构,应用小波包变换的方法对薄互层的识别和层厚度预测研究,提出了一种新的研究薄互层识别的方法。建立楔形模型以及复杂的含有薄互层的模型,并开展了地震正演模拟,根据小波包分解重构理论,应用小波包变换的方法得到合成地震剖面和偏移剖面,实际地震数据结合井信息的标定,对薄互储层的划分和厚度的预测进行了较为详细的研究。模型和实际资料算例结果均表明,小波包变换方法在识别薄互储层中可以突破四分之一波长的限制。     

基于ANN-泊松模型的预测研究

目前,经济预测主要采用基于传统研究方法或人工神经网络技术的单项预测方法．近年来的研究表明,组合预测方法比单项预测具有更高的预测精度．本文提出了一种基于BP神经网络和泊松模型的组合预测新方法,对轮船发生事故进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在计数模型的预测中的应用是可行、有效的．     

边坡位移时序预测的组合模型研究

将边坡变形预测看作一个特殊的凸二次规划问题,以加权一阶局域法（AOLMM）、Lyapunov指数预报法以及神经网络预测方法（ANN）为基础,建立了边坡变形预测的组合模型,应用动态规划方法求解组合预测模型的最优解,以达到有效利用各种预测方法提供的信息和提高模型预测精度的效果．通过工程实例研究表明,该组合预测模型较单一预测模型精度有较大提高,表明组合预测模型的可行性及有效性．     

基于BP神经网络方法的财务预警模型研究

本文通过BP神经网络方法来建立我国上市公司财务失败的预警模型,该模型对检验样本的预测正确率为85%,实证研究表明,该模型具有较好的预测效果。     

我国同业拆借市场的时序研究——基于Vasicek模型

同业拆借利率是我国金融市场的主要利率。为了更好的描述我国短期利率的动态特性,本文以我国同业拆借利率作为研究对象,构造了我国同业拆借利率期限结构的基础模型。本文首先通过马尔科夫链蒙特卡罗法对Vasicek模型进行参数估计,并对模型的拟合效果进行分析。然后采用时间序列模型对我国的同业拆借市场中的七日同业拆借利率进行实证研究,得出了我国银行同业拆借市场利率数据序列整体较为平稳的结论,这也说明了其均值回复现象较显著。最后,通过检验发现同业拆借利率的样本内预测存在明显的ARCH效应,样本外预测的研究表明其不存在ARCH效应,由样本内预测建立的GARCH(1,1)模型的拟合效果较好。     

基于ARIMA—ANN的时间序列组合预测模型

目前,时间序列预测主要采用基于传统研究方法或人工神经网络技术的单一预测方法.近年来的研究表明,组合预测方法比单一预测具有更高的预测精度.提出了一种基于BP神经网络和ARIMA组合模型的预测新方法,对中国GDP的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在非平稳时序的预测中的应用是可行、有效的.     

基于IOWA算子的我国居民消费水平组合预测研究

为了研究我国居民消费水平的变化趋势,将预测我国未来4年（2020—2023年）的居民消费水平,选择的样本数据是从2002—2019年这18年间的我国居民消费水平,构造基于ARIMA(2,1,1)模型、Holt Winters无季节模型以及多元回归模型的诱导有序加权算术平均(IOWA)算子组合预测模型,主要运用使偏差平方和最小的组合预测优化方法预测我国未来4年（2020—2023年）的居民消费水平,并对诱导有序加权算术平均IOWA算子组合预测模型进行了有效性评价;以新发展格局的内循环和外循环为依据,寻找解释变量并建立多元回归模型;研究发现：IOWA算子组合预测模型预测精度大于各单项预测模型,并且各项误差均显著低于单项预测模型,未来4年我国居民消费水平不会有大幅度波动,但有小幅度下降的趋势。     

建立城乡一体化地籍调查模型的研究

目前，我国地籍调查按调查规程分为土地利用现状调查和城镇地籍调查．将城镇地籍调查与土地利用现状调查统一成城乡一体化地籍调查是众多学者和土地管理工作者十分关心的问题．本文利用模糊聚类分析方法，研究建立城乡一体化地籍调查模型的可行性及存在的问题，并提出相应的对策．     

基于多维灰色预测模型的短期交通流预测研究

交通诱导和交通控制是智能交通系统的重要组成部分,实时准确的交通流短期预测是交通控制与诱导的前提及关键。以往灰色交通流预测模型采用GM（1,1）模型进行预测。其只利用某路段一个断面单点的交通流量进行该断面的交通流预测,并未充分利用上下游交通流之间的相关性。而有关学者研究表明,短时交通流预测值,不仅要与该段面的单点交通流量有关,而且还与其上下游断面交通流量有关。因此,本文引入MGM（1,n）模型。     

