时间序列分析的随机集方法

通过建模仿真,对有独立观测值的统计方法进行估计、预测和控制,并提出了一种新的解决时间序列分析的方法．由全集中某些指定数值的最邻近域诱导出一种局部不确定的随机集模型,在“模糊集”的基础上将统计目标整合到基于规则的系统中．实例结果分析表明,随机集模型是一种很好的时间序列分析方法。     

随机集序列的收敛

随机集值映射出现在信息系统分析、经济预测、优化和最优控制等应用数学领域，Ａｒｔｓｔｅｉｎ、Ｗｉｊｓｍａｎ、Ｄｅｂｒｅｕ、Ｓａｌｉｎｔｔｉ、Ｗｅｔｓ、Ｈｉａｉ、Ｍｏｓｃｏ、Ｐａｐａｇｅｏｒｇｉｏｕ和张文修等人进行了大量的研究，取得了一系列重要成果，本文是在他们研究的基础上深入地探讨了随机集变量序列的几种收敛之间的相互关系，得到了一些等价条件及一系列重要结果。     

单点随机集覆盖理论在移动预测策略更新中的应用

在移动环境下应用基于策略的网络管理技术, 通过对移动主机移动性及所需资源的预测, 形成预测策略, 在移动节点到达前触发执行预测策略以实现移动网络更灵活的管理. 由于预测信息不确定和模糊, 因此形成的预测策略也不确定. 本文设计一种根据当前已经执行的相关策略, 采用单点随机集覆盖理论对预测策略进行更新的方法, 并说明其合理性. 采用执行过的策略作为经验信息, 保证更新后的预测策略更符合实 际需求.      

非平稳时间序列的线性预测

本文研究非平稳正态时间序列的线性预测问题。导出非平稳正态序列的递推预测-平滑公式。对于讨论同一问题的某些文献的结论进行了分析,指出该文的结论对非平稳序列并不适用。     

液压位置系统的时间序列分析

本文讨论了用CAR时间序列模型来辨识液压系统的阶和参数。文中提出了AIC定阶准则和辅助变量法结合,来确定模型阶和参数的方法,进一步根据估计参数的渐近正态性确定模型的子阶和时滞。文中应用该方法辨识了液压位置系统的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是有效的。     

时间序列神经网络动态建模研究

采用一种改进的时间序列神经网络用于过程系统的动态建模。该网络将输入变量的时间序列数据作为网络输入，同时以系统的脉冲响应系数为时间序列输入数据的权值，赋予神经网络模型一定的物理意义，从而使神经网络模型获得更好的外延性，能够更好地表达系统的动态特性。     

动态数据系统的时间序列建模策略

传统的基于相关性分析方法进行建模的局限性和危险性主要表现在:估计的样本自相关是非常坏的估计,经常会有大的方差,彼此之间是高度相关的,可能给出原来序列结构一个完全失真的图像,不能较准确和全面地反映系统特性。提出了基于动态数据系统的时间序列建模方法,将时间序列看作是随机系统对不相关的或相互独立的白噪声输入响应的一种实现方式。对平稳时间序列,以自回归滑动平均模型为基本模型,并以额值为1递增拟合,用F检验判断拟合的改善程度,最后用残差分析判断模型的适用性。对非平稳序列,需先分离出确定性趋势,对剩余平稳随机部分建模分析。用该方法对隧道位移监测数据建模分析,预测与实测吻合较好,表明该方法具有适用性好、精度高且便于编制程序实现等优点。     

具不同变化规律的时间序列建模方法

本文对具不同变化规律的时间序列详细介绍了三种建模方法:虚拟变量法,分段拟合法和样条函数法,并给出实例加以说明和比较.     

关于时序模式发现算法的研究

数据挖掘归属于决策系统,可以从浩瀚的数据库中挖掘出不易被发现的有用信息,并且可以进行预测,为管理层中决策者的决策提供科学依据。针对时序数据中的复杂模式问题,提出了一种时序模式算法,并描绘了算法的基本思想及给出了算法的简单伪代码。在用程序实现后,对算法的优劣进行了分析,为进一步改进和完善算法或者为寻找更为理想的算法提供了有益的启示。     

一种气动位置伺服系统的辨识建模方法

针对具有强非线性特性的气动位置伺服系统,难以建立能较准确反映系统特性的线性化数学模型这一问题,该文提出采用基于"灰匣子"的系统辨识法建立比例流量阀控摆动气缸位置控制系统的数学模型,该方法依据摆动缸两腔压力差动态过程与摩擦力无关的特点,将压力差动态过程近似线性化方程与运动方程相结合,构成三阶状态空间模型,采用闭环定位辨识的方法确定模型中的参数.仿真和实验结果表明:采用该方法建立的数学模型能够反映实际系统的动态特征,所提出的建模方法是可行的.     

