基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

基于实物期权的ERP不确定性投资分析

企业资源规划系统(ERP)项目投资具有很大的风险和不确定性,投资决策一直是困扰决策者的难题.ERP项目投资决策是一个带有潜在随机过程和约束条件的多阶段投资决策问题,包含大量内在关联的投资机会.多段随机规划方法可以较好地解决带有潜在随机过程和约束条件的多阶段决策问题,克服了二项式方法和有限微分方法难以求解多段关联复合期权的弊端.运用多段随机整数规划方法结合ERP系统的投资特点建立了基于实物期权的ERP项目投资决策分析模型,设计了合理的模型求解算法.模型很好地考虑了项目投资过程中未来收益和投入成本的不确定性,相对于传统决策评价方法更加适合于ERP投资决策.     

电厂湿法烟气脱硫过程优化控制研究

深入研究了具有混杂系统特性的电厂湿法烟气脱硫(WFGD)过程的优化与控制问题;运用混合逻辑动态的建模方法(Mixed Logical Dynamic)建立了WFGD过程的MLD模型,基于MLD模型的预测控制方法把WFGD过程优化问题转化为实时求解混合整数规划(MIQP)问题,实时给出了WFGD过程优化运行的连续决策变量(吸收塔浆液的PH值设定)和离散决策变量(循环浆液泵开启台数)的最优解;用同样方法实现WFGD过程基础回路级中具有非线性动态的PH对象的控制;仿真表明基于MLD模型预测控制方法很好地解决了WFGD过程的优化与控制问题。     

基于T-不变量的可重复向量的求解算法

研究了Petri网中T-不变量与可重复向量之间的关系,并基于此关系给出一个求解可重复向量的新方法。首先定义了变迁扩充网的概念,证明一个网的可重复向量与其变迁扩充网的T-不变量之间存在一一对应关系,从而将一个网可重复向量的求解转换为其变迁扩充网T-不变量的求解上。在此方法中,如果利用FM-算法去求解T-不变量,则某些求解的步骤可以省略,从而得到一个类似于FM-算法的算法来求解可重复向量。此算法能够求出一组可重复向量,而任一可重复向量都可被这组可重复向量非负有理系数线性表出。     

基于双密度双树小波变换的超声图像降噪

针对去除斑点噪声提高超声图像质量的问题,提出双密度双树离散小波变换（DD-DT DWT）结合局部方差估计的双变量收缩阈值函数（BFS）的图像降噪改进算法实现超声图像降噪。首先将原始图像用DD-DT DWT进行多尺度分解,根据噪声模型和小波子父代系数确定的局部边缘方差估计阈值,利用子父代小波系数相关性构成的双变量阈值函数,对图像16个方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像。用仿真和真实数据对此算法进行验证,并与其他小波降噪系统的性能比较,结果分析表明噪声图像经该算法降噪后,图像性能指标均有提高,不仅有效的实现图像降噪,而且较好的保留图像细节。     

一类误差不独立的变量含误差模型

对一类不独立变量含误差模型进行了探讨,建立了相应的模型,用极大似然方法给出了参数的估计;考虑了此模型的实例应用,并从相对偏差上将独立变量含误差模型与不独立变量含误差模型的结果进行比较,揭示了不独立EIV模型的先进性与较好的预测精度.     

C语言函数调用过程中变量的同名问题的解决

通过C语言函数调用过程中参数传递问题的讨论,进而引出了变量的同名问题,并分别从实参与形参、存储空间分配、复合语句、外部变量与内部变量四个方面深入剖析了程序执行时,同名变量引用的规则和方法的全过程。     

颜色矩不变量在产品质量检测中的应用

针对产品质量检测的自动化问题,提出了颜色矩不变量的概念。首先探讨了包装产品总体图像的定位分割技术,然后运用颜色矩不变量对图像中的各个产品进行分析,利用矩距离有效地对产品进行分类统计。实验结果表明,该识别算法具有较高的识别性能,计算复杂度低,提高了工作效率,能够取代人工检测。     

部分线性反映变量含误差模型的经验似然置信区域

目的研究部分线性反映变量含误差模型。方法发展了经验似然比方法,将其应用到部分线性反映变量含误差模型。结果得到了W ilks定理的非参数形式,定理用来构造参数向量的渐近置信区域。结论参数β的置信区域也可由其他方法来构建,但与正态逼近或自助法相比,经验似然方法在实践中更直接和简单。     

一类高维非线性方程(组)自相似解的简易求法

对(2 1)维非线性偏微分方程进行相似变换后,根据相似变量不变性原理,提出了一个相似变量的复合变换,从而把(2 1)维偏微分方程最终化成常微分方程.将该方法用于KP方程、ZK方程、高维Burgers方程组,均得到了具有Palinlevé性质的常微分方程.通过进一步的分析求解得到KP方程和ZK方程的自相似渐进解,尤其是得到了高维耦合Burgers方程组的精确解.