组合模型对居民消费价格指数序列的分析及预测

求和自回归移动平均模型(简称ARIMA)及支持向量回归模型(简称SVR)是两个重要且行之有效的分析及预测时间序列的方法.他们都能在一定程度上反映数据所包含的信息且信息不会完全重叠.为了能够各取所长,本文用这两种模型的组合模型对居民消费指数(CPI)进行了预测,结果显示组合模型提高了指数的预测精度.     

二重级数收敛性研究

研究了二重级数和累次级数收敛问题,提出了二重级数与累次级数收敛的判别法并给出了证明,在此基础上研究了二者之间的关系,丰富了级数基本理论.     

7000系铝合金厚板喷淋淬火的数值模拟与分析

固溶处理淬火工艺是获得高性能铝合金板的关键环节。笔者从导热微分方程入手,建立了温度场的数学模型。利用ANSYS有限元软件,分别对7000系合金厚板传统淬火工艺以及喷淋淬火工艺过程中的温度场进行了数值模拟,获得了瞬态温度场解和淬火冷却曲线,比较分析了两种淬火工艺温度场对冷却效果的影响。结果表明：7000系合金厚板的辊底式喷淋淬火工艺优于传统工艺,能够获得冷却强度大,所需时间短和均匀性好的效果。     

幂级Hermite环

介绍了Hermite环的一类推广幂级Hermite环,证明了:1)HR是幂级Hermite环当且仅当R是幂级Hermite环;2)R[D,C]是幂级Hermite环当且仅当D和C都是幂级Hermite环,其中C是D的子环;3)若R[χ,σ]是幂级Hermite 环,则R也是幂级Hermite环,反之不然.     

高频金融时间序列的协同持续关系研究

对向量高频时间序列的“已实现”协方差阵提出相应的模型并建立了“已实现”向量自回归模型.应用Bollerslev和Engle提出的持续和协同持续概念,讨论了“已实现”向量自回归模型存在线性协同持续的充要条件和寻找这种线性协同持续向量的方法,在此基础上进行了实证分析,表明沪深两股市之间不存在线性协同持续关系.最后指出协同持续概念在动态组合投资、风险规避策略中的意义和作用.     

基于遗传算法的RLV再入轨迹优化设计

飞行器再入轨迹优化是一类最优控制问题。传统的优化方法存在初始值敏感问题。利用小生境技术和精英方法改进适应值共享拥挤遗传算法,并将其用于RLV再入轨迹优化设计。以终端时间固定的空间最小控制能量再入轨迹和终端时间自由的平面最小热载再入轨迹为例,详细讨论了遗传算法用于再入轨迹优化设计所需要解决的一些关键问题。仿真结果表明提出的方法能够较快地搜索到全局最优解,对初始猜测值不敏感,能够方便用于RLV的再入轨迹方案选择和优化设计。     

一种时间序列表示算法及其在聚类中的应用

时间序列数据量远远大于普通数据库的特点,导致一些通用的数据挖掘工具直接应用于时间序列效果很不理想。为此提出了一种时间序列分段线性化表示算法,这种表示方法将大大提高相似性测量的计算速度。在分段线性化表示的基础上提出了一种相似性计算方法,该方法对于时间序列的多种变形都不敏感。将k-平均(k-mean)聚类算法应用于分段线性化表示的时间序列,聚类结果表明算法非常有效。     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

关于一类三角级数的一个渐近和

本文在文[1]基础上讨论付立叶系数满足。Σ^∞k=m|Ck-Ck 1|≤M(C)|Cm|的三角级数f(x)=Σ^∞n=0Cne^inr的渐近和。     

神经网络时间序列预测及其工程应用

基于时间序列分析的方法,针对船用捷联陀螺的具体特性,提出了一种神经网络对间序列预测及建模方法,并对某捷联航姿系统中所用陀螺漂移数据进行了神经网络建模尝试。