无锡市1998年工业经济系统运行机制及分析

本文从系统论出发，设想了无锡市工业经济系统的主体构成及其运行机制，并以1998年1-6月份系统实际运行态势和业绩为案例进行了实证分析，预测了下半年系统运行的方向和总体态势，提出了调控系统向目标运行逼近的策略对策和工业政策建议。最后通过对系统的跟踪和98年底数据指标评价分析，检验了预测结果的吻合性和科学性。     

基于机器学习的城市交通态势评估与预测方法研究

为更实时准确地评估和预测交通运行态势,以交通检测器提供的大量数据作为研究对象,通过分析交通流时空特征及变化规律,建立考虑谱聚类的K近邻算法,并对城市交通的运行态势进行等级分层并评估.在时间序列分析的基础上,建立考虑时间特性的LSTM和GRU神经网络模型,预测城市交通运行态势并分析对比各模型预测效果.研究结果表明:与传统...     

基于组合模型的主元分析预测监控方法

传统的基于主元分析（PCA）的过程监控技术可以对工业过程当前的状况进行监控，但难以预测系统未来的运行情况。本文在PCA监控方法的基础上建立预测模型，首先根据历史数据建立PCA的综合监控统计量模型，其次结合k邻近（k-NN）的最小二乘支持向量机（LSSVM）和灰色理论（GM（1,1））技术建立在线组合预测模型，实现对工业过程运行状态的预测。利用组合模型对一个多变量动态过程实例进行仿真，将预测效果与k-NN的LSSVM以及GM(1,1)各自单独的预测效果作比较，验证了所提方法在长期预测方面的准确性，表明基于组合模型的PCA预测监控方法特别适用于对缓慢漂移故障的长期预测。     

白河县社会经济发展量化分析

着重研究了白河县县域经济发展中的长期预测问题，运用系统动力学模型“九五”末和２０１０年白河县经济社会总量指标进行了预测分析，并把预测结果与规划目标进行了比较，针对预测结果，围绕加快工业发展和提高农民实际收入水平等目标要求，提出了相应的政策建议     

我国工业经济运行态势及本轮景气波动特点分析

通过对我国工业经济运行态势和本轮景气波动特点的分析,得出以下结论:我国工业一致合成指数的走势表明我国工业经济于2011年初呈现的景气回落局面持续至今年6月,从7月开始经济景气开始呈现小幅回升态势,并且根据先行合成指数的走势和平均超前期计算,我国工业经济景气小幅震荡上行的态势在短期内仍将继续。进一步观察我国工业领域主要经济指标的变动特征可以发现我国工业经济本轮景气波动具有如下特点:(1)2011年以来我国工业生产增速呈现持续低位运行态势;(2)产品价格震荡上行,工业企业经济效益却持续下滑;(3)产量增速趋缓,产销率逐步回升,工业企业"去库存化"现象显现。     

基于数据驱动的气化炉出口温度在线测量

为实时监控气流床气化炉的气化温度和运行状态，收集气化炉激冷系统和反应系统等系统的可测量数据，采用理论计算模型和遗传算法改进的BP(GABP)神经网络模型对气化炉出口温度进行预测，并与工业测量数据进行对比分析。结果表明，由激冷系统理论计算模型可以得到气化炉出口温度，但因测量参数敏感度低，导致温度预测精度和稳定性较差。采用GABP神经网络模型总体上可以提高预测温度的精度和稳定性，但反应系统中由于煤量波动和煤质数据缺乏等原因，导致部分区间预测误差较大；采用激冷系统参数可大幅提高绝大部分区间内温度的预测精度，预测误差保持在15 K以下，可满足不同工况下的气化炉温度实时在线监测需要。     

新息灰理论在不确定性系统故障预测中的应用

结构复杂性、运行环境独特性和诱发故障多源性大大增加了现代设备系统的不确定性,从而导致能够反映设备系统主要特征的数据较少。针对不确定性设备系统贫信息的特点,将新息灰预测方法应用于设备系统运行状态的预测。仿真研究给出了基于新息灰理论的工业实例建模过程和故障预测结果,并与BP神经网络方法的计算结果进行比较,验证了新息灰预测方法的有效性与实用性。     

基于隐马尔可夫模型的网络安全态势预测方法

为了给网络管理员制定决策和防御措施提供可靠的依据,通过考察网络安全态势变化特点,提出构建隐马尔可夫预测模型。利用时间序列分析方法刻画不同时刻安全态势的前后依赖关系,当安全态势处于亚状态或偏离正常状态时,采用安全态势预测机制,分析其变化规律,预测系统的安全态势变化趋势。最后利用仿真数据,对所提出的网络安全态势预测算法进行验证。访真结果验证了该方法的正确性。     

大型柴油发电机组进排气系统的积垢诊断

定义了大型柴油发电机组进排气系统设备的积垢率，根据灰色系统动态预测模型的建模理论提出了大型柴油发电机组进排气系统积垢预测诊断模型和诊断方法，并以进排气系统中空气滤清器的积垢诊断为例，进行了运行试验和分析，用以监视设备运行中的积垢程度、预测积垢进展以及实现设备的清洗预报警。     

电力系统负荷预测

负荷预测在电力系统规划和运行方面能发挥重要的作用，产生明显的经济效益，负荷预测实质上时对电力市场需求的预测。本文系统介绍和分析了负荷预测的基本概念、种类、和预测方法。     

