关于推广Polak算法模型收敛性定理的改进

本文改进了 Polak 定理[1]的收敛性条件。     

合金铸铁激光处理的探讨——Ⅱ.激光辐照工艺参数的控制

用热传导方程控制激光辐照温度,建立了一种新回归方程以控制激光辐照硬化深度,选用卡尔丹公式列热传导方程及同归方程联立求解,可得到同时满足一定的硬化深度及表面最高温度双重要求的工艺参数,此种方法可作为激光硬化处理工艺参数的控制或预报,对本合金铸铁的激光硬化处理,其表面温度的下限应大于其熔点温度,即以表面产生微熔的快速冷凝处理为宜,并以选取低功率慢扫描为最佳。     

逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的＂考虑所有变量＂模式,利用＂有进有出＂的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络（RBF-ANN）属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未     

多组多滞后区间系数非线性控制系统的鲁棒镇定

本文采用刘永清建立的控制系统与滞后控制系统等价性方法，给出了多组多滞后区间系数非线性定常控制系统的鲁棒镇定及估计公式。     

改进Stacking算法的光伏发电功率预测

针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法。采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声。用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理。利用某光伏电站的发电数据进行实际算例分析,提出的模型在MAE、MSE及$R^2$指标上,相比随机森林和Stacking等模型其预测性能有很大的提升。     

掘进工作面瓦斯涌出规律研究

通过对潘一矿掘进工作面涌出量进行实测,对工作面瓦斯涌出来源及构成进行了分析。利用回归分析法,找出了工作面落煤、煤壁瓦斯涌出规律,为工作面的通风管理与安全生产提供了必要的技术指导。     

关于带调和势的非线性Schrdinger方程的爆破解

本文主要研究带调和势的临界非线性Schrodinger方程的爆破解. 利用先验估计和插值估计, 我们得到原点是径向对称爆破解的唯一爆破点. 进一步, 利用谱性质, 得到方程爆破解的$L^p$模的下界估计.     

强混合序列下非参回归函数加权核估计的强收敛速度

在误差项为强混合序列的条件下,利用随机变量部分和的矩不等式,讨论非参回归函数加权核估计的强相合性,给出其收敛速度.当样本矩足够大时,强相合的收敛速度约等于n-1/2.