渤海海域海冰严重灾害的灰色预测

根据１９６０－１９９５年间渤海海域的海冰灾害的实际观测资料，建立了信息ＧＭ（１，１）模型，并在此基础上又分别对ＧＭ（１，１）灰色预测模型提出新的改进型预测模型，并运用改进型的预测模型对渤海海域的海冰严重灾害进行预测，据预测未来可能发生的两次海冰严重灾害为２００３年和２０１１年。     

供水管网震害预测

根据历史震害资料，分析了供水管道震害特点，提出供水管道震害划分标准，给出供水管道震害预测模型，并对供水网络进行震害分析。     

循环流体床床层与壁面间传热特性的预测模型

以颗粒絮团更新理论为基础，建立了一个循环流化床床层间传热特性的预测模型，模型主要由流动和传热两个部分组成，在流动部分中，计算了床层的径向和轴向空隙率分布，颗粒絮团的最大下落速度以及颗粒絮团在壁面的滞留时间；在传热部分中，则将总传热系数为颗粒对流，颗粒辐射，分散相对流以及分散相辐射四个分量进行叠加，与有关工业锅炉实测结果的对比表明，该模型是有效的。     

餐饮业的管理信息系统

根据餐饮业的现状，指出建立餐饮业管理信息系统的必要性，提出餐饮业管理信息系统的总体模型并给出一实例。     

杨小舟蛾在上海地区的发生规律及其预测预报

对杨小舟蛾在上海的生活史和发生规律进行了研究。结果表明:杨小舟蛾在上海1年发生5代,个别有6代现象,世代重叠严重。杨小舟蛾的发生与初始虫量、日平均温度、降水量、日平均湿度呈极显著正相关。当日平均气温15℃以上时,杨小舟蛾开始出现;日平均温度在25~30℃时,杨小舟蛾数量明显增加;当湿度为65%~85%的时候,该虫发生集中,在日相对平均湿度为80%时,成虫的数量急剧增加;在日平均降雨量为50~150 mm时,虫口数量比较集中。建立杨小舟蛾短期测报模型为:Y=-101.909-0.091x1 0.155x2 0.338x3 0.659x4 0.539x5。     

竹木复合集装箱底板静曲强度的预测模型

应用弹塑性断裂力学的Weakest-link破坏准则,分析了竹木复合集装箱底板在弯曲载荷下的破坏模式。结果表明:竹木复合集装箱底板主要发生两种形式的破坏,即底面拉伸破坏和芯层剪切破坏。同时笔者提出了这两种破坏形式下,底板静曲强度的理论预测模型,并应用统计回归模拟方法,研究了单板压缩和涂胶对静曲强度的影响规律,建立了静曲强度和弹性模量的相关模型。     

神经网络在波罗的海运价指数预测中的应用研究

波罗的海运价指数一直受到航运与国际贸易界的高度关注，研究波罗的海运价指数的波动规律，探讨其发展变化趋势日益为人们所重视．当前对波罗的海运价指数的预测主要采用时间序列方法，这些方法计算过程复杂，而且适应性相对较弱．利用BP网络强大的非线性映射功能，建立了一个预测BFI走势的模型，分别从短期与中长期对波罗的海运价指数进行预测，并用实际数据进行了验证，结果表明，利用神经网络对BFI进行预测具有很高的预测精度．     

广义加权函数平均组合预测模型及其应用

针对各种预测问题的实际情况，组合预测模型可以采用多种不同的组合形式．而不同的组合预测模型，其预测效果是不同的．给出一种新的组合预测模型——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．利用此模型对航材消耗进行预测，并以实例说明其预测效果．     

双向Elman神经网络在卫星电池阵功率预测中的应用研究

针对神经网络预测电池阵功率存在的模型阶数难以确定及预测精度低下的问题，提出一种基于改进的Elman神经网络的双向预测模型。该模型利用关联层动态神经元的反馈连接，将未来预测网络和过去预测网络的信息进行融合。使网络对时间序列特征信息的记忆得到加强，从而提高预测精度。用该文提出的双向预测模型对电池阵功率进行预测，输入层仅需一个节点，不需事先对模型进行定阶。仿真预测表明，预测精度比单向模型明显提高，且网络具有较好的泛化能力。     

基于灰色理论的煤炭需求预测模型研究

研究了GM(1，1)模型在我国煤炭需求预测中的应用，并以实际数据为基础，建立了我国煤炭需求量的数列预测模型。经检验，模型可靠，可用于对我国煤炭需求总量的预测。简要分析了根据实际变化不断改进模型的必要性。