基于改进型贝叶斯组合模型的短时交通流量预测

针对短时交通流量预测的难题,在传统贝叶斯组合模型进行改善的基础上,提出一种改进型贝叶斯组合模型.该模型只根据各基本预测模型当前时刻之前几个交通流量的预测表现,通过提出的分配算法实时更新组合模型中各个基本预测模型的权重,从而改善了传统贝叶斯组合模型权重计算迭代步长过长的缺陷,提高了贝叶斯组合模型对各个基本预测模型预测精度的灵敏性.通过对实地的交通流量的预测发现,基于改进型贝叶斯组合模型的预测精度不仅优于单一的预测方法,而且也优于传统的贝叶斯组合模型,从而证明了改进型贝叶斯组合模型有效提高预测的可靠性和具有一定的实用性.     

基于SPIN的BPEL4WS建模与验证研究

Web服务组合研究领域的一个重要问题是如何形式化描述Web服务组合,验证服务组合的正确性,Web服务组合的形式化模型可以用来检查和验证Web服务组合以保证组合的正确性.文章使用模型检查工具SPIN对目前普遍使用的Web服务组合规范BPEL4WS (Business Process Execution Language for Web Services,Web服务业务流程执行语言)模型进行了验证,给出了BPEL4WS语法到Promela形式化模型的转换方法,最后通过一个实例对BPEL4WS表示的服务组合模型的安全性、活性和有界性等特性进行了验证分析,从而给出了基于SPIN的BPEL4WS表示的Web服务组合模型验证的方法.     

一种基于NuSMV模型检测的服务组合编制方法

给出了基于模型检测服务组合方法,该方法形式化定义Web服务以及服务组合模型,使用计算树逻辑描述服务组合模型交互的控制流程,使用符号模型检测工具NuSMV自动检测服务组合模型的总体目标与服务交互的正确性。并通过一个具体案例验证了该服务组合编制方法的正确性和可行性,成功生成一个服务编制器。该方法可以有效缓解服务组合过程中状态爆炸问题,从而降低企业的开发成本及风险。     

基于Petri网的经济预警服务组合模型研究

针对当前经济预警领域单一模型预测效果不理想,以及模型组合、管理和重用困难等问题,提出了采用面向服务的体系结构构建宏观经济预警平台,将单一预警模型发布为Web服务,并利用Petri网组合预警服务模型的方法,讨论了系统构建方法和服务组合的建模过程,验证了基于Petri网的组合服务模型能够保证组合服务的可达性、安全性、正确性和可终止性。     

M-V证券组合投资决策的风险厌恶模型

引入风险厌恶函数作为投资者对风险厌恶程度的一个度量标准,建立了含该函数的非线性证券组合投资决策模型,求解该模型便得到给定风险厌恶函数下的最佳证券组合,简化了证券组合选择过程.文中给出了该模型的解析解,并通过数值例子检验了该模型的解.结果表明,该模型所确定的最佳证券组合为M-V有效证券组合.     

基于图形转换的组合状态安全性验证技术

受制于系统状态组合爆炸,并发系统的组合状态验证一直是困扰模型检验的难题。基于图形转换的组合框架,研究了该框架的组合状态安全性验证技术。采用Petri网模型构造系统组合框架,分析出组合系统可达状态空间与部件可达状态空间的包含关联关系,提出了组合状态危害等级分类模型,设计出组合状态可达性分析方法和层次化多级安全性验证算法,并实例应用于轨道交通列车控制系统的功能安全性验证。     

一种VaR度量下基于OWGA算子的区间数组合投资模型

本文建立了VaR度量下基于OWGA算子的区间数多目标组合投资模型.通过引入乐观系数将区间数组合投资模型转化为确定型组合投资模型,利用目标函数偏好水平将多目标组合投资模型转化为单目标组合投资模型,并引入0-1变量对模型进行求解.最后通过算例分析了OWGA加权向量,置信水平及目标函数偏好水平对决策结果的影响,并说明了模型的可行性和有效性.     

可能性投资组合模型

为克服随机可能性投资组合模型和可能性投资组合模型在拟合分布时未考虑相关因素,以至于不足以全面预测证券趋势的问题,将可能性测度应用到不足约束下的投资组合最优化思想中,把风险定义为不能实现的最低组合回报率的必要性测度,提出了可能性分位数投资组合模型和可能性模态法投资组合模型．两模型充分考虑了回报率间的相关关系及专家知识在决策中的重要作用．通过实证研究表明：利用两模型可以得到多样化的结果,更加适应我国的证券市场的发展;掌握了专家知识的量化方法对决策的影响．     

基于区间规划的投资组合模型

为了研究不确定环境下的投资组合问题,将模糊区间集合的概念引入投资组合模型中,利用证券组合投资的收益率极大化为目标,以投资组合模型中的β值和流动性为约束建立了一种区间规划投资组合模型(IMβL),利用区间数知识把区间规划投资组合模型(IMβL)转化为带参数的线性规划模型,该方法对投资者具有一定的参考价值和指导意义。     

投资组合模型及其边界分析

研究了投资组合的2种数学模型及其边界,在分析投资组合均值-方差模型（M—V模型）及其边界的基础上,详细讨论了最优投资组合均值-VaR模型（M—VaR模型）及其边界,并证明了2种模型边界之间的关系．     

一种离散非线性随机系统模型及其自校正调节器

建立了一种描述离散非线性随机系统新的数学模型,它是CARMA模型的一种扩展,双线性系统模型是它的一种特殊形式,参考CARMA模型下自交正调节器控制律的算法结构,同时给出了新模型了自校正调节器的算法,它将CARMA模型的算法在结构上从线性扩展到非线性。     