我国工业增加值的灰色预测与分析

以2000～2005年间我国工业增加值的数据为主要对象,应用灰色预测理论,建立灰色系统的预测GM（1,1）预测了2006～2010年我国工业增加值（1978年为基年）,从定量分析角度分析了我国工业增加值较快速增长的良好趋势．     

基于深度学习的电网安全态势感知

随着电网的发展和技术的进步,电网结构日益复杂,能够及时有效地对电网的安全态势进行感知显得尤为重要。深度学习,近些年在文本、语音、图像等方面取得了巨大进展,同时在人工智能领域也占据着重要地位。将深度学习与电网的安全态势感知相结合,提出了基于深度学习的电网安全态势感知。在态势理解阶段,从电网的静态安全性和动态安全性两个方面出发,构建了一套较完整的电网安全态势评价体系,用来表征电网的运行轨迹。在态势预测阶段,构建深度学习模型,完成对电网安全态势的感知。最后以IEEE39节点系统为例,将其与BP(back propagation)神经网络和RBF(radial-basis function)神经网络预测模型进行了对比分析,验证了深度学习可以有效地对电网的安全态势进行感知,且预测精度高于传统的神经网络模型。     

2016年经济景气形势监测、分析与预测

我国月度经济景气从2015 年第4 季度开始出现止跌企稳态势，2016 年第4 季度至2017 年可能在“偏冷”区内继续保持大体平稳的运行态势。短期内经济景气再次降温进入“过冷”区间的可能性较小。预测2016 年GDP 增长率将达到6.7% 左右，CPI 上涨率为2% 左右，经济景气和物价波动继续呈现“新常态”下的“微波化”特征。     

基于数据的复杂工程系统故障预测

现代工业系统集成度和复杂度的提升使得依据机理建立复杂工程系统的精确模型日趋困难.有效利用设备运行中生成的大量数据和其他知识,实现对复杂工程系统的故障预测和健康管理是保障复杂工程系统安全高效运行亟待解决的问题.故障预测是复杂工程系统健康管理的核心技术.从故障预测的发展历史、概念和方法分类等方面论述故障预测研究现状,并对基于数据的故障预测技术研究方向进行展望.     

银行信贷投向的灰色评判研究

金融体制改革决定了商业银行的经营目标是实现企业价值最大化，合理的信贷投资结构是提高银行价值的根本保证。银行在进行信贷投向决策中不仅要考虑企业的经营现状，更要思考企业的未来经济发展态势。文中以工业化程度较高的北方某市为例，在工业产业现状系统调查的基础上，从不同侧面选定了8个指标来评价不同行业的经营现状，重点利用灰色系统建模预测方法实现了不同行业未来3a经济状况的指标预测，最终利用模糊综合评判方法对该市不同工业行业的未来经济前景进行综合评价，研究结果对于银行信贷投向决策具有重要的指导意义。     

基于GM(1,1)模型的山西省铁路货运量发展趋势分析

在灰色预测理论的基础上，对山西省铁路货运量发展趋势进行了分析，预测结果表明，未来5年中，山西省全社会货运量和铁路货运量都呈上升的发展态势，且铁路货运量在全社会货运量中所占的比例也逐步上升至40％左右。     

西安市经济发展中短期预测模型研究

西安市经济发展中短期预测模型是以西安市经济发展中短期预测和规划为研究目标，针对西安市宏观经济管理的实际需要而研制的。阐述了模型的理论基础和结构设计，利用模型分析预测了西安市2003～2005年经济增长态势，并就相关问题及其局限做了说明。     

PLC控制应用系统的电磁干扰分析与抑制

随着可编程控制器（PLC）在工业设备控制中的普及．工业现场的电磁干扰问题日益体现出来，它经常影响系统的正常运行，严要使系统失灵和损坏应用系统，本文着重分析电磁干扰的产生、传播途径和影响后果，提出了抑制的方法和措施。     

基于改进G-K算法的多节点网络安全态势预测模型

影响多节点网络安全态势的因素有很多,传统方法未考虑影响因素,导致预测精度低。为此,构建一种新的改进G-K算法的多节点网络安全态势预测模型。通过灰熵均衡关联度实现关联分析,通过关联分析法对影响多节点网络安全态势的因素进行研究,按照关联程度大小获取重要因素。依据多节点网络日志信息,从主机层、服务层和系统层对多节点网络安全态势值进行计算。分析改进G-K算法预测基本思想:通过多节点网络安全态势重要影响因子值与安全态势值计算状态向量,利用当前状态矢量观测向量对多节点网络安全态势在下一段时间的值进行描述。在此基础上,构建改进G-K算法的多节点网络安全态势预测模型。实验结果表明,采用构建的模型对多节点网络安全态势进行预测,有很高的预测精度,对突变态势也可有效预测。     

基于改进G-K算法的多节点网络安全态势预测模型研究

影响多节点网络安全态势的因素有很多,传统方法未考虑影响因素,导致预测精度低。为此,构建一种新的改进G-K算法的多节点网络安全态势预测模型。通过灰熵均衡关联度实现关联分析,通过关联分析法对影响多节点网络安全态势的因素进行研究,按照关联程度大小获取重要因素。依据多节点网络日志信息,从主机层、服务层和系统层对多节点网络安全态势值进行计算。分析改进G-K算法预测基本思想:通过多节点网络安全态势重要影响因子值与安全态势值计算状态向量,利用当前状态矢量观测向量对多节点网络安全态势在下一段时间的值进行描述。在此基础上,构建改进G-K算法的多节点网络安全态势预测模型。实验结果表明,采用构建的模型对多节点网络安全态势进行预测,有很高的预测精度,对突变态势也可有效预测。