西藏地区不同年代春青稞品种的灰色关联度评价

通过应用灰色关联度分析方法,首先计算了西藏地区不同年代13个参试春青稞品种8个农艺性状与产量性状的关联度,并在此基础上进一步计算了参试品种与理想品种的等权与加权关联度。农艺性状与产量性状的关联度按大小排序为小穗数〉株高〉穗粒数〉穗长〉生育期〉千粒重〉单位面积穗数〉退化小穗数。参试品种与理想品种的等权关联度按大小排序为90（12）-4〉94（08）-1〉藏青148〉藏青690〉藏青85〉喜玛雅19〉白青稞〉QB-1〉品比15〉98042〉藏青3179〉山南60天〉97139,加权关联度按大小排序为94（08）-l〉藏青148〉90（12）-4〉藏青690〉QB～1〉白青稞〉藏青85〉品比15〉藏青3179〉喜玛雅19〉97139〉山南60天〉98042。根据两种关联度的大小,分别于1990、1994年与1992年育成的品种90（12）-4、94（08）-1与藏青148表现居于前3甲。加权关联度显示的评价结果比等权关联度更接近参试品种的田间表现。培育大穗与秸秆较高品种,提高单穗小穗数、穗粒数可能成为今后西藏地区春青稞育种与栽培管理工作的主攻方向。表7,参13．     

基于FKCM的球磨机系统T-S模糊建模方法

针对传统的描述热工过程动态数学模型的方法难以建立非线性模型的缺点,提出了一种基于模糊核聚类的球磨机系统T-S模糊建模算法.该算法首先通过灰色关系法确定模型输入变量,利用FKCM聚类算法对输入空间进行模糊划分,确定T-S模型的前件结构和前件参数;进而利用最小二乘算法确定模糊规则的后件参数.最后,利用数字仿真数据对球磨机系统进行模糊建模,建模结果表明该算法简单、实用,模型能够精确地描述过程的非线性.     

基于区间灰关联度的多传感器目标识别方法

针对具有多个特征指标的多传感器目标识别问题,提出了一种新的不确定性融合方法.该方法定义区间灰关联系数,通过熵权得到各目标类型的灰关联度,给出目标识别算法.克服了属性权重选取的主观性,提高目标识别结果的可信度,计算简单,易于计算机上实现.仿真实例验证了算法的有效性和实用性.     

基于单部半实物雷达的分时组网仿真方法

提出了一种实用的半实物雷达分时组网仿真方法,有效解决了在半实物仿真中,采用一套半实物设备实现多部雷达组网仿真的问题.提出了一种基于分段曲线拟合的异步航迹关联算法,将航迹关联问题转化为空间曲线的相似性判别问题.该方法已成功应用于某雷达对抗仿真系统中,仿真结果验证了该方法的有效性.     

一种基于蚁群算法的数据关联方法

提出了基于蚁群算法的多目标跟踪数据关联方法--ACDA(Ant Colony DataAssociation).算法基于目标与量测之间的距离信息、角度信息和速度信息,依靠蚁群算法的优化机制,确定目标航迹和量测的正确关联,并且采用扩展卡尔曼滤波对目标状态进行估计.实验结果表明,该方法对应用在机动性较弱的高速小目柝数据关联时能够获得较高的正确关联率,且运行时间较短.     

基于背景值和初值优化的灰色Verhulst建模方法与应用

针对灰色Verhulst模型的优化问题,提出从背景值和初值两个方面对灰色Verhulst模型进行优化,分别利用倒数变换和约束优化模型求解模型的背景值参数与初值参数,并给出基于背景值和初值优化的灰色Verhulst建模步骤,最后以案例验证了本文模型的有效性、适用性和优化效果。结果表明,利用背景值和初值的优化方法能够有效地提高Verhulst模型的模拟精度与预测精度。     

基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证

对区域协同发展程度进行评价是有效促进区域协同发展的前提和指导.在分析现有研究现状,总结了定量研究两类思想的基础上,论文结合TOPSIS思想和灰色关联理论对距离协同模型进行改进,构建了新的区域协同发展程度评价方法.该方法引入理想规划值,运用相对距离比来衡量区域系统发展度;运用各个子系统间的灰色关联度来确定子系统间的拉动因子,进而得出理想发展度和协同度,弥补了距离协同模型的两处不足.利用此方法对皖江城市带的协同发展进行了实证分析,实证结果表明皖江城市带的整体协同发展度呈上升趋势,但程度较低,发展度远远低于协同度;经济子系统对其它子系统有显著拉动作用,同时是皖江区域发展中的瓶颈因素;承接产业转移对皖江区域的协同发展有显著促进作用.     

有色观测噪声下的多变量设置调整策略

针对存在初始设置偏差的离散的多变量生产制造过程,研究了观测噪声服从Auto-Rgressive （AR）模型的情况下,考虑调整花费成本为二次型函数时的设置调整问题,在建立过程状态空间方程的基础上,利用卡尔曼滤波方法在线估计过程的状态变量,根据随机二次型最优控制理论,得到了使过程质量损失最小的最优调整策略. 通过算例解释了最优调整策略的实现方法,并进行了仿真验证,结果表明,得到的调整策略与观测噪声为白噪声时的质量调整策略相比,能更好地减少过程总体质量损失.     

FORECASTING ：EXCHANGE RATES： AN OPTIMAL APPROACH

This paper looks at forecasting daily exchange rates for the United Kingdom, European Union, and China. Here, the authors evaluate the forecasting performance of neural networks （NN）, vector singular spectrum analysis （VSSA）, and recurrent singular spectrum analysis （RSSA） for fore casting exchange rates in these countries. The authors find statistically significant evidence based on the RMSE, that both VSSA and RSSA models outperform NN at forecasting the highly unpredictable exchange rates for China. However, the authors find no evidence to suggest any difference between the forecasting accuracy of the three models for UK and EU exchange rates.     

灰色Verhulst预测模型的病态特性

为揭示灰色Verhulst模型的建模精度在原始序列存在微小扰动下的变化规律,采用矩阵谱条件数作为研究工具对该模型系数矩阵谱条件数的取值进行分类讨论. 研究结果表明,当且仅当系统原始数据序列第一项为大于零的常数,其他所有项数据皆为0时,建立灰色Verhulst模型才会呈现严重病态性,而采用已呈现特定规律的数据序列构建灰色Verhulst预测模型毫无实际意义. 研究结论认为,灰色Verhulst模型并不存在严重病态性.