基于有限元和神经网络法的桩基础沉降分析

以沉降控制复合桩基础的沉降为研究对象,介绍了有限元和神经网络法的数值分析方法,并运用这两种方法对桩的沉降量进行了预测,对比了它们的结果,分析其产生差异的原因,结果表明:两种方法的沉降预测数据与实测数据误差均小于10%,说明预测精度较高,可以在节省资源的情况下获得较理想的预测结果.     

福建省入境旅游空间聚集性分析及发展研究

系统收集2000—2008年福建省9地市入境游客数据,利用市场占有率、地理集中指数和变异系数对福建省入境旅游地域分布的空间聚集性进行定量分析.研究表明:入境旅游具有较高的空间聚集性,主要分布在中心城市和高级别旅游景区(点),如福州、厦门和泉州等城市;港澳台游客占主导,外国游客以日本、美国、新加坡和马来西亚居多;入境旅游的空间聚集性在逐渐下降,而空间均衡度在逐渐提高,反映出旅游发展地域分布正在逐渐扩展.福建省近10年入境旅游统计资料作为原始数据,建构时间序列模型.研究表明:模型预测结果与实际数据基本一致,进而利用模型对福建省未来5年入境旅游指标进行预测.     

基于混沌时序重构的股票价格预测研究

应用非线性映射迭代模型，采用小波理论来辨识混沌模型中的参数，并通过对混沌时序进行预处理，可得到较好的预测结果。采用小波网络对非线性映射迭代模型中的参数进行辨识，辨识的准确程度较高，采用该模型对上海证券市场600063号股票的开盘和最高价格数据进行了建模和模型参数辨识，并据此做出相关预测，得到了满意的预测结果。     

一个融合网络安全信息的安全事件分析与预测模型

提出了一种融合网络安全信息的安全事件分析与预测模型·该模型能够对来自以IDS为主的多种安全部件和关键主机日志系统的网络安全信息进行校验、聚集和关联,从而整体上降低安全部件的误报率,扩展对网络中复杂攻击识别能力;能够结合目标网络安全策略,对目标网络的安全状况进行准确评估,分析出网络真正威胁所在;还能够基于特定攻击场景,对未来可能发生的具体攻击行为做预测,从而尽早发现潜在威胁,为采取有效响应措施赢得宝贵时间·     

北京市水资源承载力的现状及驱动力分析

本文阐述了水资源承载力的概念、特性及影响因素，根据北京市各县区的统计资料，分析了北京市自上个世纪80年代以来水资源承载力变化的总体趋势和驱动因子．结果表明：人口和GDP是影响北京市水资源承载力变化的主要驱动因素．2001年北京市人口总量已达1367．78万人，为水资源最大承载人口的5．81倍．再加上工农业的发展，已经大大超过了北京市水资源的承载力，使得北京成为世界上严重缺水的大城市之一．根据人口的GDP增长率，通过多元线性回归模型，预测出了2010年和2015年北京市水资源的供需状况．并提出要实现水资源的供需平衡，应当实行开源节流并重的政策．     

基于偏最小二乘模型的无人机航材需求预测方法

针对无人机航材存在样本数据量少,影响因素多且复杂多变,以及库存需求预测精度不高等问题,对现有经典小样本下航材需求预测方法进行系统分析,并利用偏最小二乘回归方法在处理小样本数据、变量多重相关性等方面的独特优势,提出了基于偏最小二乘的无人机航材需求预测方法.选取无人机的飞行时间、飞行起落次数、操控人员熟练程度、异常环境温度、异常环境湿度、航材故障率、维修人员技术水平、维修资料等参数,对偏最小二乘法进行原理及模型建模步骤分析,构建了无人机航材需求预测模型,并进行航材影响因素研究.实验结果表明:该模型较其它常用预测模型的精度有所提高,预测结果的平均相对误差绝对值为4.87%,表明该方法可以应用于无人机航材需求预测,能够满足实际需要.     

二次时变参数离散灰色模型

本文基于离散灰色模型模拟值增长率恒定的原因,通过引入二次时间项来构造了 二次时变参数离散灰色模型(quadratic time-varying parameters discrete grey model,简称为QDGM(1,1)模型).并且研究了该模型的性质.结果说明, QDGM(1,1)模型具 有白指数规律重合性,线性规律重合性,二次规律重合性,伸缩变换一致性.应用最优化方法研究QDGM(1,1)模型迭代基值问题,建立优化模型并提出求解算法.最后叙述了应用 QDGM(1,1)模型建模和预测的步骤,并通过实例比较了QDGM(1,1)模型与原离散灰色 模型及其非齐次离散模型和线性时变参数离散灰色模型的预测能力,最终结果表明本文 提出的QDGM(1,1)模型具有更高的模拟和预测精度.     

预则型动态交通网络配流模型

提出卫种预测型动态交通网络配流模型,利用最优控制理论和最优化原理推出了模型最优解存在的条件,并给出最优解的经济解释,体现模型体现了道路使用者对路树的预测依赖于先进的交通信息系统和决策者的理发预测的特点,它与实际情况更为接近。     

以正好满足产品需求为约束条件的车间最优生产计划

研究以正好满足产品需求为约束条件的预选性自动化车间（FAW)伯最优生产计划问题,首先根据实际需要建立车间生产计划的含需求约束的非线性规划模型,然后为求解方便通过引进约束将其转化成线性规划模型,由于这种模型对于一般车间来讲其规模已经很大,很难在微机上用单纯形法在可接受的时间内获得其最优解,为此,提出分别用卡马卡算法和基于卡马卡算法的关联预测法来求解车间最优生产计划问题,并编制了相应软件,最后,通过算例研究,比较了卡马卡算法,基于卡马卡算法的关联预测法和Ｍatlab中的线性规划法,结果表明所提方法非常适合将ＥＲＰ／ＭＲＰＩＩ下达给ＦＡＷ的中期计划最优分解成由ＦＡＷ中各ＦＭＳ执行的短期计划。     

基于回归树与衰减函数的在线负面口碑影响力预测

影响力预测是企业在线负面口碑处理的关键环节.论文通过综合考虑信息发布者特征和信息内容特征两个维度形成特征空间,采用影响力衰减函数描述负面口碑影响力的多变趋势,提出了一种基于回归树与衰减函数的IMM-RTDF模型来预测在线负面口碑的影响力.实验结果表明,考虑信息内容特征有助于提高预测精度,同时发现用不同的衰减函数能更好地描述异质负面口碑影响力的变化趋势,进而能提高模型性能.基于此方法的在线负面口碑处理策略为企业进行客户关系管理和资源配置提供了决策支持.