划分产品生命周期期段的双对数算法

本文定义了关于产品生命周期的期段、期段曲线和期段组合曲线,并以Gompertz曲线为模式,提出了一种划分期段与预测的算法——双对数算法。文中给出了计算程序,计算结果表明了本算法的正确性和有效性。     

大气变化或可预测地震

美国宇航局一项新研究表明,2011年3月11日日本9级地震发生前数天,断裂带上空的大气层显著加热。在这次地震前,震中上空电离层（大气上层的一部分）中的总电子含量急剧增加,在地震前三天达到最大值。     

基于BP网络和RBF网络的电力系统负荷预测分析

给出了BP网络和RRF网络的构造过程和训练方法,在改进的BP网络中加入了动量项和变步长法,且考虑了影响负荷变化的主要气象因素,以适应天气的变化。在RBF网络中,采用了正交最小二乘法选取RBF中心,以克服传统K均值聚类法局部寻优的缺陷,利用改进的BP网络和RBF网络进行了短期电力负荷预测,并对训练的收敛速度和预测精度进行了分析。     

基于灰色关联分析的“白屋顶计划”评价模型

在已知人为热释放、风速、日照时数和相对湿度的前提下,以芜湖市为例,运用灰色关联分析求出以上四个影响因素对行为因子(城市热岛效应)的关联影响程度,算出日照时数在四个环境因子中的比重,从而将白色屋顶计划对城市热岛效应的作用量化,建立了灰色预测模型。通过回归分析计算白屋顶计划对城市温度的影响,最后将预测数据与真实数据进行对比,模型结果表明"白屋顶计划"是合理且可行的。     

灰色模型的病态问题研究

针对灰色模型在参数辨识过程是否出现病态问题利用矩阵条件数进行了研究,研究结果表明:只有在原始序列首项不为零其它各项近似为零的常数序列的情况下灰色模型才会发生病态性问题,对于这类序列在进行预测时是没有实际意义的.因此在灰色预测所建立的灰色GM(1,1)模型是不会存在病态问题.     

基于相对误差的线性组合预测研究

在讨论传统的组合预测方法的基础上,对相对误差准则下的线性组合预测进行了研究和推广。分别以"相对误差平方之和最小"、"相对误差之和最小"和"最大相对误差最小"为准则,给出了9个线性组合预测模型,其中有6个线性组合预测模型是新提出的,并且讨论了模型的解法。以美国加州电力日均价为例,给出了9种线性组合预测模型的预测结果,验证了新模型的精确性和优越性。     

基于级联思想的欠驱动AUV三维轨迹跟踪控制

为解决模型预测控制器(MPC)在执行器约束下初始状态量偏差大导致的无解问题,设计一种基于级联思想的MPC控制方法：首先,针对欠驱动AUV模型进行级联系统划分,再对划分出的模型分别进行MPC控制器设计;然后,利用微分跟踪器将期望量平滑处理;最后,基于非线性干扰观测器对外界干扰进行补偿。仿真结果验证了该方法的有效性。     

基于机器学习的商品评论特征提取有用性研究

在线上购物商品销售预测问题上,由于受商品自身的款式、材料、买家的好评与差评以及商家好评返利等多种因素影响,一般的回归预测算法往往不能支持多种特征变量,导致预测准确率较低、鲁棒性差.本文采用一种主题-随机森林算法对口罩销售量进行多变量综合投票预测,并与多重线性回归（Multiple Linear Regression,MLR）算法和随机森林（Random Forest,RF）算法相比较得出最终结论 .实验结果表明,LDA-RF算法各项指标均优于MLR和RF算法,LDA-RF算法建模速度快,鲁棒性较强,受到离群点影响比较小,散点主要集中在线性回归附近,可以有效地提高口罩销量预测精度.     

基于系统动力学模型的山东省农业供需水优化

为了探讨农业水资源不同发展模式对山东省农业供需水量变化的综合影响,采用系统动力学模拟软件Vensim建立农业用水供需平衡模型,综合考虑作物灌溉面积、水资源供水量等因素的影响,仿真模拟基于现状年条件下山东省农业缺水率的未来变化趋势。结果表明：在灌溉保证率为50%的条件下,中长期规划发展模式、跨区域调水发展模式、灌溉水高效发展模式、最佳效益比发展模式、综合发展模式5种发展模式中山东省2018—2025年农业缺水率都呈现下降的趋势,其中综合发展模式中2025年农业供水量达到1.556 1×10¹⁰ m³,需水量达到2.239 4×10¹⁰ m³;农业缺水率为30.1%,与其他4种发展模式相比,分别降低了15.45%、 4.7%、 7.1%、 3.99%;综合发展模式更适合于未来山东省农业优化发展策略。     

基于改进的分形理论的短期电力负荷预测

为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:Iterative Function System)建立实测日的分形插值函数,通过移动平均函数对数据进行处理,利用最小二乘法(OLS:Ordinary Least Square)建立数据拟合方程,将时间数据带入拟合方程中计算预测数据。经过仿真对比实验,改进后的比改进前的预测模型预测的负荷数据平均绝对百分比误差(MAPE:Mean Absolute Percentage Error)下降了0.26,证明了改进分形理论的短期电力负荷预测模型可以有效提高负荷预测结果的准确性。