基于NCAGA-投影寻踪混合优化城市客运量预测

为了提高参数投影寻踪回归(parameter projection pursuit regression,PPPR)模型对城市客运量的预测精度, 基于cat映射、高斯分布和精英局部搜索对加速遗传算法进行改进. 提出了新的混沌加速遗传算法(new chaosaccelerating genetic algorithm, NCAGA),用于对PPPR模型的最佳投影方向α的优选.建立了在外层优化岭函数个数M的同时,内层利用NCAGA优化最佳投影方向a的NCAGA-PPPR混合优化城市客运量预测模型,结合某市统 计资料进行了仿真预测.结果表明该方法的预测精度优于BP神经网络模型、传统PPR模型和基于加速遗传优选的PPPR模型, 平均绝对相对误差小于3.1%,提高了城市客运量的预测精度,可有效应用于城市客运量的预测.     

基于改进群组G1赋权的生态评价模型及省份实证

利用“驱动力-压力-状态-影响-响应(DPSIR)”模型构建了生态系统综合评价指标体系框架, 通过对指标海选, 筛选和理性分析最终确立了生态系统的综合评价体系, 应用改进群组G1方法确定指标权重, 对我国14个省区的生态进行实证分析. 首先,通过采用DPSIR概念框架构建指标体系, 将人的需求、经济发展和社会进步等要素纳入生态系统评价中, 克服现有生态评价片面关注环境与资源状况或只关注环境保护与治理状况的不足; 其次,通过赋值向量相似度或等价变形后的序关系相似度给专家赋权的方式来反映专家的知识和经验; 最后,通过在压力准则层中加入自然灾害指数反映自然灾害对生态的影响, 改进了DPSIR模型只考虑到人类的活动对于自然环境和资源的压力的片面性.     

基于振幅压缩的随机振荡序列预测模型

以提高灰色系统预测模型对随机振荡序列的预测精度为目的, 提出了一种通过平滑性算子压缩随机振荡序列振幅, 提高序列光滑度的算法, 并在此基础上推导及建立随机振荡序列的灰色预测模型; 将该模型应用于多组随机振荡序列的模拟, 并与其他模型的模拟精度进行了比较, 结果表明, 新模型能显著提高随机振荡序列的模拟精度.     

Multi-target localization for bistatic MIMO radar in the presence of unknown mutual coupling

A decoupling-estimation signal parameters via rotarional invariance technique(ESPRIT) method is presented for multi-target localization with unknown mutual coupling in bistatic multiple-input multiple-output(MIMO) radar.Two steps are carried out in this method.The decoupling operation between angle and mutual coupling estimates is realized by choosing the auxiliary elements on both sides of the transmit and receive uniform linear arrays(ULAs).Then the ESPRIT method is resilient against the unknown mutual coupling matrix(MCM) and can be directly utilized to estimate the direction of departure(DOD) and the direction of arrival(DOA).Moreover,the mutual coupling coefficient is estimated by finding the solution of the linear constrained optimization problem.The proposed method allows an efficient DOD and DOA estimates with automatic pairing.Simulation results are presented to verify the effectiveness of the proposed method.     

基于PO的进近着陆系统信道环境分析和仿真预测

针对机场环境日益复杂,进近着陆系统对于机场环境的影响十分敏感的实际问题,提出了一种基于物理光学理论(PO)的进近着陆系统信道环境分析和仿真预测方法。应用基于PO的信道散射环境分析方法,建立了系统的信号源模型和考虑信道环境影响的系统航道偏移模型,对受多散射体影响的信道环境下的进近着陆系统进行建模,结合实际问题,应用建立的模型对散射环境中的进近着陆进行了仿真,结果表明,基于PO的仿真预测方法能够较准确、合理地给出散射环境对系统的影响程度,具有预测机场配置物体对系统影响的能力。     

通用综合评价支持系统的可配置评价模型研究

针对综合评价支持系统的通用性问题,给出了一种可配置评价模型的设计思想与实现方法。首先分析了综合评价的关键要素及其过程,定义了通用综合评价支持系统(UCESS)的数学模型,据此提出基于AOV(Activity on Vertex Network)网的评价模型构建方法,即通过AOV网描述评价模型的拓扑结构,并根据其拓扑排序来控制评价模型的执行过程,最后给出了采用组件技术的模型设计与实现策略。应用所提出的方法,UCESS能够实现自由意义上的评价模型动态配置,具备良好的灵活性和开放性。     

一种改进的H.264/AVC空时编码方案及仿真实现

传统H.264无线视频传输系统误码率较高并且重建图像质量差,针对此问题提出一种改进方案。传输系统采用H.264编码器和多输入多输出(MIMO:Multiple-input Multiple-output)系统级联的模型:基于不等差错保护思想,在信源端依照优先级顺序将H.264码流分为两部分,利用空时预编码技术的分集优势提升高优先级码流的传输可靠性,同时不改变低优先级码流的误码率,提高了无线传输系统整体性能。仿真结果表明:与传统方案相比,改进方案可以在不提高总发送功率的前提下获得较好的重建图像质量,在低信噪比时,重建图像的平均峰值信噪比可提升近7dB,且检测复杂度适中。     

广义参考集DEA模型及其相关性质

由于传统数据包络分析（data envelopment analysis, DEA)方法的“评价参照系”是有效决策单元,即传统DEA方法只能获得和有效决策单元比较的信息,而实际上人们需要比较的对象不仅仅限于“优秀单元”,还可能是“一般单元”（如录取线）、“较差单元”（如可容忍的底线）或者某种特殊单元（如选定的样板、标准或某些特定对象）,而传统DEA方法无法评价这些问题。为此,给出一种适用于上述所有情况的广义DEA方法,并探讨其相关性质,主要包括基本的广义参考集DEA模型和广义DEA有效性概念;广义DEA有效性含义和广义DEA有效性的判断方法;广义参考集DEA方法与传统DEA方法的区别与联系。     

改进粒子群算法优化 BP 神经网络的短时交通流预测

为提高 BP 神经网络预测模型的预测准确性, 提出了一种基于改进粒子群算法优化 BP 神经网络的预测方法. 引入自适应变异算子对陷入局部最优的粒子进行变异, 改进了粒子群算法的寻优性能, 利用改进粒子群算法优化 BP 神经网络的权值和阈值, 然后训练 BP 神经网络预测模型求得最优解. 将该预测方法应用到实测交通流的时间序列进行有效性验证, 结果表明了该方法对短时交通流具有更好的非线性拟合能力和更高的预测准确性.     

轿车市场短期需求的多层次灰色预测方法

本文提出一个新的实用多层次灰色预测方法,并用此方法预测了中国轿车产品短期市场需求