基于灰色理论的武汉市全社会固定资产投资预测

根据武汉市2001—2010年固定资产投资数据,利用灰色预测理论对未来几年的投资进行预测。文章在分析灰色理论的基础上,结合实际情况构建GM(1,1)预测模型,并用于对武汉市2001—2010年全社会固定资产投资进行拟合,同时为保证模型预测的高精度,引入了新陈代谢思想,即加入新数据的同时丢弃较"老"的数据,使拟合精度进一步提高。通过对模拟投资值与实际投资值进行比较,并且对模型精度进行检验,证实该预测模型具有较高的预测精度,其精度等级为"好",可用于对武汉市未来几年全社会固定资产投资进行预测,预测结果具有一定的参考价值。     

基于径向基函数网络的能源消费量预测模型

采用径向基函数(RBF)神经网络方法进行能源消费量预测,建立了基于RBF神经网络的能源消费量预测模型。以我国1978~1997年的实际数据作为学习样本,对网络进行训练,拟合效果良好;以1998~2002年的实际数据检验网络,预测精度较高。并通过实例与BP网络进行比较,表明RBF网络预测模型优于BP网络预测模型。     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程。最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度。最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的。     

基于组合预测包容性检验的单项模型选择

组合预测模型实际上是单项预测模型的信息进行选择利用的过程.最优组合中单项预测模型的选择是十分重要的问题,将包容性检验应用于组合预测单项预测模型的选择;给出了基于组合模型包容性检验的单项模型的选择方法和步骤,该方法主要是利用增加一个单项预测方法的组合预测模型与原组合预测模型之间的包容性检验,确定单项模型是否要保留在组合预测模型中,这样可以达到提高组合预测的预测有效度.最后通过应用实例的分析,表明通过组合预测模型的包容性检验筛选出合适的单项预测模型,再建立组合预测模型就能够达到提高预测精度的效果,因此该方法是可行的和有效的.     

基于组合预测模型的我国天然气需求预测

在世界能源低碳化的要求下,天然气以其碳含量优势成为低碳能源的重要组成部分,天然气需求预测也随之成为焦点.运用多项式趋势面分析法与GM(1,1)灰色预测法对原始数据序列进行处理,并将两模型下处理后的数据以及二氧化碳排量数据拟合回归方程建立组合预测模型,随后以我国2003—2011年人口、GDP、天然气消费量及二氧化碳排量数据作为原始数据序列进行实例分析,通过残差检验发现,该组合预测模型的预测精度在99.96%以上,属于较好的预测模型,预测数据可靠.最后,运用该模型对2012—2018年我国的天然气需求量进行预测.     

Logistic模型在高层建筑物沉降监测中的应用

介绍了Logistic增长曲线模型,通过实测数据建立沉降预测模型,拟合出s-t曲线,用平均绝对百分误差(MAPE)来评价预测模型拟合的精度,发现Logistic模型属于高精度拟合.将预测数据与实际观测数据进行对比分析,预测精度较高.结果表明该模型可用于高层建筑物的沉降预测情况.     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

基于IOWA算子的安徽省物流需求组合预测

使用安徽省1988-2011年物流货运量的历史数据,分别采用多元回归、多项式拟合回归及指数曲线回归预测方法建立了安徽省物流需求的预测模型.在此基础上,建立了基于IOWA算子的组合预测模型和预测误差评价指标体系,最后应用此模型对安徽省未来10年的物流需求进行了预测.结果表明,该组合预测模型可作为安徽省物流需求预测的有效工具.     

遗传算法优化BP神经网络的泊车位数量预测

为了提高停车场空余泊车位短时预测的精度,利用遗传算法优化BP(back propagation)神经网络的权值和阈值,建立了基于GABP(genetic algorithm back propagation)神经网络的有效泊车位数量的预测模型,并对该预测模型进行训练,最终得到最优解。实验结果表明,该方法对泊车位数量预测具有更高的预测精度,且非线性拟合能力显著。     

