轨道分析解的改进方法及其应用

主要介绍一种通过改进各类轨道摄动项的表达形式,以优化计算效率的轨道分析解改进方法。以低地球轨道为例,阐述了轨道分析解改进后的具体算法,并通过数值仿真分析验证了算法的有效性和实用性。算法以第一类无奇点根数作为轨道状态量,采用开普勒轨道根数计算各类摄动力的长期、长周期和短周期项,通过较简单的组合形式计算无奇点根数的对应摄动项,实现在保持分析解精度和消除小偏心率奇点的同时,提高计算效率。仿真结果表明,分析解算法的模型精度在1E-5量级,符合一阶分析解理论精度的预期;同时计算速度达到传统分析解算法的4倍左右,可有效提升空间碎片轨道预报的计算效率,具有较强的工程应用价值。     

基于故障风险标尺的复杂装备健康状态分类模型

针对复杂装备故障呈现出多重性、相关性及模糊性的特点,本文分析了装备健康状态演化规律,利用自适应模糊神经网络、故障模式、影响及危害性分析构建故障风险标尺,实现了对复杂装备故障风险程度的定量化描述及装备健康状态的分类。通过实验分析,本文提出的模型相比于传统的故障预测以及故障风险程度定量方法具有显著优势,实现了对装备从设计生产、部署使用以及退役报废全寿命周期的动态反馈,对提高复杂装备综合保障能力具有重要意义。     

磁流体-泡沫金属减振器磁路优化设计

利用ANSYS软件对磁流体-泡沫金属减振器的磁路进行数值模拟研究,对影响其性能的磁路级数及相邻两级线圈中电流流向的异同进行了分析.研究结果表明,相同条件下采用多级磁路较单级磁路具有较多的优点,并且多级磁路中相邻激励线圈绕向相反能够更好的改善磁路性能.本研究为磁流体-泡沫金属减振器的设计提供依据.     

支持向量机在围岩变形监测中的应用

根据支特向量机优越的非线性拟合性能,建立变形量的时间序列预测模型,滚动预测围岩变形量,提高了预测模型的训练速度和预测推广能力。该方法用于西乡-固戍盾构段围岩变形预测,并与BP神经网络预测进行比较。结果表明这种模型可预测区间较长且具有较高的准确度,能够科学地指导现场施工和监测。     

闭环回收供应链中牛鞭效应量化分析

环保和资源的问题关系到整个社会和环境,现代制造越来越注重资源的可持续化应用。将牛鞭效应的量化与控制引入闭环供应链的研究中,有效测量了有回收的供应链中的牛鞭效应。结合传统制造业的制造及分销渠道,运用运筹学及数学理论建立了一个由生产者、销售者及回收渠道组成的供应链模型,并进行数值实验计算和分析。结果表明:牛鞭效应仍存在于具有回收途径的供应链中,减少回收产品直接销售并重新加工能够降低整体供应链的牛鞭效应。     

基于网络关注度的大宗商品市场预测研究

随着大宗商品市场化的加快和电子信息技术的快速发展,以互联网为载体的网络信息将方便快捷地传递到市场及市场参与者.本文从海量开源数据出发,利用搜索引擎平台,提取核心信息构建网络关注度指标,并提出了基于网络关注度的大宗商品价格预测模型.通过引入具有不同核函数的支持向量回归模型,分别建立了针对单个市场(原油、铜以及玉米)的网络关注度预测模型和综合考虑市场间联动性的多市场网络关注度预测模型.实证结果表明,网络关注度对于市场价格的变动有显著的格兰杰因果关系,引入网络关注度指标和相关市场信息能显著提高预测精度.     

Backward‐in‐Time Selection of the Order of Dynamic Regression Prediction Model

We investigate the optimal structure of dynamic regression models used in multivariate time series prediction and propose a scheme to form the lagged variable structure called Backward‐in‐Time Selection (BTS), which takes into account feedback and multicollinearity, often present in multivariate time series. We compare BTS to other known methods, also in conjunction with regularization techniques used for the estimation of model parameters, namely principal components, partial least squares and ridge regression estimation. The predictive efficiency of the different models is assessed by means of Monte Carlo simulations for different settings of feedback and multicollinearity. The results show that BTS has consistently good prediction performance, while other popular methods have varying and often inferior performance. The prediction performance of BTS was also found the best when tested on human electroencephalograms of an epileptic seizure, and for the prediction of returns of indices of world financial markets.Copyright © 2013 John Wiley & Sons, Ltd.     

黑龙江省通信客户发展分析预测

通过运用灰色系统模型对黑龙江省通信公司近年来的客户发展进行预测,对预测结果进行营销分析,同时寻找如何增强并保持客户的能力,这将对通信企业未来的生产计划产生深远影响,同时也对我省电信增值服务,通信产品发展具有重要的参考价值.     

基于平滑指数法的我国铜材产量预测

铜是用途广泛且较为贵重和稀缺的有色金属.科学预测我国铜材产量,是制定行业发展规划的基础,对指导企业有序、有效生产经营,保持我国促进我国铜产业健康发展具有重要的现实意义.平滑指数法是时间序列预测常用的方法,预测值是以前观测值的加权和,且对不同的数据给予不同的权数,新数据给予较大的权数,旧数据给予较小的权数.运用三次平滑指数法预测我国铜材产量,取得了理想的效果,平均预测仅为1.658 8%.由模型预测得到2017年6月我国铜材产量为178.356万t.     

液中放电沉积技术研究进展

液中放电沉积是一种新型的表面改性技术,起源于电火花加工技术,可在金属表面制备出具有高硬度、高耐磨性以及高结合力等优良性能的沉积层。此外,该技术不污染环境,有望替代部分常用但具有污染性的表面改性技术。液中放电沉积技术的核心内容为沉积层形成机制、工具电极材料以及介电流体成分。简单介绍了液中放电沉积技术的特点,重点阐述了沉积层的形成机制以及缺陷优化工艺,并从工具电极材料、介电流体成分和实际生产应用三个方面总结了液中放电沉积技术的国内外研究进展,展望了该技术的发展方向。