基于免疫遗传算法改进DFNN模型及其应用

针对动态模糊神经网络（DFNN）在进行预测应用时容易陷入“局部极值”的缺陷,提出一种改进方案。综合人工免疫算法和遗传算法的优点,用免疫选择优化遗传算法的进化策略,提出一种新的免疫遗传算法。将免疫遗传算法对模糊神经网络的学习算法进行改进,增强其学习能力和算法的稳定性。结合复杂性强的短期电价预测问题,采集美国PJM电力市场的实际数据作为样本数据,对免疫遗传算法改进DFNN进行实证研究。研究结果表明：与DFNN的预测结果相比,改进后的方法在同样的运算条件下,预测精度提高4．5％,而运算时间仅增加6．4s,说明基于免疫遗传算法对DFNN模型的改进效果较好。     

Ne气负脉冲电晕放电等离子体电子温度测量

依据荧光发射谱谱线强度正比于激发态粒子数原理,通过测量不同激发态能级所发射荧光谱线的相对强度,对Ne气脉冲电晕放电等离子体平均电子温度随峰值电压、样品气压的变化以及有效电子温度的时间行为进行了实验研究.结果表明,平均电子温度随放电峰值电压、样品气压均呈现近线性的变化趋势;而有效电子温度随时间变化先于脉冲电晕放电电流的变化.     

外加剂在硫铝酸盐水泥系统中的作用

研究外加剂对硫酸铝盐水泥凝结时间，强度，抗渗性，抗化学侵蚀性及抗干缩性的影响，并采用XRD，SEM和DTA等测试方法分析了探讨了其作用机理。结果表明，有机外加剂可以明显延长硫铝酸盐水泥的凝结时间；烧石膏取代二水石膏后不仅可以提高水泥各龄期的强度，而且可以抑制基后期强度的倒缩；这种水泥的抗渗性，抗化学侵蚀性及抗干缩性能都比较好。外加剂的加入改善了硫铝酸盐水泥的性能。     

两端固定有限长粘弹杆的广义磁热粘弹问题

应用Lord-Shulman(LS)和Green-Lindsay(GL)广义热弹性理论,研究了在磁场中受移动热源作用的两端同定有限长均质各向同性粘弹杆的磁热粘弹动态响应,并与经典耦合理论进行了对比.给出了杆的广义磁热粘弹耦合的控制方程,借助拉普拉斯积分变换及其数值反变换对控制方程进行了求解.计算得到了杆内无量纲温度、应力及位移的分布规律,从其分布图上可以看出时间、热源移动速度以及磁场大小对以上分布规律有一定的影响.     

台湾海峡南部二测站1997年8月温、盐垂直分布的时间变化

根据台湾海峡南部 ２ 个定点多周日观测站 １９９７ 年 ８ 月的 Ｃ Ｔ Ｄ 资料,进行温、盐垂直分布时间变化的分析,结果表明：二测站调查期间基本上都存在温、盐跃层,跃层的强度和深度随时间变化较大,显示出较为复杂的温、盐垂直分布,与多种水系在此交汇有关．但二测站的下层稳定地存在低温高盐的海水,有向上涌升的趋势,并受潮流的影响,可见其所在的海域应为上升流区     

CPA—2系统与多道记录仪测定左室收缩时间间期的对照分析

采用多道生理记录仪直接描记法测定的 STI 作为对照,用 CPA-2系统对31例病人(自身对照)进行 STI 值的测定,以评价 CPA-2系统这一新的无创性心功能检测方法.结果显示两者所测得的 HR、Q-S_2、LVET、PEP 及 PEP/LVET均具有显著性正相关(P<0.01).说明 CPA-2系统可以替代多道生理记录仪测定 STI.     

考虑不确定行驶时间的双目标外卖配送路径优化

以运营成本和解的鲁棒性为优化目标,研究了考虑不确定行驶时间的外卖配送路径优化问题,建立混合整数规划模型,并设计了可有效求解该模型的带有精英策略的非支配排序遗传算法(NSGA-II).算例实验和数值分析验证了本文所建立模型的可行性和算法的有效性,可为第三方外卖平台调度优化提供决策支持.     

基于小波分解的设备状态预测方法

首次提出将小波分解应用于非平稳时间序列的预测中,通过小波分解将非平稳时间序列分解为多层近似意义上的平稳时间序列,并且用ＡＲ（ｎ）模型对分解后的时间序列进行预测,进而得到最终的预测结果．将该方法应用于压缩机轴承座磨损的趋势预测中,通过与基于ＢＰ网络的预测方法相比较表明：该方法预测精度高,而且预测速度快,可以有效地应用设备状态的预测和设备故障趋势的分析中．     

基于TOA的无线传感器网络时间同步与定位联合算法

文中研究无线传感器网络中时间同步与节点位置坐标联合处理的问题,并且提出了一个可以联合精确估计未知传感器节点时钟偏差和未知坐标的算法,新提出的联合时间同步与定位算法采用加权最小二乘方法,相比于极大似然等迭代估计器,该方法具有更低的复杂度。理论分析表明在低信噪比情况下,算法精度可以达到克拉美罗下界(Cramér-Rao lower bound,CRLB)。计算机仿真实验结果也证明算法可以达到理论分析的精度要求。     

ARIMA模型在同业拆借利率预测中的应用

中国银行间同业拆借利率（CHIBOR）是我国货币市场上最早市场化的利率,文章选择隔夜拆借利率为研究对象并建立ARIMA模型对其进行短期预测，并取得了理想的短期预测效果，从而确定了适合我国同业拆借市场的利率预测模型．研究结果不仅可以帮助金融机构对金融产品合理定价，防范风险，也可以帮助央行准确估计CHIBOR走势，达到既定货币政策目标。