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%。     

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.     

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...     

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.     

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.     

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GCN-GRU组合模型的基坑周边管线沉降预测

为提高基坑变形预测结果的准确性，在传统的单点时间序列预测基础上，引入监测数据的空间特征对预测方法进行改进.基于图卷积神经网络(graph convolutional network, GCN)和门控循环单元(gate recurrent unit, GRU),构建一种能捕获数据时空关联性的变形预测模型GCN-GRU,并将其应用于上海某基坑周边管线沉降的变形预测.结果表明，相比于GRU时间序列预测模型，考虑了空间关联性的GCN-GRU模型在单步预测中的均方根误差(root mean square error, RMSE)和平均绝对百分比误差(mean absolute percentage error, MAPE)分别降低了27.3%和25.0%,多步预测中的RMSE和MAPE降低了37.2%和37.3%,预测结果准确性较高.该方法可为同类基坑工程周边管线沉降变形预测提供参考.     

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     

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。     

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     

倒伏量对翻驳领结构影响分析

主要研究了直线状、圆弧状和部分圆弧部分直线状3种类型翻折线与翻驳领结构的相关关系,针对翻驳领结构设计中的主要难点——倒伏量进行研究,并分析翻折线变化对其产生的重要影响。通过变换驳点高度及搭门宽度来控制翻折线倾斜度,各领型分别做出ll组试样,进而研究翻折线与倒伏量的关系,最后对理论研究的数据进行成衣验证。     

温度对软岩渗透系数影响的试验研究

为了研究温度对软岩渗透系数的影响以满足工程设计的需要,通过对软岩恒定应力下水温和岩体温度、温度梯度对岩体渗透性能的影响试验,研究了温度单一因素对软岩渗透性能的影响规律,同时通过软岩的单一因素影响模型推导出了多因素影响模型并进行了试验验证;通过软岩的恒定温度下应力对软岩的渗透系数的影响,分析了温度应力对软岩渗透性能的影响.     

土壤对镉（Cd）生物有效性影响的研究

论述了土壤对Cd生物有效性的影响,具体说明了土壤pH、不同土壤种类、污水灌溉、土壤养分状况4个方面指标对Cd生物有效性的影响,并展望了研究方向．     

香波中硅油在头发上的沉积作用

通过全谱直读等离子体原子发射光谱仪和萃取 - 称量方法研究了表面活性剂和阳离子高分子聚合物对香波中硅油沉积量的影响,分析了硅油沉积量与香波调理性之间的关系.结果表明:萃取V- 称量法可以准确测定硅油在头发上的沉积量;主体表面活性剂、辅助表面活性剂和阳离子高分子聚合物均影响硅油在头发上的吸附;香波的调理性随着硅油在头发上沉积量的增加而改善.     

Mo2C膜脱附激活能随沉积温度的变化规律

介绍了用金属有机气相沉积(MOCVD)制备Mo2C膜的过程和对膜的颗粒粒径的测量结果,建立物理模型,导出粒子脱附激活能的计算公式,探讨了Mo2C膜的脱附激活能随沉积温度的变化.结果表明:沉积温度低于380 ℃时,Mo2C膜的脱附激活能随温度升高而增大较快;而高于380 ℃时,激活能随温度升高而增大的速度变小.