年径流预测的遗传模拟退火门限自回归模型

根据年径流时间序列资料所隐含的时序分段相依性,用门限自回归模型(TAR)来预测年径流,并研制了TAR建模的一整套简便通用的方案.文中所提出的模拟退火遗传算法,可同时优化门限值和自回归系数,从而解决了TAR建模过程所涉及的大量复杂寻优工作这一难题,为TAR模型的广泛应用提供了强有力的工具.实例计算的结果说明这套方案是可行和有效的.     

基于小波分析的径向基神经网络年径流预测

对年径流的预测采用基于小波分析的径向基神经网络模型,从时频分析角度出发,把水文年径流序列分解成不同的频率成分,用径向基神经网络对小波分解的周期和趋势频率成分分别进行预测,然后通过小波重构得到水文时间序列,从而可以对未来的径流变化情况进行描述.     

Takens理论和小波分析在非线性预测中的应用

以Takens理论为基础,将小波和时间序列分析相结合,对时间序列进行非线性预测,首先,对混沌吸引子做非线性长期预测,其次,对经济时间序列做非线性短期预测,另我,指出对于用充分多个小波基函数mn来逼近原时间序列的预测误差可以任意小的性质。     

基于极大熵的径流变化规律分析研究

讨论了径流时间序列的极大熵谱分析,与传统的谱分析进行了比较,指出了极大熵谱法的高分辨率特性及其在水文学方面的应用前景.对黄河上游兰州站年径流时间序列分析的实例验证表明,兰州站具有11,6.25和3年的主周期,证实了该方法的可行性.     

基于小波域的加权分形图像编码

分析了图像小波分形混合编码的解码过程．提出了一种对小波树进行加权处理、然后进行分形编码的方法．经试验证明．这是一种有效的编码方法，在相同压缩比率下提高了重建图像的峰值信噪比PSNR．     

负荷预测的加权型非线性数学模型

文中提出并建立一种实用准确、灵活简便的加权型非线性数学模型，以应用于电力规划的负荷预测，并编写了建模和预测计算程序。     

非线性时间序列的小波网逼近及其预报

结合神经网络和小波的优点,建立了一种新型的多维小波网的网络模型,研究了多维小波网逼近非线性时间序列的收敛性质及收敛精度,并给出了相应的数学证明,同时将之应用于山猫数据的拟合及预报,仿真结果说明该方法的可行性。     

加权广义预测控制算法的改进

为了进一步缩小广义预测控制算法理论与工程应用的距离,对加权广义预测控制算法进行了改进,引入了预测模型输出误差修正项,对预测模型的输出进行了修正,并采用了区域控制策略.针对油田联合站电脱水系统油水分离过程,给出了改进的加权广义预测控制方案,仿真结果表明,这种控制方案在保证工程精度的前提下,减少了执行机构的动作频率,增加了生产操作的平稳性.     

小波神经网络及其在非线性时间序列中的应用

介绍将小波神经网络理论应用于非线性时间序列的拟合与预报,主要应用于太阳黑子,洛川数据等进行拟合、预报,并将拟合、预报的结果分别与投影寻踪学习网络及改进的BP网进行了比较,说明了小波网具有很好的拟合、预报性质.     

时空加权回归模型的非平稳性检验

时空数据具有空间非平稳性和时间相关性的特征,单纯考虑空间因素或时间因素,用地理加权回归模型或时间加权回归模型来拟合时空数据,其分析结果不能全面反映时空数据的真实特征．时空加权回归模型通过在线性回归模型中假定回归系数为地理位置和观测时刻的函数,将数据的时空特性纳入到模型中,为探索回归关系的时空平稳性创造了条件．基于加权最小二乘估计理论,给出了时空加权回归模型回归关系的空间平稳性检验和时间相关性检验方法．     

根据小波系数分布参数进行图像质量无参考评价

针对无参考评价算法的普遍适用性问题,提出了一种适用于各种失真类型图像的无参考评价方法. 利用自然场景的统计信息进行图像评价,用广义高斯分布拟合小波系数分布,结合拟合参数来度量失真程度,获得对失真图像的客观评价. 实验结果表明,该算法广泛适用于各类失真图像,质量评价结果与主观评价有较好的一致性.     

基于小波变换的GM(1,1)-ARMA组合预测模型对悬索管桥的应变预测

ARMA模型采用差分处理对桥梁监测数据进行预测时,会出现数据丢失和预测精度降低的现象.为此,利用小波变换对信号进行离散化处理信息不会丢失的优点,将趋势明显的原始序列离散化,得到不同频带上的块信号.采用灰色GM(1,1)模型对趋势明显的低频信号进行趋势预测,用ARMA模型对平稳的高频细节信号进行细节预测,再将两部分预测值叠加得到最终预测值.对黄河悬索管桥在线监测系统获得的过去一段时间的应变数据进行验证,结果表明所提出的GM(1,1)-ARMA组合模型预测效果明显高于传统ARMA模型,这对实现同类桥梁的预警具有积极意义.     

R/S法的径流时序复杂特性研究

R/S（重标极差）分析法是一种描述分形结构的有效方法.针对径流序列所具有的复杂的随机性和波动性,应用R/S分析法,通过对时变指数Hurst的计算及其检验,以新的视角对河川径流时间序列的分布特征、统计循环长度等复杂特性进行了有益探索.实际径流时间序列的计算结果表明：黄河上游径流序列服从分形分布,具有较强的状态持续性,而且拥有一定的非周期循环,这为水资源的合理开发利用提供了一种新思路和新方法.     

时间序列分析模型在甘肃省GDP中的应用

以甘肃省1978年-2008年31个年度的GDP为例,根据ARIMA模型,通过识别、估计、诊断等过程,结合统计软件Eviews对其变化情况进行了实证分析,得到了误差较小、短期预测较为准确的满意结果.