基于GOWA算子的IITFN群决策方法

对区间直觉梯形模糊数(IITFN)决策方法进行了研究.通过定义区间直觉梯形模糊数的期望值和预期得分,进而给出区间直觉梯形模糊数的一种新的排序方法;同时,给出了广义有序加权平均算子及其性质.为了求广义有序加权平均(GOWA)算子的权重,提出了广义最小二乘法,进而建立了基于区间直觉梯形模糊数的属性权重完全未知的多属性群决策方法,并给出了相应的群决策方法.实例分析验证了所提出方法的有效性.     

一类Duffing型p-Laplacian平均曲率方程周期解

考虑了一类Duffing型p-Laplacian平均曲率方程周期解存在性问题.通过运用Mawhin重合度拓展定理和一些积分分析技巧,获得了此类平均曲率方程至少存在一个T-周期解.一个具体的数值例子充分说明了本文方法与结论的有效性.此外,用Matlab画出了其数值解图.     

具有Ricci曲率平行空间中2-调和超曲面

以Nn+1表示其截面曲率KN满足条件a≤KN≤b的n+1维单连通完备Riem ann流形,且Ricci曲率平行,Mn是Nn+1中的2-调和超曲面,本文给出这类超曲面关于其第二基本形式模长平方S的积分不等式及刚性定理。     

基于最小二乘支持向量机的交通流量预测模型

城市交通流具有复杂性、时变性和随机性,实时准确的交通流量预测是实现智能交通诱导及控制的前提.综合分析交通流量影响因素的基础上,进行多路段的交通流量预测研究,提出了基于最小二乘支持向量机的交通流量预测改进模型,并应用平安大街的流量数据进行实例验证.结果表明,该模型具有学习速度快、跟踪性能好及泛化能力强等优点,在交通流预测中更具有实用性和推广性.     

非线性Hammerstein-Wiener模型辨识预测控制

为解决工业过程控制领域中非线性系统的模型辨识与预测控制问题,提出一种基于BP神经网络模型的预测控制策略,采用一种分段最小二乘支持向量机辨识Hammerstein-Wiener模型系数的方法建立非线性预测控制器.利用BP神经网络训练预测控制输入序列和拟牛顿算法求解非线性预测控制律,从而实现了一种基于支持向量机Hammerstein-Wiener辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.     

q -对称熵损失函数下Pareto分布参数估计

Pareto分布作为一种收入分布有着很重要的现实意义,其形状参数的大小直接影响收入分布的均衡程度,因此在经济中有着广泛的应用价值.主要研究了q-对称熵损失函数下Pareto分布形状参数的最小风险同变估计和Bayes估计.通过证明得到,在适当的Γ-先验分布下,α的Bayes估计都具有统一的形式[cT＋d]-1.并且,针对c和d的各种不同取值情况,讨论了[cT＋d]-1的可容许性和不可容许性,给出了q-对称熵损失函数下参数的最小最大估计.     

均方根误差最小准则的水库群典型年选取

由于时空分布、气候、下垫面等水文特性的异同,流域梯级各水库典型年不完全同步,较难选取合理、统一且具有代表性的流域水文典型年。将均方根误差最小准则应用于流域典型年的选取,以乌江流域7级梯级水库为例选择流域丰、平、枯典型年,研究表明,均方根误差最小准则能够统筹考虑各个电站的实际情况,选取的各种频率下典型年与设计年径流量平均相对误差绝对值均小于5%,是一种可靠的流域梯级水库典型年选择方法。     

稀土铈羧酸配合物抑菌性能研究

采用琼脂稀释法测定了几种稀土铈羧酸配合物对大肠杆菌、金黄色葡萄球菌、枯草芽孢杆菌的抑菌活性,得到了它们抑制细菌生长的最小浓度和最小杀菌浓度。结果表明几种稀土铈的羧酸配合物对几种受试菌均有较强的抑制作用,配合物比相应的二配位体具有更高的抑菌活性,而小于相应的单配体羧酸。     

近红外光谱法在燕麦和苦荞膳食纤维含量分析中的应用

应用近红外光谱漫反射技术,采用偏最小二乘法和留一全交叉验证方法对燕麦和苦荞样品中膳食纤维的含量进行预测.对光谱波长和信号预处理方法进行了优化.剔除异常值后得到实验值和本方法预测值的相关系数达到0.9272.结果表明,采用近红外光谱漫反射方法能够对燕麦、苦荞其它食品中膳食纤维含量进行快速定量或半定量分析.     

基于最小生成树算法求解图的单源最短路径的研究

对《基于Kruskal算法的最短路径算法研究》一文中提出的方法进行探讨,通过构造实例论证了Kruskal算法并不能直接用于求解有向带权图的单源最短路径问题,并综合性地对基于最小生成树算法求解图的单源最短路径问题进行分析,通过构造实例最终得出最小生成树算法不适用于求解图的单源最短路径问题的结论.