基于BP神经网络优化的灰色线性回归组合模型应用分析

在分析灰色线性回归组合预测模型基本原理的基础上,利用MATLAB强大的计算功能,实现组合预测模型算法。通过实例分析发现拟合结果对实测值出现一定的波动性,故通过建立实测值与模拟值之间的比值序列,再利用BP神经网络模型对该比值序列进行建模优化,以进一步优化组合模型的预测精度。最后实例证明了该优化模型具有较高的拟合和预测精度,是一种可行、有效的优型变形数据分析模型。     

An integrative estimation model of summer rainfall-band patterns in China

Three variation indices are defined to objectively and quantitatively represent fluctuations of three rainfall-band patterns in summers in China for the period from 1951 to 2005, and the variation features of these indices are analyzed on both of interdecadal and interannual scales. A new method is proposed to establish an integrative estimation model based on the analysis of rainfall-band indices, and the model is applied to air, ocean factors to estimate their roles on variations of three rainfall-band patterns on different time-scales. The tests of estimation effects show that the fluctuations of three rainfall-band patterns are composed of variations on both significant inter-decadal and interannual scales, of which the interannual variation is mainly influenced by the Elnino/Lanina events, the East Asia monsoon and the ridge locations of subtropical high pressures in western pacific, while the interdecadal variation is mainly controlled by the Pacific decadal oscillation and interdecadal oscillations of the Arctic oscillation, ENSO, Nino3 sea surface temperature and summer monsoon. The estimated results from the integrative estimation model of rainfall-band patterns suggest that the way of estimation first according to each time scale of both the interdecadal and interannual scales, then estimating with an integration, which is proposed in this paper, has an obvious improvement on that without separation of time scales.     

Study on Quality Evaluation Model in Multi-station Assembly Processes

Based on features of dimension variation propagation in multi-station assembly processes, a new quality evaluation model of assembly processes is established. Firstly, the error source of multi-station assembly system is analyzed, the relationship of dimension variation propagation in multi-station assembly processes is studied and the state equation for variation propagation is constructed too. Then, the feature parameters which influence variation propagation and accumulation in multi-station assembly processes are found to evaluate quality characteristic of the assembly system. Through the derivation of equation on dimension variation propagation, station coefficient matrices which are combined and conversed to determine the max eigenvalue are educed. The max eigenvalue is multiplied by the weight coefficient to establish the quality evaluation model in multi-station assembly processes. Furthermore, assembly variation indexes are proposed to judge of the assembly technology process. Finally, through the practical example, the application of the model and assembly variation indexes are presented.     

An integrative estimation model of summer rainfall-band patterns in China

Three variation indices are defined to objectively and quantitatively represent fluctuations of three rainfall-band patterns in summers in China for the period from 1951 to 2005, and the variation features of these indices are analyzed on both of interdecadal and interannual scales. A new method is proposed to establish an integrative estimation model based on the analysis of rainfall-band indices, and the model is applied to air, ocean factors to estimate their roles on variations of three rainfall-band patterns on different time-scales. The tests of estimation effects show that the fluctuations of three rainfall-band patterns are composed of variations on both significant inter-decadal and interannual scales, of which the interannual variation is mainly influenced by the Elnino/Lanina events, the East Asia monsoon and the ridge locations of subtropical high pressures in western pacific, while the interdecadal variation is mainly controlled by the Pacific decadal oscillation and interdecadal oscillations of the Arctic oscillation, ENSO, Nino3 sea surface temperature and summer monsoon. The estimated results from the integrative estimation model of rainfall-band patterns suggest that the way of estimation first according to each time scale of both the interdecadal and interannual scales, then estimating with an integration, which is proposed in this paper, has an obvious improvement on that without separation of time scales.     

制动盘端面跳动引起制动力矩波动的建模分析

建立了制动盘端面跳动（SRO）等效于制动盘厚度不均匀（DTV）的数学模型和基于多体系统动力学分析软件ADAMS上的物理仿真模型，研究基于制动盘装偏情况下制动盘端面跳动向虚拟制动盘厚度的转化过程，并利用制动器台架试验进行验证．结果表明：制动盘端面跳动最终以虚拟制动盘厚度变化形式引起制动力矩的波动，这为制动器总成和轮毂等相关零件的结构设计和安装要求提供了参考，为制动盘安装状态下的端面跳动量控制标准制定提供了理论依据。     

