遗传算法在经济混沌组合预测中的应用

经济混沌是由确定性的经济系统产生具有随机性的动态行为。虽然经济系统产生的时间序列不具有长期预测性，但在短期内可有较为精确的预测，可以为其建立确定性的预测模型。为了探求经济时间序列中的混沌特性，文中在Wolf提出的相空间重构的基础上，提出了一种基于遗传算法的经济混沌组合预测方法，在该方法中采用自适应并行遗传算法确定组合模型中权系数，这样可以较好地解决传统经济混沌预测大多数都是使用单一模型以至影响了观测精度等问题，最后以实例检验了提出的算法。     

汽车主动悬架的约束预测控制

约束预测控制的最大优点之一是能优化被控系统的性能指标，并显式地处理被控系统的约束条件，使之动态满足。以某二自由度四分之一车为例，讨论了汽车主动悬架的约束预测控制(CMPC)问题：依次给出了状态反馈方法和输出反馈方法，并基于预测控制的滚动实施策略，提出了一种自适应约束预测控制方法。仿真结果表明，CMPC主动悬架能在确保操纵稳定性和保持较小作动力的情况下，满足悬架系统的输出约束，同时控制输出得以优化，明显提高了悬架系统的乘坐舒适性。     

渤中凹陷地震-沉积相研究

主要应用地震 -沉积相的工作方法研究了渤海湾盆地老第三纪地层发育及地震相的特点 ,解释地震剖面 ,并转化为沉积相 ,在此基础上对油气勘探的有利区带作出预测。研究工作强调了地质模型的作用 ,并用岩芯的资料及单井的沉积相分析来约束地震解释。指出地质模型约束地震解释 ,是克服地震多解性、提高解释精度的有效方法 ,更好地发挥地震横向预测的作用。地质模型主要据“四扇一沟”的模式来构建 ,其依据是在渤海湾的沙河街组及东营组 ,其储层砂体主要是由在深湖条件下 ,在凸起的边缘上 ,往往有扇三角洲、三角洲、湖底扇组成 ,它们的分布区 ,往往就是油气勘探的有利区。研究发现 ,区内凡是凸起边缘若发育了断层 ,就有可能促使湖底扇的发育。在渤中的老第三系 ,浊流比较发育 ,因而 ,浊流砂体的预测就成为非常重要的课题     

从层序地层学到高分辨率层序地层学

简要回顾了层序地层学的发展历史 ,将层序地层学划分为初期阶段、地震地层学和现代层序地层学三个阶段。总结了层序地层学的主要成就和存在的问题。扼要介绍了高分辨率层序地层学的理论基础和关键定义 ,并展望了其发展前景     

叠层橡胶支座隔震结构地基结构动力相互作用分析

扼要介绍了对一个带有叠层橡胶支座隔震结构的减震台进行不同位置天然地震波的观测,根据减震台的结构设置建立了一个地基结构动力相互作用的计算模型,然后输入观测到的天然地震加速度波形,计算减震台台面的地震响应,并把计算结果与观测结果进行比较分析,计算结果与试验结果吻合程度较好·     

基于小波分析理论的证券投资市场预测

提出了一种基于小波分析理论对证券投资市场建模及其预测的方法·该方法分两步完成:第一步通过小波分解进行数据滤波,将证券价格变化曲线中的高频信息过滤,从而实现消除噪声,提高预测精度的目的;第二步应用最小二乘方法建立数学模型,并用模型进行中、长期证券价格预测·实际股票价格仿真结果表明:此方法简洁、预测效果良好,优于一般最小二乘方法     

非对称损失下的点预测问题

从统计判决理论角度考虑了非对称Linex损失下的点预测问题。定义了Linex无偏预测量并讨论了与之相关的一些结论。利用十分统计量给出了最优Linex无偏预测量。     

基于岭估计的最优预测与经典预测的最优性判别

针对有偏估计的预测问题 ,以岭估计为基础 ,以离差矩阵MDE(MeanDispersionError)和广义风险函数为判别准则 ,对广义线性回归模型 {y =Xβ +e ,e～N(0 ,σ2 W ) }的最优预测量与经典预测量的最优性判问题进行了讨论。借助矩阵不等式的一些性质 ,获得在离差矩阵判别准则和风险函数判别准则下判断两类预测量最优性的充要条件。为进一步研究基于有偏估计关于两类预测量的最优性判别问题提供了一种方法和思路     

中国粮食多因子灰色关联神经网络预测研究

针对BP神经网络多变量输入难以确定的缺点，提出了采用灰色关联分析法确定主要影响因子输入的多因子灰色关联分析神经网络预测模型，并给出了灰色关联神经网络BP预测模型的建立方法，对我国粮食生产影响因子多因子预测实证研究结果表明，用该网络建立的模型经过训练后，可得到影响粮食产出的主要影响因子及其之间的非线性关系，网络模型新颖，具有较好的预测精度及较好的预测效果，可广泛应用于各种预测研究，有较高的推广价值。     

正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献[1]的基础上对这两个问题进行了进一步的研究，提出了应用竞争聚集臬法确定正态云的两个参数，应用双参数阈值挖掘正态云关联规则，并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据，结果表明，所提出的关联规则挖掘方法比文献[1]所用的方法更合理，该预测方法简单易懂，更容易被人理解和使用。