RA 网络多协同排序算法模型及算法研究

针对当下约车平台迅猛发展的态势,就其中广泛关注的问题———RA 网络多协同排序问题进行了探究。针对滴滴出行的实际数据,将 RA 网络多协同排序问题转化为求解数学模型两个评价指标最优解的问题,基于传统的免疫算法(generate and test)的相关概念,融合半解析解的相关思想,构建一种优化算法 GB-FA(Generate Bacterial Foraging Algorithm),进而提出了基于 GBFA 算法的 RA 网络多协同排序算法,并据此开发 RA 网络多协同排序软件”RA-LC”。以滴滴出行北京市2015年5月—2016年4月的数据为对比对象,利用 RA-LC 对相关实例进行仿真,结果显示该算法对于时间预测具有较高的准确度,对于 RA 网络多协同排序问题具有极佳的适用性和精确度。     

改进RBF神经网络在降水量预测中的应用

采用遗传算法对RBF网络的隐层节点中心值和宽度进行优化,用梯度下降法求出权值.将其应用于降水量预测中,取得较为满意的结果,证明该算法的有效性.     

基于无差拍的DVR的控制算法及仿真

动态电压恢复器(DVR)是目前解决电压质量问题的一种最经济、最有效的电能质量调节器.针对DVR的电压补偿信号的不确定性,将无差拍控制思想应用于DVR中,通过理论分析得到了-种DVR的无差拍控制算法,给出了算法详尽的推导过程,并用MATLAB/SIMULINK就电网电压暂降和谐波问题对其进行了仿真研究,结果表明:DVR的输出电压能良好的跟踪畸变电压分量,使负荷电压在电网电压畸变时仍能恢复到正常电压水平;而且无差拍控制还具有动态响应快,实现方便等优点.     

基于模糊层次分析法的采动地裂缝发育等级评价——以沁水煤田为例

煤炭资源的开采对生态环境造有极大破坏。为准确掌握采煤裂缝的诱发因素、发育规律并对裂缝发育等级进行预测,基于层次分析法和模糊综合评价法建立采动地裂缝发育等级评价模型。根据工程条件,确定合适的评价指标体系,依据层次分析法确定各评价指标权重,通过模糊数学方法构造隶属函数,并以某矿80806与80808工作面为研究背景,对地裂缝发育情况进行模糊综合评价。结果表明：工作面上方地表裂缝发育情况与所提出评价方法的评价结果匹配良好,说明所提出的评价方法适合该煤矿的采动地裂缝发育等级评价,评价结果对开采沉陷损害程度评价具有一定的指导意义。     

重复数据删除中的无向图遍历分组预测方法

针对重复数据删除系统中存储容量受内存限制难以进行扩展的问题,提出了一种基于无向图遍历的重复数据删除分组预测方法.该方法将索引表保存在磁盘中,并在内存中维护索引表缓存,以此提高系统最大可支持的存储容量.对于索引表缓存命中率低、系统性能差的问题,采用了图遍历分组方法予以解决,根据数据块访问序列特征信息建立无向图并进行分析,基于分析结果对索引项进行分组,并以组进行缓存替换,从而提高缓存命中率和系统性能.实验结果表明,基于缓存预取原理和无向图遍历分组,在将缓存设置为索引表大小的10％时,重复数据删除存储系统最大存储容量比原有方法提高了7.5倍,缓存命中率由不进行索引项分组时的47％提高到87.6％.     

谈附加疑问句的特殊情况

在英语中，附加疑问句通常有很多特殊情况，例如疑问部分与陈述部分的主语和谓语不一致，肯定与否定形式有例外情况，等等，应引起我们的充分注意。     

浅谈日语口语中的省略现象

语言的省略具有普遍性。日语也不例外。甚至可以说,日语中的省略现象更多,省略幅度更大是日语的特色之一。本文拟从主语或人称代词的省略、谓语的省略、谈话中双方已知部分的省略这三方面对日语口语中常见的省略现象作些初步的分析,以期对这种语言现象有一基本的认识与把握。     

基于(残差)Auto-Regressive模型利用MATLAB解决经济非平稳时间序列的预测分析

利用(残差)Auto—Regressive模型对我国1978年—2005年的GDP进行建模与预测,显示出该拟合模型优于ARIMA模型,并运行MATLAB软件,实现了建模仿真的全过程,显示了MATLAB的强大科学计算与可视化功能.     

葛泉煤矿地质构造研究

通过对葛泉煤矿多年勘探和生产中获得的大量地质资料的分析研究 ,得出该矿地质构造以正断层十分发育为特点 ,其展布方向以NE向为主 ,构成阶梯式不对称地堑。大断层往往是由相邻的几条断层构成断层带或紧邻平行发育。小断层具有成群、成带发育的特点。论述了地质构造对煤矿生产的影响 ,并对未采区地质构造的发育特点进行了预测     

人工神经网络在热轧宽厚板性能预测中的应用

建立了神经网络预测热轧管线钢力学性能的网络模型 .在此基础上 ,利用神经网络对热轧管线钢力学性能进行了预测 ,并对预测结果与生产数据进行了比较 .此外 ,还利用神经网络对生产工艺参数进行了优化 .结果表明 ,将神经网络应用于热轧生产进行力学性能预测和工艺参数优化具有一定现实意义