金融时间序列预测中的GA-SVR方法

针对支持向量机方法在金融时间序列预测的过程中,模型参数选取不当的导致预测精度较低等问题,利用遗传算法优化选取支持向量机模型参数,建立了一种基于遗传算法优化支持向量机参数的金融时间序列预测模型。并将该方法应用于我国上证指数时间序列预测中。实验结果表明基于遗传算法优化的支持向量机方法能较好的反映金融时间序列预测规律,并且提高了模型预测精度。     

薄煤层复杂地质条件下掘进支护技术研究

宝源集团广得资源有限公司因掘进支护方式落后而影响矿井安全高效生产,需改革支护方式。针对该矿薄煤层复杂地质条件的实际,对锚喷网联合支护方式和支护参数进行了研究应用,检测结果证明采用的支护方式和支护参数满足对巷道稳定控制的需要,效益明显。     

综放面沿空掘巷窄煤柱宽度及巷道支护参数研究

针对淮南新区13#煤层,应用FLAC软件模拟综放面沿空掘巷留设不同宽度煤柱时围岩位移量的大小,并结合"软"、"中硬偏软"两个具有代表性的煤巷进行的工业性试验,进一步总结出这类煤层综放面沿空掘巷时需留设的最佳煤柱宽度及特殊的支护手段,对这类巷道的锚杆支护技术有参考价值.     

基于支持向量机的城市小区燃气管网日负荷预测模型

该文使用支持向量机中的两种核函数,采用grid-search算法、遗传算法、粒子群算法优化参数,建立对吉林市某小区燃气管网日负荷预测的支持向量机模型。将日最高温度、日最低温度、日平均温度、小区人员最高年龄、小区人员最低年龄、小区人员平均年龄作为燃气管网日负荷变化密切相关的主要影响因素,分别作为支持向量机的输入量,将小区人员临时出差、小区临时增加暂住人口等随机因素作为燃气管网日负荷变化密切相关的次要影响因素,将随机因素统一归为支持向量机的一个输入量。采用[0,1]归一化方法,对作为影响因素的输入量数据与日负荷预测输出量数据进行归一化处理。对节假日和工作日的燃气管网日负荷预测采用独立处理方法,避免了相互之间的干扰影响。试验结果表明,采用径向基核函数的支持向量机预测模型对燃气管网日负荷预测拟合程度达到90%以上。     

基于U形有向无环支持向量机的多类文本分类研究

针对原始的有向无环支持向量机（Directed Acyclic Graph Support Vector Machine,DAGSVM）多类文本分类算法结构图中存在误差累积以及路径冗余的问题,提出一种改进的有向无环图支持向量机多类文本分类算法。将易于分离的那些类两两组成两类分类器放置在结构图的上层,有效克服了误差累积问题,通过将原始的分类结构图改造为U形图以及引入集合运算进行类别判定,有效剪除冗余路径并降低时间复杂度。实例表明,该算法能有效提高类别判定的准确率并降低时间复杂度。     

基于可支撑体住宅理论的SM装配式农宅设计方法研究 ——以石家庄城郊农村为例

基于对石家庄城郊农宅建设与需求调研，以可支撑体住宅理论为指导构建SM装配式农宅实验模型，提出“SM装配式农宅=通用控制体系（System）+ 选填集成模块（Module）”的设计公式，并以“模数体系—→场地划分体系—→建筑定位体系”分三步构建通用控制体系，从“空间、构件、内装”三个角度组建选填集成模块族群，由此求解设计公式，探索SM装配式农宅的设计方法。     

基于SVM的BP改进新法

BP人工神经网络算法作为一种基本算法在许多领域中都有着广阔的应用前景.但由于其本身的缺陷而很难投入实际应用.给出了一种基于SVM(Support Vector Machines)的BP改进回归算法,有效地提高了算法的收敛速度,减少了迭代次数,提高了回归预测的精度.     

高光谱遥感信息智能处理的若干理论与技术问题

高光谱遥感信息处理自动化与智能化具有重要的理论意义和实用价值。作为有效的机器学习算法,支持向量机具有适用高维特征、小样本与不确定性问题的优越性,是一种极具潜力的高光谱遥感分类方法,但需要解决多类问题分类策略、核函数选择与优化、不确定性控制等问题。对高光谱遥感数据挖掘的若干基本问题进行了分析,在构建其框架体系与处理流程的基础上,探讨了可以发现的知识类型、典型的挖掘模式,并分析了一些主要挖掘算法和关键技术。     

基于机器学习的页岩气总有机碳含量预测模型

总有机碳含量(total organic carbon, TOC)是评价页岩气藏生烃能力的重要指标,对页岩气藏地质“甜点”的准确预测至关重要。现有页岩气藏TOC含量预测方法存在主观性强、泛化能力弱等缺点,以川南海相页岩气藏为研究对象,通过对研究区块测井资料和实验室岩心分析结果的整理,优选出自然伽马、密度等测井参数作为模型训练的特征向量,建立总有机碳含量的多层前馈神经网络(back propagation, BP)和支持向量机预测模型,分析不同模型之间的差异,对模型特征组合、网络结构等影响因素进行分析,最后将预测的TOC结果与真实值对比。结果表明：基于不含能谱测井资料的BP神经网络预测模型更能真实地反映出测井资料与储层的非线性关系,为TOC的预测提供新的思路。     

我国决策支持系统应用研究的进展

从政府宏观管理、产业（行业）规划与管理、资源开发利用、水资源调配与防洪、生态环境控制、金融投资决策以及企业生产运作管理等6个层面对决策支持系统在我国的应用成果进行了归纳;总结了我国学者在决策支持系统领域的主要成就;分析了目前国内决策支持系统研究的两个热点问题及其研究动态,并进一步探讨了决策支持系统应用研究的发展趋势和关键技术领域。