灰色模型在我国人口预测中的应用

人口问题就是一个典型的灰色系统问题,在灰色GM(1,1)模型的基础上,构建了灰色+BP神经网络组合模型。根据1949-2011年我国人口发展的最新统计资料,提出并建立变换初值灰色模型,然后利用两种模型预测值的均值对我国人口发展趋势进行中长期预测。     

探讨企业执行力要素的模型构建及优化策略

企业执行力的强弱是由企业内部的相关动力要素所决定的,这些动力要素主要包括领导力、激励力、协同力、凝聚力、内驱力和约束力,而每一种动力要素又受其影响因子的影响和制约。在构建执行力的动力要素模型之后,优化执行力的相关要素的路径就显得比较清晰,具体措施是提高领导者和员工素质,改进领导作风及开发员工的潜能,建立健全激励机制和约束机制,优化以执行团队建设为重点的人员与权力配置等。从而提升企业管理执行力,实现企业健康发展。     

特殊节假日的短期负荷预测新方法

本文针对电力系统短期负荷预测中特殊节假日负荷倾测的特殊性，提出一种基于模糊逻辑的预测方法，该方法合理运用了模糊逻辑对不确定问题的推理能力，克服了特殊节假日由于负荷特性的不同以及历史数据的缺乏所导致的预测困难，仿真结果验证了该方法的可行性。     

成品油管道输送高差混油模型研究

在倾斜管道顺序输送中，输送油品的物性差异在重力作用下影响混油的形成。分析了油品物性对混油过程的影响，利用与混油区的物质分布相关的轴向有效分散系数，建立了管道顺序输送高差混油模型。同时考虑了粘度和密度的变化，采用Crank-Ncholson型隐式格式构造差分方程，并进行了数值求解。利用计算实例对雷诺数、倾角和输送长度等混油影响因素进行了分析。结果表明，倾角对混油的影响随着输送距离的增加和雷诺数的提高逐渐减小，特别是在大于临界雷诺数的高度湍流和长距离输送时，倾角对混油的影响相当小。     

基于有权重超图模型的离群点发现

结合基于有权重支持度框架的关联规则挖掘方法和基于超图模型的离群点检测方法,给出了一种离群数据的改进定义,并通过一个简单的实例说明了这种离群数据的离群含义,且与原离群点定义做了比较,分析了新定义离群数据的应用价值.     

一种基于HMM的雷达目标识别方法

根据雷达目标散射点的一般模型和特定条件的简化模型；提出用RELAX方法从高分辨雷达回波提取目标散射点分布的位置信息作为目标HRRR的特征向量；利用HRRR对雷达视角敏感这一特点，用隐马尔可夫过程表征多视角雷达回波序列，获得目标距离-方位两维信息，用若干HMM子过程构成的模式链表征一个飞行目标的飞行姿态变化，从而采用基于隐马尔可夫模型的分类器实现目标类属和方位的自动识别和分类，实测数据的计算机仿真结果表明，这一方法的平均识率为99.80%和81.2%。     

线性时间序列模型与双线性模型的识别研究

根据线性模型的特点，在推广的高阶矩概念的基础上，将高阶矩应用于系统的结构辨识问题中。介绍了用最小二乘原理估计高阶矩参数以及判定参数置信区间等内容。     

三唑-吡啶羧酸铜配合物微晶光催化降解有机染料的活性与机理

以CuCl₂·2H₂O和三唑-吡啶羧酸(Htpa)为原料,在DMF和甲醇混合溶剂中通过溶剂挥发法制备了配合物[Cu₂(tpa)₂(OH)]_n的微晶.利用红外光谱、扫描电子显微镜、X射线粉末衍射和固体紫外-可见漫反射光谱对铜配合物微晶进行了表征.在可见光照射下,用[Cu₂(tpa)₂(OH)]n/H₂O₂体系光催化降解碱性品红和罗丹明B染料,并且对两种染料的降解过程作动力学模拟.结果显示,[Cu₂(tpa)₂(OH)]_n/H₂O₂催化体系对碱性品红和罗丹明B均有良好的光催化降解能力,可见光照射90 min时,碱性品红的降解率达到84.0%,可见光照射25 min时,罗丹明B的降解率达到96.3%.动力学研究表明,碱性品红和罗丹明B的降解过程均符合准一级反应动力学模型,碱性品红和罗丹明B...     

海南岛农业干旱综合监测研究

采用遥感信息与地面气象观测数据相结合的方法进行农业干旱监测研究.选择适合高植被覆盖区旱情监测的标准化植被供水指数及适合热带气候区旱情监测的综合降水距平指数作为参数,通过与同步实测土壤含水量的数据融合构建农业干旱综合指数模型.用检验样点的实测数据对模型进行精度验证与实用性评价,检验结果显示均方根误差RMSE为4.65％,相对均方根误差RMSE,为19.28％,说明该模型具有较高的精度,可以用来监测海南岛的农业干旱.利用模型对海南岛2004年10月至2005年1月旱情进行监测与分析.结果表明海南岛旱情西部重于东部、北部重于南部、四周平原重于中部山区.2004年10月上旬起旱情持续加重,12月上旬达到旱情高峰,12月中旬旱情略有缓解,但直至监测末期2005年1月下旬旱情依然严重.旱情随着海拔、坡度减小而加重的趋势明显;平地旱情比坡地重,旱情随坡向的分异不是很明显.     

一种线性/非线性自回归模型及其在建模和预测中的应用

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值.