采用时序InSAR技术的广汉市地面沉降监测及影响因素分析

随着城市化进程的不断推进,建设施工活动和地下水开采等频繁人类活动对城市地表稳定性的影响程度逐步加深。基于2018年3月~2021年12月的Sentinel-1A数据,结合永久散射体干涉技术中利用振幅离差指数提取高相干点的方法,采用小基线集干涉技术,获得了广汉市的地面沉降速率和沉降时序,据此分析了广汉市沉降的特征及原因。结果表明,在研究时段内,广汉市接近90%的地区未出现严重沉降现象,小汉镇、金雁街道、三星堆镇和向阳镇出现小规模沉降,施工区及其周边沉降相对严重,最大沉降速率为-31 mm·年-1。此外,沉降主要出现在2018~2020年,建筑施工活动和降水是引起地面沉降的主要因素。     

A Dynamic Forecasting System with Applications in Production Logistics

Production logistics involve the co-ordination of ac tivities such as production and materials control (PMC), inventory management, p roduct life cycle management, etc. Those activities demand for an accurate forec asting model. However, the conventional methods of making sell and buy decision based on human forecast or conventional moving average and exponential smoothing methods is no longer be sufficient to meet the future need. Furthermore, the un derlying statistics of the market information change ...     

液压弯辊控制系统的建模及辨识

通过分析液压弯辊控制系统的结构,给出了系统各个环节的传递函数,建立了液压弯辊控制系统的传递函数．针对理论模型中参数难以确定的问题,以某四辊冷轧机为对象设计了系统辨识方案,采用自回归历遍（autoregressiveexogenous,ARx）模型辨识出液压弯辊控制系统模型．辨识的输入和输出数据分别为弯辊闭环系统的弯辊油压给定值和弯辊油压实际值,模型参数估计采用最小二乘法．通过残差分析检验了模型的有效性,结果表明：辨识模型的输出响应能很好地反映实际系统的动态输出特性,并具有较高的精度,证明ARX辨识算法对于弯辊系统的辨识是可行的。     

零极点配置自校正温度控制的建模与仿真

在模型参数估计的基础上,根据电阻炉温度控制要求所确定的闭环系统极点分布,设计了一种基于最小相位自校正零极点配置算法,给出了电阻炉温控对象的数学模型,模型参数的辨识方法,控制量的计算公式和仿真结果．仿真和实际应用表明：该算法收敛速度快,对时变的温控对象,特别对具有低电压大电流发热元件的温度控制具有较好的控制效果．该系统已经成功应用于某钢研所的智能炉渣性能测试仪发热元件的温度控制．     

并联机构动力学建模及伺服系统参数辨识

研究一种三自由度并联机构动力学建模及伺服系统参数辨识方法．首先导出了外移动副驱动，含平行四边形支链结构的位置、速度及加速度逆解模型，并利用虚功原理建立其刚体动力学逆解模型．在此基础上，提出了辨识该并联机构伺服系统参数的一种方法．该方法采用变频三角波输入，克服了伪随机二位式序列信号幅值变化大、易造成对伺服电机冲击和引起其速度环开环等问题，且通过附加惯性负载，可将包括伺服系统转动惯量在内的所有参数辨识出来，为系统动态性能在全工作空间内取优奠定了基础．     

适用于励磁系统建模的模糊神经网络方法

基于原有励磁建模方法,将模糊理论和神经网络相结合,充分利用模糊理论处理不精确问题和神经网络较强的泛化能力等优势,形成一种模糊神经网络(FNN),并推导了FNN的学习算法.将此FNN用于发电机的控制环节——励磁系统建模.仿真结果显示,FNN模型能够较精确地对实际系统进行拟合.     

基于小波分析和模糊神经网络的水文预测

提出一种基于小波—模糊神经网络的水文时间序列预测方法．利用小波分析具有“数学显微镜”的特点，分析水文时间序列的频率构成；通过模糊逻辑和神经网络两种理论的融合，对各频率分量进行预测，最后合成预测结果．对浙江源口水库10年间入库水量时间序列的预测实践，验证了方法的有效性。