灰色及其改进模型在人口预测中的应用

在灰色GM（1,1）模型和优化的等维递补GM（1,1）模型的基础上,构建了灰色＋BP神经网络组合模型。对2001～2005年我国人口的变化分析后,建立人口总量模型进行预测,利用原始教据建立的灰色＋BP神经网络组合模型预测我国2008年以后五年的人口总量为13．39亿、13．49亿、13．60亿、13．7亿、13．79亿,有逐年上升的趋势。经综合误差分析和后验差检验均为“优秀”,说明该模型具有一定的应用价值。     

用混合回归模型预测黄河三门峡站年径流变化的初步研究

年径流形成过程受到很多因素的影响,对其未来的精确描述十分困难,常用的成因预测法和统计预测法都有其一定局限性.以年径流作为自回归因子,降水、气温和用水做为回归因子,建立了年径流预测的混合回归模型,并以黄河三门峡站为例,对黄河三门峡站天然年径流未来变化进行了6种方案下的预测.研究表明,混合回归模型既能较好地模拟气温、降水及耗水变化对年径流量的影响,也能体现年径流自身的演变规律.     

基于证据推理的故障预报模型

为处理存在定量与定性不确定性信息的非线性复杂系统故障预报问题,建立了基于证据推理(evidential reasoning,ER)的故障预报模型,提出了ER预测模型的参数优化方法.该模型利用ER算法可以处理精确数据、不完整数据、模糊数据的能力,及其非线性融合的特性,对模型的输入信号,通过信息变换技术转化到信度结构框架下,应用解析ER算法对输入信息融合,根据输出数据的类型,构造相应的预测输出,给出了故障识别方法.针对ER预测模型参数难以精确的主观确定的困难,建立了非线性优化模型,对模型参数进行优化学习,获取最优模型参数.通过实验对ER预测模型的性能进行了分析,结果表明,建立的预测模型和参数优化模型可以有效的处理故障预报问题.     

基于遥感信息和作物生长模型同化的水稻估产方法研究

本研究的目的是通过数据同化方法,将国产环境卫星HJ-1A/B数据提取的水稻叶面积指数LAI信息和作物生长模型相结合,以提高水稻估产的精度.具体方法为:首先通过分析水稻叶面积指数LAI和水稻归一化植被指数NDVI的时域变化关系建立模型反演水稻LAI,并应用研究区历史数据和作物生长模型WOFOST建立初始水稻生长模型估算水稻产量.在构建代价函数的基础上,采用SCE(shuffledcomplex evolution)数据同化方法对初始水稻生长模型参数进行优化,使水稻生长模型估算的水稻LAI和遥感数据反演的LAI差值最小.最后将采用同化方法的水稻生长模型估算的研究区水稻产量和不加同化方法的原始水稻生长模型估算的水稻产量进行比较,结果显示水稻估产精度有明显提高.研究结果表明采用遥感数据提取的农作物实时生长信息可以修正作物生长模型关键参数以提高区域范围的农作物估产精度,同时也显示国产环境卫星数据在农作物生长监测上具有广阔的应用潜力.     

基于ARMA-GARCH模型的水文过程不确定性分析

不确定性分析和风险分析是现代水资源管理研究的一个重要领域,即需要对预测方差做精确估计.然而传统的径流模型是在方差恒定或者方差随季节变化的假设下进行建模的.但实际情况中,水文过程往往存在异方差性,通过McLeod-Li检验和Engle拉格朗日乘数检验证明了这一点.针对此种情况,本文建立了水文过程的GARCH模型.首先,对序列进行了剔除季节因素的处理;其次,对处理后的序列建立了传统的ARMA模型;再次,在ARMA模型的基础上,建立了GARCH模型对残差的方差进行了修正.最后,以宜昌水文站1949年～2001年日径流数据为例进行了应用验证.研究结果表明,与传统ARMA模型相比,在不影响信度的情况下,GARCH模型能够更加精确的预测置信区间,从而为不确定性分析和风险分析提供更加可靠的基础.     

