最大Lyapunov指数改进算法的网络流量预测

为了提高网路流量的预测精度,针对网络的非线性及复杂性,应用最大Lyapunov指数改进算法,利用历史数据信息,在重构相空间的基础上对网络流量进行短期预测,应用混沌理论对某高校主干流量时间序列进行分析。结合C-C算法将实际测试的流量时间序列投影到重构的相空间中,计算其最大Lyapunov指数并对最大可预测时间进行了分析。实验结果表明,最大Lyapunov指数改进算法具有良好的预测效果,较高的预测精度和更好的自适应性,该算法应用于网络流量预测是可行、有效的。     

基于组态软件的无纺布定量测量系统研制

介绍了无纺布厚度X射线测量系统的研制,给出了具体的设计方案.运用组态软件对采集的脉冲频率进行处理计算,求出测量厚度,根据测量结果对生产工艺进行控制.同时系统具有厚度标定、偏差纠正等功能.应用实践证明,系统界面友好、操作方便、安全稳定,完全满足现场工况要求.     

柴达木盆地西部南翼山浅油藏储层特征

柴达木盆地西部南翼山浅油藏的主要储油层系为新近系上新统下油砂山组(N21)上部及上新统上油砂山组(N22)下部,为背斜构造控制的岩性层状油藏.南翼山浅油藏储层岩性主要包括:(含粉砂)藻灰岩、粉砂质(泥质)泥晶灰岩和灰质(泥质)粉砂岩.各油层一般都包括这3类储层岩性,其中以粉砂质(泥质)泥晶灰岩为主,其次为(含粉砂)藻灰岩和灰质(泥质)粉砂岩.南翼山浅油藏储集空间类型主要包括:溶孔、成岩缝、粒间孔、微孔隙.各油层一般都包括这四类储集空间类型,其中溶孔是最主要的储集空间类型.南翼山浅油藏储层物性最好的为(含粉砂)藻灰岩,其次为粉砂质(泥质)泥晶灰岩和灰质(泥质)粉砂岩.南翼山浅油藏储层的主要控制因素包括:沉积微相、断裂作用、晚期沿断裂带大气淡水的溶解作用、有机酸的溶解作用.     

基于DSP的永磁同步电动机交流伺服控制系统的设计

提出一种基于最新高性能DSP芯片TMS320F2812的永磁同步电动机交流伺服控制系统的设计方案.系统由TMS320F2812芯片、外围接口电路和功率驱动单元组成,讨论了空间矢量脉宽调制(SVPWM)的控制方法.系统采用以位置和转速调节做控制外环,以电流调节为内环的三闭环控制.在C200平台CCS3.1环境下进行软件设计实现系统的控制.该系统具有响应快、稳态精度高等特点.     

实时交通预估预测仿真系统dynaCHINA参数标定及应用

交通仿真技术为道路交通研究工作提供了十分重要的工具,国内目前对于中观交通仿真模型的研究尚处于起步阶段。本文介绍了完全由我国自主研发的实时交通预估预测仿真系统dynaCHINA的基本原理及应用领域,详细介绍了该模型的参数标定方法。同时,结合实例,进一步验证了模型参数调整的重要性。     

基于ANSYS的土坝渗流分析及其应用

利用热传导和水渗流原理的相似性,采用ANSYS软件提供的热分析模块,开发编制了以总水头为因变量的多孔隙介质的饱和．非饱和渗流程序。该程序可用来模拟复杂渗流场,而且能够检查每一迭代过程的计算结果并查看收敛过程。应用该软件建立了崂山水库粘土斜墙坝模型并进行渗流计算。仿真结果表明,基于ANSYS热分析模块能够进行复杂渗流场的仿真计算,计算结果直观、真实。     

基于可靠度指标的匀质杆件结构优化设计

以结构可靠性分析和结构优化理论成果为基础,推导得到匀质杆件结构在特定失效模式下的功能函数,给出这一特定失效模式下结构可靠度指标的计算方法.将结构的可靠度指标作为结构优化设计的控制参数,得出优化问题的数学模型,实现杆件结构系统基于可靠度指标的优化设计.通过算例证实了所提出方法用于刚架的正确性与一般通用性.     

探索基于模块课程的化学教学评价理论体系

化学新课程的全面实施需要建立符合新课程理念的评价体系。因此,从当前对化学教学中存在的问题出发,分析了化学模块教学评价的理论基础,论述了课程模块背景下课堂教学评价的基本要求,并且对学习过程和学习结果两方面进行分析,构建了化学新课程模块教学评价的系统体系。     

正负靶心灰靶决策模型

对灰靶决策模型进行了进一步的拓展研究.定义理想最优及理想最劣方案分别为灰靶的正负靶心,在综合考虑方案与正负靶心的距离,将靶心距作为向量在空间分析的基础上定义了综合靶心距.由各方案靶心距大小及指标权重的不确定性分析的基础上构建目标规划,并由此确定指标权重.由此建立了正负靶心灰靶决策模型.最后以实例说明了所提出的灰靶决策模型的合理性及算法的有效性.     

Improved unequal interval grey model and its applications

A new method to improve prediction precision of GM(1,1) model with unequal time interval is presented.The grey derivative is multiplied by a parameter to guarantee the time response function satisfying approximately exponential function distribution.To simplify the process of parametric estimation,an approximate value is taken for the multiplied parameter.Then the estimators of coefficient of development and grey action quantity can be derived.At the same time,the principle of the new information priority is also considered.We take the last item of the first-order accumulated generation operator(1-AGO) on raw data sequence as the initial condition in the time response function.Then the new information can be taken full advantage of through the improved initial condition.Some properties of this new model are also discussed.The presented method is actually a combination of improvement of grey derivative and improvement of the initial condition.The results of an example indicate that the proposed method can improve prediction precision prominently.