短期负荷概率性预测的混沌时间序列方法

提出了一种基于混沌时间序列的短期负荷概率性预测方法.该方法采用混沌时间序列预测得到确定性预测结果,进而计算局部预测方差,并根据不同置信水平下的历史预测误差样本的双侧分位数估计值,构造概率性预测区间,实现短期负荷的概率性预测.采用北方某电网负荷数据进行了实验,验证了该方法的可行性与有效性.     

基于误差修正EOS-ELM的滑坡位移预测

提出了一种基于误差修正在线贯序超限学习机集成(EOS-ELM)的滑坡位移预测模型.预测过程中对滑坡位移时间序列进行了趋势项和周期项分解,分别考虑了不同的影响因子对滑坡趋势项位移和周期项位移的影响.利用在线贯序超限学习机(OS-ELM)算法分别对趋势项位移和周期项位移建模预测.采用集成预测的思想提高OS-ELM模型的泛化能力,同时为了进一步提高预测精度,提出了一种在线误差修正预测方法.该方法通过对误差序列进行建模预测,修正最终的预测结果.以三峡库区白水河滑坡为例,实验验证了提出方法的有效性.     

Copula方法在时间序列趋势项提取中应用

对用动力系统方法进行非线性时间序列趋势项预测的问题进行了探讨.引入Copula 函数构造的误差衡量模型,对几种时间序列趋势项的提取方法进行了比较,在比较准则的构造上有所创新.进而从时间序列中提取的趋势项为数据,通过动力系统方法对证券市场指数的预测进行了实证.     

黑河流域植被FAPAR时间序列模拟分析与预测

以2001?2010年黑河全流域MODIS FAPAR产品为研究对象, 结合同期MODIS土地覆盖分类产品, 提取FAPAR随时间变化的趋势项、周期项及残差, 对趋势和周期成分建立自回归模型, 并结合卡尔曼滤波方法过滤反演误差噪声, 获取高质量的FAPAR时间序列数据。在此基础上, 进一步分析黑河全流域不同植被类型FAPAR时间序列的变化差异, 并选取具有不同植被季相变化特征的研究区, 利用该方法预测某一时刻该区域各像元的FAPAR。结果表明: 黑河流域不同类型植被的FAPAR都具有明显的季节变化特征; 受气候等条件的影响, 流域不同区域的同种植被存在差异。提出的时间序列分析与预测方法适用于不同植被类型, FAPAR预测结果与MODIS当日产品较为相似, 预测误差约为3%。     

时间序列在变形监测中的应用

详细介绍了时间序列的基本原理以及时间序列建模中的数据预处理、模型选择、模型定阶、模型参数的确定及模型的可靠性等建模步骤,并给出了时间序列的预报公式.最后用时间序列分析处理了某市的某-边坡沉降观测数据.通过对结果的分析,得出时间序列分析用于简单的时序预测具有较好的效果,9期预测误差的绝对值均小于0.18 mm.其建模过程...     

混合时间序列模型在经济增长预测中的应用

把趋势外推模型和ARIMA模型结合起来可构建混合时间序列这一新的预测模型.利用该模型,并以1978~2000年我国GDP总量数据为依据,通过Eviews5.0软件对模型进行估计,并根据建立的新模型对2001~2004年GDP总量作预测效果检验.结果表明,通过混合时间序列模型实施预测,误差相对较小,效果更好.     

考虑节假日因素影响的上海市月入境旅游人数预测

通过对上海市月入境旅游人数时间序列数据特征的分析,提取了该时间序列的成长性趋势项和周期性趋势项,建立了乘法模型,并对乘法模型的预测误差进行分析,发现节假日因素对预测精度有着重要的影响.关于节假日因素对上海市月入境旅游人数的影响,引入相关变量对乘法模型进行修正,将平均相对误差从4.54%下降到4.12%,将最大平均误差从22.81%下降到18.67%,说明在乘法模型中引入节假日因素能有效提高预测精度.     

基于最小二乘支持向量机的复杂金融时间序列预测

为了解决神经网络算法预测海量金融时间序列数据会出现训练速度慢,内存开销大等问题,提出一种基于最小二乘支持向量机的复杂金融数据时间序列预测方法.该方法将传统的支持向量机中的不等式约束改为等式约束,且将误差平方和的损失函数作为训练集的经验函数,这样把二次规划问题转化为求解线性方程组问题,提高求解问题的速度和收敛精度.实验中以证券指数为实验数据,对大批量金融数据进行了时间序列预测,相比于神经网络预测方法,该方法在大批量金融数据时间序列预测的训练时间、训练次数和预测误差上都有了明显提高,对复杂金融时间序列具有较好的预测效果.     