指数平滑模型参数反分析及应用

边坡预测是基于现有的各种监测资料分析和预测未来边坡位移或应力发展趋势,从而分析判断边坡在未来某一时期内是否稳定,或者预测滑坡发生时间的过程.反分析方法已经成为目前解决复杂岩土工程的主要方法之一,在岩土工程中得到越来越多的应用.基于现场的监测时间序列,应用岩土工程反分析方法反演指数平滑预测模型的参数,建立其预测模型,并应用于高边坡的变形预测中.通过应用,论证了参数反演后的指数平滑预测模型的有效性和普适性,并发现该预测模型适合于中短期预测,建议应用该模型进行高边坡变形的短中期预测.     

基于小波的钦州水稻产量多时间尺度分析与预测

利用小波诊断技术对广西钦州1950～2005年水稻产量和播种面积进行了多时间尺度分析,并利用基于小波的ARIMA模型进行了预测。分析结果表明：56年来,钦州水稻总产量和单位产量波动具有明显的3a、7a和25a特征时间尺度,播种面积7a特征时间尺度主要受农村土地制度改革影响。基于小波的ARIMA模型在水稻产量、播种面积预测方面精度很高,预测误差与气象灾害和土地政策变化有关。利用基于小波的水稻产量多时间尺度分析与预测方法,可以辅助水稻产量增减周期的分析以及对未来趋势的判断,对于结合供求关系合理调整种植面积,促进农业可持续发展提供帮助。     

基层政府服务质量评估体系建立与实证分析——基于美国波多里奇国家质量奖模型

建设服务型政府己成为我国政府管理的核心价值理念,对基层政府服务质量的评估是确保服务型政府建立的关键。作为政府的服务也是服务业的一个组成部分,因此,根据西方国家工商管理理论评估服务行业服务质量的方法——波多里奇质量奖评奖标准引入到政府服务评估中来,建立政府服务质量评估模型并设计基层政府质量评估调查问卷,得出相应调查数据以便支持假设模型：运用克朗巴哈系数确定调查数据的信度后,再运用路径法进行分析并得出结论——所建模型假设成立。最后,运用因子分析方法得出最终政府服务质量评估权重,完成了整个质量评估体系的建立.     

一种新型智能预测系统模型——复合金字塔模型

将一般性智能预测系统构造向结合具体领域的个性化智能预测系统构造的发展,表征了智能系统当今发展的重要趋向.蛋白质结构预测是生物信息学领域的国际性难题与主要挑战性问题之一.在本文中,我们提出了一种新型的智能预测系统模型来预测蛋白质的二级结构,它是一个多层递阶的复合金字塔模型(CPM).该模型包含4个独立的智能接口,并且综合涵盖几种相关的知识发现方法.领域知识贯穿该整个模型,并通过因果细胞自动机有效的选择属性,以及高纯度结构数据库的构造.在RS126的数据集上的预测准确性达到84.31%;在CB513数据集,预测准确性达到86.78%(居国际已知之优先地位).同时对CASP8序列预测的结果发现是优于其他方法的,如PSIPRED,Jpred,APSSP2,BehairPred等.大量实验结果表明:该智能预测系统模型具有较强的泛化能力,并提供了其他类型智能系统模型构造的方法论示范.     

孔隙网络模型模拟人工裂缝渗流研究

传统支撑剂导流能力试验需要耗费大量时间和成本,设备复杂并且对不同流体的适用性较差,基于支撑剂的排列分析和孔隙网络模型的基本原理,本文提出用孔隙网络模型模拟人工裂缝的思想,并建立了模型.以实测支撑剂渗透率作为指导,通过调整模型参数使模型预测结果与实测数据相符;并用所建立的模型对支撑剂的渗透率进行预测,达到较好的效果.针对压裂液和稠油等非牛顿流体,利用调整好的模型研究了非牛顿流体在人工裂缝中的流动特征.本文证明了孔隙网络模型模拟人工裂缝内渗流的可行性,相对于传统支撑剂导流能力试验,本方法经济高效,并且针对不同的流体有更广泛的适用性.