直升机飞行动力学实时仿真模型研究

进行直升机飞行仿真的关键是要有一个可信度高的直升机飞行动力学模型。飞行动力学模型的可信度取决于旋翼诱导速度模型。本文在推导直升机全机运动方程组的基础上,引入旋翼广义涡流理论表示旋翼的诱导速度分布,并推导出旋翼挥舞运动模型。把旋翼气动力模型结合到运动方程组中,给出了完整的飞行动力学仿真模型。并对某型无人直升机进行了仿真计算,计算结果与实际相符。     

改进的Jelinski-Moranda软件可靠性增长模型

Je linsk i-M oranda(J-M)模型是基于失效间隔时间的较理论化的可靠性增长模型,用于软件系统测试阶段的可靠性度量。J-M模型存在的问题是假设条件理想化,实际应用环境难以满足,而且模型的失效间隔时间数据收集很困难,实用性差。该文提出一种改进的J-M可靠性增长模型,在J-M原模型基础上改进并引入更加合理的假设条件,改进后的模型基于缺陷计数,数据收集更容易。结合盐湖城奥运会信息系统软件测试数据对改进的模型进行检验,证明改进的模型预测有效性好,同时还保持了原模型的简单性。     

公路三维建模应用研究

分析了可用于公路三维建模的3种方法线框模型、表面模型和实体模型的原理和特点,并结合公路三维建模数据量大,形体不规则的特点,提出用表面模型来完成公路三维建模;同时,也提出了道路模型与地面模型叠加消隐的新方法,以消除路基边坡范围内的地面,使道路能完整地体现出来。     

一种基于非线性回归和支持向量机的混合建模方法

针对采用单一的建模方法存在的局限性,提出了一种基于非线性回归和支持向量机的混合建模方法.该方法将模型分为两部分,一部分由简单的非线性回归模型估计对象的总体变化趋势,另一部分由一个支持向量机组合模型来描述对象的局部变化特性,最后将该组合模型与非线性回归模型叠加,构成混合软测量模型.将该建模方法应用到双酚A反应的催化剂活性软测量建模中,仿真结果表明了该方法的有效性.     

基于UML的软件可靠性测试用例生成的混合模型

为了解决实时控制系统软件可靠性测试用例生成的问题，在分析操作剖面模型和Markov链模型的基础上，提出了一种基于UML的混合模型．该模型用操作剖面模型来定义使用用例，并将状态图嵌入其中以表述该用例的动态特性．通过平展状态图获得使用图，使用图按一定的概率迁移，从而获得用Markov链表示的使用模型，而操作剖面模型定义的使用用例集与Markov链表述的状态迁移模型可结合生成可靠性测试用例．通过雷达波束调度软件可靠性测试表明，按所提模型在各测试周期生成的测试用例集的框架稳定性比较好，测试用例极少出现重复现象，它综合了操作剖面模型和Markov链模型的优点，可用于开发实时控制系统的软件可靠性测试用例．     

一种道路方向的存储数据模型

传统的交通网络数据模型是用结点-弧段模型来表示的。为了有效地计算弧段间的相对方向,把相邻弧段间的夹角引入到结点-弧段模型中,提出了结点-弧段-夹角拓扑关系数据模型。在此基础上建立判断道路间相对走向的数学模型。最后用此模型生成交叉口的指路标志。     

灰色马尔科夫Verhulst动态模型在滑坡形变预测中的应用

为解决陈旧信息和波动性数据造成的传统灰色Verhulst模型预测精度较低的问题,提出一种利用滑动窗口和马尔科夫模型对原始灰色Verhulst模型改进的方法。通过长度可变的滑动窗口来实现数据的动态更新,使得灰色Verhulst动态模型的预测值更加接近最新的变化趋势。之后利用马尔科夫模型对得到的灰色Verhulst动态模型预测值进行修正,提高了模型的预测精度。实验结果表明,灰色马尔科夫Verhulst动态模型在滑坡形变预测中的预测平均相对误差相比于传统的灰色Verhulst模型降低了69. 6%,均方根差比降低了0. 39,小误差概率提高了0. 166 7。对于波动性较大的滑坡监测数据,灰色马尔科夫Verhulst动态模型预测精度优于传统灰色Verhulst模型。     

改进PSO的WNN模型在短期负荷预测中的应用

针对电力系统负荷预测中实际的负荷数据往往具有极大的波动性,模型呈现出极大的非线性,提出一种改进粒子群优化的小波神经网络模型,将其应用于电力系统的负荷预测研究.首先,分析和介绍了小波神经网络和改进的粒子群算法的基本原理和优点;其次,将改进的PSO算法用于优化小波神经网络的参数优化;最后对改进的PSO-WNN负荷预测模型进行仿真分析.实验结果与传统PSO-WNN的实验结果进行对比,证明改进的PSO能够提高模型的运算效率和负荷预测精度.     

两个Caco-2细胞系模型铁生物有效性评价效果研究

研究Caco-2细胞吸收转运模型(模型Ⅰ)和吸收转化模型(模型Ⅱ)对铁生物有效性的评价效果.用不同浓度,pH的硫酸亚铁溶液及稻米分别处理两种模型的Caco-2细胞单层22 h后,测定两种模型细胞铁吸收差异.结果表明Caco-2细胞铁蛋白形成量随铁浓度增加而增加,且模型I高于模型Ⅱ,当铁浓度≥25μmol.L-1时,差异达显著水平(p0.05);细胞铁蛋白形成量和转运铁量均与pH呈负相关,两模型间达到显著相关(p0.05).模型Ⅰ和模型Ⅱ均可用于膳食铁生物有效性评价,高铁浓度时,模型Ⅰ效果优于模型Ⅱ.