基于可靠度的发动机旋转部件维修决策研究

发动机旋转部件是发动机的关键部件,部队中经常出现由于发动机旋转部件故障而导致的重大飞行事故。本文首先详细介绍了威布尔比例风险模型,在参数估计时采用了极大似然估计方法估计出模型中的参数,然后以可靠度为要求,预测装备的剩余寿命,从而指导实施维修决策。最后选择发动机某类轴承为例,利用比例风险模型对其进行了维修决策研究。     

基于模糊BP神经网络的水质评价

在BP网络模型基础上构建了隶属度BP网络模型,针对模型特点,建立了水质评价标准指标矩阵,并采用扩展方法构建了网络训练样本,将所建立的模型应用于佛山某污水处理厂的出水口水质评价,应用模糊隶属度方法实现水质级别评价,可以简明地表示水质接近于某类标准水质的程度。研究表明,本算法使评价的结果更具体准确、更符合评价水体水质情况,...     

基于IMM-PDA算法的实际业务流预测研究

多模型可以在不同时刻为业务流构造不同的模拟模型,而概率数据关联则可以有效地在杂波环境中处理单目标的跟踪问题,即将交互式多模型概率数据关联应用到业务流的预测中.研究了在交互式多模型下建立一个实际业务流预测算法的模型.仿真实验表明,该预测算法具有较高精度.     

基于PHM的发动机旋转部件状态维修决策研究

发动机旋转部件是发动机的关键部件,部队中经常出现由于发动机旋转部件故障而导致的重大飞行事故.详细介绍了威布尔比例风险模型,在参数估计时采用了极大似然估计方法估计出模型中的参数.然后以可靠度为要求,预测装备的剩余寿命,从而指导实施维修决策.最后选择发动机某类轴承为例,利用比例风险模型对其进行了维修决策研究.     

基于BP人工神经网络的医院药库管理系统药品预测模型研究

本文主要探讨的是在传统医院药库管理系统的基础上增加基于人工神经网络技术的预测分析模块,完成复杂的非线性预测功能。该模块选用人工神经网络模型来实现。利用该模型进行实例数据验证,表明这是一种可行的应用方法。     

基于BP神经网络的高速磨削磨削力预测研究

应用BP神经网络算法建立高速磨削单位面积法向磨削力的预测模型.对比实验结果和预测值,表明该模型有一定的预测精度,通过增加学习样本或采用改进型的神经网络模型,能够进一步提高预测精度,对于高速超高速磨削研究有一定的帮助.     

基于灰色GM(1,1)模型的桩基沉降预测研究

简述现有桩基沉降预测方法存在的不足,结合桩基沉降的特点,引入灰色预测GM(1,1)模型,建立基于灰色GM(1,1)模型的单桩及群桩沉降预测研究模型,并给出其建模的原理及建模的过程。最后,通过工程实例,进行实证分析,研究表明该模型具有良好的适应性,能更好地反映桩基沉降变形的规律,提高预测的精度,具有良好的工程应用价值和推广前景。     

基于神经网络的严寒地区建筑PMV预测研究

为研究严寒地区建筑热环境和人体热舒适,于2004年9月至2005年12月在哈尔滨进行了20次现场研究,测量了室内热舒适参数.利用人工神经网络方法,建立了严寒地区建筑PMV的BP神经网络评判模型,实现了对严寒地区建筑热环境内PMV的智能化预测.现场研究结果验证表明,该模型预测的严寒地区建筑热环境内PMV与实际主观调查吻合.     

基于动态异质性参照点的地铁应急疏散出口选择行为

鉴于地铁应急疏散中决策者的有限理性、决策者的异质性以及所面临决策环境的差异性,本研究通过将决策者的个人属性和备选方案的方案属性引入参照点,建立了基于动态异质性参照点的地铁应急疏散出口选择模型。通过将该模型应用到上海世纪大道地铁站的调查数据,并将不同情景和不同决策者类别的模型结果分别与基于静态同质性参照点的模型结果进行对比,表明基于动态异质性参照点的模型预测结果与实际选择结果之间的误差更小,能更准确的描述决策者的决策行为。     

溃坝生命损失评估模型研究

鉴于溃坝生命损失评估的复杂性,借鉴国内外生命损失评估的相关研究成果,研究溃坝时警报与撤离过程,建立了评估暴露人口数量的警报与撤离模型以及死亡率评估模型;基于我国历史溃坝调查资料,提出以溃坝洪水特征为依据的淹没范围分区思想,建立了淹没区划标准及相应死亡率函数,提出适用于我国的溃坝生命损失评估方法及估算公式。实例应用表明,该方法及估算公式能比较客观地评估我国的溃坝生命损失情况。     

灰色系统理论在废气污染物排放量预测中的应用

应用灰色系统预测理论,以GM(1,1)模型对我国废气排放中主要污染物排放量进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测结果。以2008²012年废气主要污染物排放量为例进行了中短期的预测,结论表明,预测精度均可达到最优的精度等级。