灰色GM(2)模型

对灰色建模的机理及缺陷进行了讨论及分析． 对于变化幅度较大的序列, 建立了新的预测模型, 为实际应用提供了切实可行的方法．     

一致逼近方法及其在多准则评估模型中的应用

提出一致逼近方法,系统地归纳了求解多准则评估模型的基本思想,介绍了一致逼近方法的基本原理及具体算法,并给出了一些进一步构造单一准则的方法和实验对比结果．     

同城即时配送问题基于多预测场景的在线调度

同城即时配送是随现代电子商务而产生的新问题,该问题呈现出极强的动态性与求解时间的紧迫性,并具有商户与顾客一对多的关系、车辆需要多次往返商户取货、货物取送有时效要求等诸多新特征,无法依赖现有研究而求解.针对这一问题,建立了基于多预测场景的在线优化调度方法,将带有预测订单的多个场景整合到路线规划过程,通过每个场景的方案计算,以及多场景方案的整合,得到了车辆赖以运行的集成方案,提高了调度方案面对未来不确定需求的适应性;所建立的调度系统在新订单进入时立即响应,在系统闲置时则采用大邻域搜索技术不断优化未完成的任务方案.最后,在具有200～300个日订单的大连市某同城即时配送公司的真实数据上,验证了在线调度方法的有效性和可行性.     

住宅市场需求的组合预测

将组合预测方法引入住宅市场需求预测,以实例具体介绍了组合预测的应用过程,实例中采用了神经网络、灰色模型等预测方法的组合体系,对当前环境下的住宅市场需求预测进行了有益的探索。     

基于灰色关联评估的通用量化评测系统

利用灰色关联评估理论 ,提出了“通用量化评测系统”这一新概念 ,为此 ,提出了两个定理和一个推论 ,并进行了证明推导.     

基于嵌入理论和神经网络技术的混沌数据预测及其在股票市场中的应用

提出了一种将延迟 -嵌入定理与人工神经网络相结合预测混沌数据的基本方法 ,首先讨论了嵌入延迟时间和嵌入维的计算方法 ,并从信号处理的角度分析了相空间重构同预测的关系 ,并以此确定神经网络的输入层结构 ;最后应用于股票指数和价格的预测 ,结果表明这种方法对解决一类问题具有广阔的前景 .     

基于自适应神经网络的边坡位移预测

通过对边坡位移历史数据序列进行特征分析 ,计算出饱和嵌入维数和最大 Lyapunov指数 ,给出了边坡位移的最大可预报时间尺度。在此基础上 ,确定了神经网络的输入节点数 ,建立了基于自适应神经网络的边坡位移预报方法 .通过对三峡升船机高边坡和新滩滑坡实际位移数据进行预测 ,结果令人满意 .这对于建立边坡位移的实时监测 -预警系统有重要意义.     

灰色预测模型特性的研究

对 GM(1 ,1 )模型特性进行了研究 ,证明了 GM(1 ,1 )模型是有偏差的指数模型 ,分析了模型偏差的特性 ,进而从理论上阐明了 GM(1 ,1 )模型误差的实质 .     

通信网可靠度的上下界近似测度研究

在网络可靠度精确算法的基础上 ,提出了一种近似评估通信网可靠度的算法 .该评估方法的算法实现简单 ,能快速评估出通信网的近似可靠度 .最后以野战地域通信基本网络系统为例对精确算法与上下界算法的仿真数据进行比较 ,结果令人满意.     

多agent股票预测支持系统的设计

股票市场的预测是一个非常难的研究课题,建立股票预测支持系统是进行股票预测的一种有效手段,本文提出一种全新的利用多agent系统来设计股票预测支持的方法,将每一种定性或定量的预测方法都设计成一个预测agent,各个预测agent都有预测求解方法,知识处理及同其它agent通讯合作的能力,随着系统的运行,各个agent不断地学习以提高自己的能力,从而提高整体系统预测准确性。