威布尔分布下未来观测值的预测

在历史样本为Ⅱ型双删失情形下 ,得到了未来观测值的后验预测分布密度     

中长跑的选材与预测

本文从系统学角度,探讨如何控制中长跑选材的过程,并从生理、心理、身体素质以及身体形态等方面探讨如何以科学的选材方法和手段为依据,指导教练选出优秀人材,进行早期培养,缩短其成材周期,提高成材率。     

技术预测

预测将来的技术发展,对人类是不可避免的,而且预测要准确。科学家就怎样才能做得到这一点,进行了分析。 为什么要做技术预测? 这个问题似乎非常自然,但却暗示在预测与不预测之间仍然是有选择的。任何个人、团体或国家不可避免地要受到技术发展的影响,在他们要决定将资源分配到某一特殊项目时,都要进行技术预测。 然而,在做理论分析预测时,是要做出抉择的,进行简要的审查是值得的。     

灰色系统建模的变换方法

本文通过定理的充分必要性的证明给出了寻找提高原始数据序列光滑度的变换的途径, 对获得新的变换具有指导意义, 实例分析和误差讨论充分展示了这一寻找方法非常有效。     

基于短期AGC指令的负荷系统预见预测控制

针对目前火力发电单元机组负荷增减频繁、扰动因素较多的情况，在充分利用自动发电挂制(AGC)的负荷指令资源的基础上，提出一种协调控制系统的负荷预见预测控制方案。该方法以多变量预测控制为核心，将预见控制思想融入到预测控制的设计之中，从而构成一种新的负荷协调控制策略。仿真结果表明，该方法集预测控制、预见控制二者的优点，使得机组负荷具有良好的跟踪性能，主蒸汽压力也具有很好的系统动、静态调节品质，而且控制量变化非常平稳，在对象动态特性较大范围内变化的情况下，系统具有较强的鲁棒性。     

完整的最小二乘递推算法及其对跟踪与预报的应用

借助广义逆矩阵的理论，本文分别就一般加权情形、最优加权情形和指数加权情形，给出了无需事先提供待估计量的任何初始统计知识而能获得严格意义下的所谓完整的最小二乘递推(PRLS)算法。应用这种算法，分别得到了某些线性系统的无差和无偏状态估计以及机动目标多模型跟踪与预报(MMTP)算法。     

基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型研究

建立了航材消耗的灰色系统预测模型与神经网络预测模型，同时给出了一种新的具有广泛代表性的组合预测模型－－广义加权函数平均组合预测模型及其加权系数的参数估计方法，并利用此方法建立了基于灰色系统与神经网络的航材消耗广义加权函数平均组合预测模型，最后以实例说明了其预测效果。     

基于强跟踪滤波器估计的最优融合方法

在分布式雷达数据处理模式中 ,数据融合是获得较精确的目标轨迹的主要环节。为克服卡尔曼滤波器对初始值敏感、鲁棒性差和对机动目标跟踪性能差的缺陷 ,通过利用各传感器的观测数据 ,采用强跟踪滤波器对目标进行跟踪 ,以改善目标状态估计的精度。对判定源于同一目标的状态估计值 ,给出了一种估计状态线进行性组合的最优融合准则。得出了实际数据的实验结果。