基于数据列变换的自回归预测方法的改善

证明了利用反双曲正弦函数变换能提高数据列的光滑程度,获得结论:设｛x_(k)｝为递增数据列,x_(1)>0,y(k)=ln(x_(k) (x_(k)~2 1)~(1/2)),则数据列｛y_(k)｝比数据列｛x_(k)｝光滑.给出了改善的自回归预测方法,并且举例加以论证.     

非线性NLS方程的新显式精确行波解

给出一种求解非线性发展方程精确行波解的新方法——双函数法.借助计算机代数系统Mathematica,利用双函数法和吴文俊消元法,获得NLS方程的多组新的显式行波解,包括孤波解和周期解.     

改进的遗传局部搜索算法在漏磁逆问题中的应用研究

通过将模拟退火技术加到遗传局部搜索算法(GLSA)的扰动过程中,提出一种改进的遗传局部搜索算法(IGLSA)及基于IGLSA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,IGLSA用于求解逆问题中的优化问题.实验将该逆算法分别与基于规范遗传算法(CGA)的逆算法和基于GLSA的逆算法进行了比较,结果表明基于IGLSA的逆算法更精确,并且对噪声具有鲁棒性.     

基于SVM和Logistic算法对比的中小企业财务困境预测研究

集成f_classif、随机森林、Lasso、XGBoost四种方法构庴特征选择评分模型并筛选出关键特征,利用RUSboost欠采样处理非平衡数据,在此数据预处理基础上分别庴立支持向量机预测模型(SVM)和逻辑回归预测模型(Logistic)并进行对比分析,考察这两种机器学习方法对中小企业财务困境预测效果.结果显示,在...     

Fresnel型高阶积分的统一表达式

菲涅尔(Fresnel)衍射积分在物理光学、微波技术与天线等多学科领域有着重要的应用.本文采用复分析、伽马函数性质、积分变化等方法对Fresnel型高阶积分进行了求解和计算,证明了一般情况下统一的数学表达式.     

单位凯莱图及其补图的(无符号)拉普拉斯能量

令Z_n为模n的剩余类加群,单位凯莱图X_n是指以V(X_n)=Z_n为顶点集,E(X_n)={(a,b):a,b∈Zn,a-b∈U_n}为边集的简单无向图,其中U_n={a∈Z_n:gcd(a,n)=1}。利用欧拉函数给出了单位凯莱图X_n及其补图■的拉普拉斯能量和无符号拉普拉斯能量。     

基于机器学习的界面多相催化效应动力学蒙特卡罗模化

高焓气动环境表面多相催化效应对高超声速飞行器气动热有显著影响,对该效应多尺度特征的表征建模是飞行器热防护系统轻量化、低冗余设计的重要前提.采用动力学蒙特卡罗方法,建立了可用于宏观流场计算的界面多相催化介观模型,并通过径向基函数神经网络算法,训练形成了基于机器学习的吸附演化动力学精确解析的界面多相催化代理模型,实现了催化复合系数的快速精准预测.研究表明,基于机器学习的界面催化代理模型获得的复合系数预测值与动力学蒙特卡罗方法相一致,同时计算时间大幅缩短至常规宏观方法耗时.通过与宏观非平衡流场求解器耦合,所建立的界面催化模型可快速获得多尺度界面多相催化效应下的表面气动加热热流.基于机器学习方法对微细尺度的计算结果进行模化并用于宏观计算,在解析界面多相反应演化动力学的同时,提升了计算效率,为工程适用的飞行器复杂高温效应跨尺度建模提供了理论依据.     

无穷区间上向量值函数的(H)积分

通过引入无穷区间上δ-精细分法的概念,使无穷区间上向量值函数(H)积分与有限区间上的(H)积分在形式上完全和谐,并证明其与Cauchy扩张的方法和简单积分的思想是等价的.     

结构系统可靠性分析的发生函数法

发生函数法是多状态系统性能评估的重要工具. 本文在结构系统强度可靠性分析中引入并发展发生函数法, 分别构造描述强度(抗力)、应力(载荷)、安全裕度、疲劳寿命等概率分布的发生函数, 定义各类发生函数之间的复合算子及相应的性能结构关系, 实现静定、静不定结构系统静强度可靠性和结构系统疲劳强度可靠性的建模. 在发生函数的复合运算中, 通过同类项合并、近似项合并技术缩减计算量以提高效率. 理论分析和数值算例表明: 发生函数形式统一、表达简洁、宜编程、通用性强, 适用于具有多层次结构的系统概率建模. 新方法充分考虑了结构元件之间因孪生载荷而引发的失效相关性, 可为存在多模式损伤耦合的土木工程结构、机械装备系统静、动强度可靠性分析提供理论参考及有效工具.     

实验检验累积前景理论

累积前景理论是前景理论的改进版本.前者使用CE范式对美国被试进行研究,得出如下几点结论:(1)人们的风险态度呈四分模式;(2)概率中大时,得时的风险回避比失时的风险寻求更明显;(3)价值函数的指数、权重函数的指数都小于1.采用相同的范式对中国被试进行考察,发现:(1)仍适用;(3)并不总是适用;(2)总是并不适用.