中低纬电离层F2区峰值参量周年和半年变化及电场影响模拟研究

利用二维电离层理论模式,在地磁平静和太阳活动低年的情况下,模拟中低纬电离层峰值电子浓度NmF2和峰值高度hmF2的周年和半年变化规律.在考虑与不考虑理论模式输入电场的周年和半年变化两种情况下,对比分析研究了电场对电离层NmF2和hmF2周年和半年变化的影响.结果表明,当输入电场没有周年和半年变化分量时,模拟NmF2表现出一定的半年变化特征,而hmF2周年变化分量较强;当输入电场包含了周年和半年变化特征时,模拟NmF2和hmF2周年和半年变化特征明显改变,且这种改变随地方时和地磁纬度不同有较大的差别;电场对NmF2半年变化的影响无论是在强度还是范围上都明显大干对hmF2的影响,电场对NmF2的影响在赤道和驼峰区都比较明显,但对hmF2的影响主要集中在地磁赤道区.通过对比模拟NmF2和hmF2发现,中低纬电离层hmF2与NmF2半年变化具有一定的相关性,初步分析认为电离层电场及其关的"赤道喷泉"效应可能是这种相关性的重要纽带;电离层电场对hmF2半年变化的影响仅局限在地磁赤道地区,而对NmF2影响可达驼峰地区,因此hmF2与NmF2半年变化的相关性也仅在地磁赤道较为明显.     

季节变动时间序列的两种新预测模型

对于季节变动时间序列提出了一种新的乘法分解模型,它可表示成年度变动因子、季节变动因子、总平均值和随机变动因子的乘积.然后在此基础上给出渐进预测模型和乘法预测模型,最后进行了实例分析.     

基于偏差传递的多工位装配过程质量评估模型

针对多工位装配系统中尺寸偏差传递的特点,建立了一种新的装配过程质量评估模型.首先分析了多工位装配系统的偏差源,研究了多工位装配尺寸偏差传递关系,构建了偏差流传递的状态方程.然后从过程系统本身寻找影响偏差传递和累积的特征参数来评价系统的装配质量特性,通过对尺寸偏差传递模型推导引出工位系数矩阵,经过合并变换求出各工位的系数矩阵的最大特征值,再乘以偏差精度权因子来建立装配质量评估模型,进而提出用装配偏差指数来衡量装配工艺过程的优劣.最后通过实际零件的装配过程说明该模型和装配偏差指数的应用方法.     

一种混合变差肺部电阻抗成像算法研究

采用混合变差算法进行图像重建既能保持重构结果的连续性又可保持图像重建过程中的非连续性.建立基于有限元方法的二维EIT肺部模型,对模型进行离散,定义模型和各离散对象的物理特性,施加边界条件,计算边界电压,进行正问题仿真,确定算法的目标函数,进行图像重建并对混合变差算法的性能进行评估.在合适的权重值条件下采用混合变差算法重建的图像的结构相似度比采用吉洪诺夫算法和总变差算法重建的图像的结构相似度在无噪声时分别提高了约5.1%和9%,在含噪声时分别提高了约2.7%和6.3%.既可用于仿真研究与实验中,也可用于临床实测数据的图像重建.     

解一类线性变分不等式问题的神经网络

提出了求解一类线性变分不等式问题的一个新神经网络.定义了恰当的能量函数,严格证明了该网络是Lyapunov稳定的,并且渐近收敛于原问题的一个精确解.此外,新模型在适当的条件下是指数稳定的.由于新模型的规模与原问题相同,并且其参数易于选择,因此其结构简单,更适合于硬件实现.实例表明新模型不仅可行,而且有效.     

基于分形维数的全变分图像平滑模型

针对标准全变分模型用梯度检测边缘易受噪音干扰产生"阶梯"效应和在处理纹理丰富的图像时易丢失细节纹理信息的缺点,提出了一种基于分形维数的全变分模型,该模型可利用图像局部分形维数来检测边缘,能够准确识别真实边缘、剔除假性边缘,从而抑制"阶梯"效应,可保护纹理丰富的图像的纹理细节信息。平滑后的图像显示出改进方法能有效去除噪声并减弱"阶梯"效应,获得较高峰值的信噪比。