灰色模型在电力负荷预测中的应用

应用灰色系统理论分析了某电力系统电力负荷的动态变化趋势。并用灰色预测理论对该系统现有的年用电量时间数据序列进行处理,进而建立了GM(1,1)预测数学模型,最后提供了预测实例。     

基于GARCH误差修正的时间序列季节预测模型及应用

针对神经网络、支持向量机等方法对数据样本容量要求较高的问题,以及一般时间序列预测模型对最大负荷等随机因素拟合不足的问题,应用时间序列的季节乘法模型对地区月度最大负荷做预测,并用GARCH模型对预测误差进行修正.用某电网的真实数据作案例,结果表明,误差率仅为2%,预测精度良好.相比修正前的模型,误差率下降0.5%,证明误差修正模型有效.     

不同含水量对煤吸附甲烷的影响

运用Langmuir单分子层吸附理论,分析了煤对甲烷吸附能力受其含水量的影响利用WY - 98B型瓦斯常数测定仪,分别对2种煤样在不同含水量时吸附甲烷气体的等温吸附曲线、Langmuir压力、吸附常数a,b进行了定性与定量分析,得出了煤对甲烷吸附量随压力的变化关系式及Langmuir吸附常数a,b随煤样内水含量变化的关系式研究结果表明:含水煤样依然满足Langmuir单分子层吸附理论,吸附常数a,b与煤样中含水量的变化之间存在着一定相关性     

利用Mathematica探讨环面上测地线的数值解法

本文主要讨论空间环面上的测地线问题,提出了环面的定义以及定理,并运用这些定义以及定理研究环面上的测地线,并且进一步讨论空间环面上的测地线的数值解法。     

老年性痴呆病发病机理的研究近况

为适应当今老龄化社会对老年性痴呆病的防治需要，从载脂蛋白E(ApoE)、tau蛋白、β-淀粉样肽及其前体蛋白、遗传因素、代谢因素几个方面对老年性痴呆(Alzheimer’s Disease，AD)的病因、病机作了描述．使人们在微观和宏观领域对AD有更清晰完全的认识。     

不同前处理措施对真空油炸杏鲍菇脆片品质的影响

杏鲍菇为大宗食用菌,为提高杏鲍菇利用率,开发杏鲍菇休闲食品,研究前处理工艺对真空油炸杏鲍菇品质的影响。采用控制变量法,主要考察了切片方式、切片厚度和漂烫处理对杏鲍菇脆片品质的影响。结果表明,切片方式影响显著,脆片的脆度和含油量都与切片厚度呈现正相关关系,其中2mm为较佳厚度,与L值呈现负相关关系;漂烫可灭杏鲍菇脆片中多酚氧化酶和过氧化物酶的活性,从而抑制褐变,较佳漂烫处理方式为95℃、90s。     

预处理对复合材料性能的影响研究

通过不同的处理方法改善增强纤维与基体树脂间的界面性能,探讨了预处理对复合材料性能的影响.结果表明:经过A-151处理和碱处理后,复合材料的拉伸性能分别提高到92.6Mpa和78.0Mpa,在45℃、5%Na0H 溶液中加热0.5h后,复合材料的冲击性能最大.     

列车上应用生态厕所的初步研究

提出了在列车上应用生态厕所的学术思想并进行了初步设计,分析表明该设计方案切实可行,既可以解决线性环境污染,又能将粪便污物转化为大量的优质有机肥.     

WWW上数据库出版方法的研究

数据库的内容在环球网（ＷｏｒｌｄＷｉｄｅＷｅｂ，简称ＷＷＷ）上出版，是目前网络信息建设中十分有意义和迫切的任务．笔者分析了在ＷＷＷ上出版数据库的几种方法，重声、讨论了使用ＣＧＩ程序实现ＷＷＷ上出版数据库的方法．     

种群密度对鱼类影响的研究概述

密度是水生种群生态学研究的重要内容之一，就密度对鱼类的摄食、生长、行为及物质能量代谢等方面的影响进行了概述，并就种群密度对鱼类的影响机理从神经内分泌学、血液学、免疫学等方面进行了探讨。     

基于CORDIC算法的FPGA实现

在介绍传统的直接数字频率合成(DDS)技术和坐标旋转数字计算机(CORDIC)算法原理的基础上,就如何选择CORDIC算法的参数进行分析,并给出了推导过程。设计了一种基于高速并行流水线结构CORDIC算法的正弦信号发生器,在QuartusⅡ和Modelsim平台上综合和仿真表明,时钟频率可达205 MHz,误差在10-5数量级。给出了FPGA设计的具体过程,软件仿真结果和硬件应用结果。     

棉纤维膜固定化脂肪酶的研究

对棉纤维作载体、对 - ( β-硫酸酯乙砜基 )苯胺 ( SESA)作活化剂固定化脂肪酶的工艺条件进行了研究 ,发现在醚化 p H值为 9.0～ 1 0 .0 ,交联 p H值为 7.0 ,酶的质量浓度为 6 mg· m L- 1,交联时间为 1 2 h,在室温条件下 ,得到最高固定化酶活力为 33U·g- 1。对上述条件下制备的固定化酶的稳定性进行了考察 ,用该固定化酶间歇水解橄榄油 ,重复使用 6次后相对水解率由 1 0 0 %降至 44%。该固定化脂肪酶最适使用的温度为 30～ 35℃ ,p H值为 9.0