基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

多轴低周非比例加载下疲劳寿命预测方法综述

综述了近年来国内外关于多轴非比例加载下疲劳寿命预测方法的研究现状,评价了各种方法的优缺点和适用范围,并对非比例加载下的疲劳寿命预测方法的研究工作提出了展望和设想。     

桩极限承载力的Usher模型预测

为深化对桩承载性能的认识,选用生物领域的Usher生长曲线模型,对桩的桩顶荷载-桩顶沉降曲线(即Q-s曲线)进行拟合,并对其极限承载力进行预测.给出了Usher模型的建立与求解,并用于分析3根试桩(包括2根灌注桩、1根钢管桩)的实测资料.结果表明:Usher模型对3种类型的Q-s曲线有高的拟合精度;该模型拟合效果优于双曲线模型,特别是在曲线的末端;利用这些拟合方程式能对3种桩的极限承载力进行预测.     

NaSch模型的细化研究

通过细化分析了NaSch模型的微观机理,发现原NaSch模型只适用于时间步长和最小时间距相同的情况,而且流量偏小实际上不是NaSch模型的缺陷,而是在计算时候取的最小时间距(时间步长)要比实际的偏大.通过统一量纲进行了修正,并引进参数k.通过参数k,新模型可以有效地讨论时间距问题.     

划分产品生命周期期段的双对数算法

本文定义了关于产品生命周期的期段、期段曲线和期段组合曲线,并以Gompertz曲线为模式,提出了一种划分期段与预测的算法——双对数算法。文中给出了计算程序,计算结果表明了本算法的正确性和有效性。     

大气变化或可预测地震

美国宇航局一项新研究表明,2011年3月11日日本9级地震发生前数天,断裂带上空的大气层显著加热。在这次地震前,震中上空电离层（大气上层的一部分）中的总电子含量急剧增加,在地震前三天达到最大值。     

基于SVM的瓦斯体积分数混沌时间序列预测

文章针对瓦斯体积分数时间序列的非线性和不确定性特征,提出了一种基于SVM的混沌时间序列预测方法.该方法采用改进的最大Lyapunov指数法识别时间序列的混沌特性,通过多次试验选取合适的参数构造SVM预测模型,最后使用优化的预测模型对φ瓦斯的变化趋势进行预测.仿真结果表明,该模型能够较好地解决φ瓦斯时间序列的预测问题,与RBF神经网络模型相比,具有较高的预测精度.     

基于BP网络和RBF网络的电力系统负荷预测分析

给出了BP网络和RRF网络的构造过程和训练方法,在改进的BP网络中加入了动量项和变步长法,且考虑了影响负荷变化的主要气象因素,以适应天气的变化。在RBF网络中,采用了正交最小二乘法选取RBF中心,以克服传统K均值聚类法局部寻优的缺陷,利用改进的BP网络和RBF网络进行了短期电力负荷预测,并对训练的收敛速度和预测精度进行了分析。     

基于灰色关联分析的“白屋顶计划”评价模型

在已知人为热释放、风速、日照时数和相对湿度的前提下,以芜湖市为例,运用灰色关联分析求出以上四个影响因素对行为因子(城市热岛效应)的关联影响程度,算出日照时数在四个环境因子中的比重,从而将白色屋顶计划对城市热岛效应的作用量化,建立了灰色预测模型。通过回归分析计算白屋顶计划对城市温度的影响,最后将预测数据与真实数据进行对比,模型结果表明"白屋顶计划"是合理且可行的。     

灰色模型的病态问题研究

针对灰色模型在参数辨识过程是否出现病态问题利用矩阵条件数进行了研究,研究结果表明:只有在原始序列首项不为零其它各项近似为零的常数序列的情况下灰色模型才会发生病态性问题,对于这类序列在进行预测时是没有实际意义的.因此在灰色预测所建立的灰色GM(1,1)模型是不会存在病态问题.