日周期短期负荷自适应滤波预测模型

考虑到时负荷的日周期性,利用时间序列分析中的自适应滤波预测法,建立日周期自适应滤波模型,经河北南网实例验证,预测精度较高。     

神经网络在橡胶硫化温度预测中的应用

本文针对难以通过在线测温实现等效硫化控制的情况,在确定硫化条件的直接测温实验基础上,提出了用神经网络模型预测实际生产过程中硫化制品内部温度的方法．在该方法中将所测温度值作为样本提供给神经网络学习,温度采集时刻及易测外部温度作为网络输入,输出值则是在硫化时制品难测温点处不同时刻的内温．神经网络通过学习取得了良好的效果,网络输出的温度值将成为等效硫化计算和硫化质量智能控制的有价值的依据．     

用组合模型预测油田产油量

时间序列分析是统计学的一个重要分支,灰色系统理论是一种动态趋势预测理论。将时间序列分析与灰色系统理论相结合用于油田产量预测是一个非常有益的探索。先采用灰色建模或逐步回归方法,从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立了ＡＲ模型或ＡＲＭＡ模型。将以上两个模型结合起来构成组合模型,用于预测油田产油量。应用实例证明,该方法具有容易实现、预测准确的优点,是一种非常有效的     

小麦流态化干燥实验关联式及在热泵流化床谷物干燥中的应用

基于流化床干燥理论,采用热风循环充分的电热烘箱作为干燥器,对小麦进行了一系列的薄层干燥实验研究,模拟小麦流态化干燥过程,总结出适用于流化床小麦干燥时间预测的经验回归公式.开发了热泵流化床谷物干燥实验系统,并将小麦干燥的经验回归公式应用于此实验台的干燥实验过程.结果表明,小麦干燥经验回归式可用于预测小麦在流态化条件下的干燥时间,所开发的热泵流化床谷物干燥装置经济性合理,有市场应用前景.     

中国科学院上海天文台天体物理研究室

上海天文台成立于1962年，前身是19世纪建立的徐家汇观象台和佘山观象台。现有科研人员145人，其中院士2人。是首批参加中科院知识创新工程的试点单位之一，科学目标为：应用空间天文技术监测和综合研究地球的运动、探索灾害预测的天文方法；开展银河系结构及其演化、活动星系核的观测研究，星系形成演化及宇宙学的研究；以及有关甚长基线干涉、氢原子频标等技术的研究。     

关于河道一维非恒定流水温预测模型的研究

作者在全面地分析影响河道水温变化各种因素的基础上，根据大渡河流域实测资料所推荐的有关计算纵向离散系数的经验公式．确定了一种适宜于河道一维非恒定流水温的预测模型．作者运用此模型预测了水库下泄低温水、火电厂温排水对下游水环境的影响及其应用价值，其结果可为制定水库生态用水调度方案和流域开发的环境影响评价提供科学依据．     

公路客运量预测方法的比较

科学准确地预测公路客运量,超前掌握公路客运量发展的趋势、特点、规律和数量,是制定公路客运发展和站场配置规划的基础。运用灰色模型、指数平滑模型、回归分析法、弹性系数法等多种预测模型对某城市2003~2015年公路客运量进行了分析预测,通过残差分析和绝对百分误差(MAPE)进行择优,提高了预测精确度。最后采用组合预测确定终值并进行了分析比较。结果表明,组合预测综合考虑了各种因素的影响,能够提高公路客运量预测精度,为公路客运发展提供科学决策依据。     

一种改进的遗传优化算法在网络故障预测中的应用

模糊逻辑控制器(FLC)模型简明，易于利用专家知识，适应能力强．适用于多输入、具有不确定因素、非线性系统的控制。随着系统复杂度的提高，直观经验获取难度变得越来越大．既难表述，又难使用。本文针对网络系统中故障的预测和诊断问题，将遗传算法与前馈网络结合，提出了一种基于BP的遗传优化改进型算法(RGA—BP)，并与经典BP算法结果作了比较，迭代步骤很明显的减少，精度明显提高。     

鄂尔多斯盆地侯北地区三叠系延长组长6储层特征

鄂尔多斯盆地侯北地区三叠系延长组长6储集岩大部分为细粒长石砂岩,少数为细粒岩屑长石砂岩.孔隙度在10%～15%之间,渗透率在(0.1～1.0)×10-3μm2之间,以低孔、低渗、较强的非均质性为特点.长6沉积于三角洲前缘环境,水下分流河道中发育储集砂体.稳定的大地构造条件和沉积环境有利于大面积、较厚的砂体形成.方解石、浊沸石和绿泥石等自生矿物沉淀压实作用,大大降低了原始沉积物孔隙度,长石、中基性火山岩岩屑及浊沸石溶蚀作用产生了相当数量的粒内溶蚀孔和胶结物溶蚀孔.     

低频时谐载流圆环和无限长螺线管的感生电场

当载流圆环和无限长螺线管所通的电流为低频时谐载流时必将激发感生电场,文章利用 ×E k=- B t求解载流圆环和无限长螺线管的感生电场,通过理论分析获得低频时谐载流圆环和无限长螺线管全空间感生电场的表达式。