基于模糊时间序列的投资组合折中规划

通过建立证券价格为梯形模糊数的模糊时间序列预测证券价格,并以预测值与购买价格的比值衡量投资收益,以预测收益低于期望值的半绝对偏差计量投资风险,建立二目标投资规划模型,采用折中规划的方法求解,与均值-绝对偏差模型投资组合效果进行对比.对15只上证50指标股进行实证分析表明:折中规划可以根据市场的运行趋势进行投资决策,并且可以避免均值-绝对偏差二目标规划在严格数据约束下的无效解问题.     

考虑维修时间及相关性的串联系统动态机会维护策略

针对多部件系统维修过程中涉及部件结构复杂、维修时间长、维修费用高的特点,提出了预防维修时间、小修时间、结构相关性、经济相关性四重因素影响下的多部件串联系统动态机会维护策略。首先,以单部件为研究对象,决策出部件层最优维护周期,并综合制定系统层试行维修计划;然后,基于试行计划,并考虑部件间相关性的影响,以节省总成本最大为优化目标建立系统层维护的优化模型;最后,应用滚动计划实现对维修计划的动态更新。通过采用遗传算法求解算例,验证所提出维修策略的必要性和有效性。     

关于方阵幂级数收敛性判定定理的一些注记

研究了矩阵幂级数,利用方阵A的特征值和方阵A的幂级数系数之间的各种关系,给出了方阵幂级数绝对收敛和发散的一系列判定法.     

基于混沌时间序列的水电机组状态短期预测

基于混沌时间序列短期可以预测的特点,构建水电机组状态短期预测。用采样周期确定相空间时延τ,G-P算法确定关联维数从而确定相空间的嵌入维数m,小数据量法证明水电机组振动状态的混沌特性。在重构相空间中,运用加权一阶局域法构建水电机组状态短期预测模型。结果表明:混沌特性指数λ=0.2605的水电机组振动状态具有混沌特性,可以在最佳嵌入维数m=4的情况下进行预测,实例结果表明采用混沌理论进行水电机组状态短期预测是可行的。     

磷酸铁锂电池组的均衡充电研究与应用分析

针对车载磷酸铁锂动力电池组串联充电的需求,搭建了磷酸铁锂动力电池组管理系统,对动力电池组进行了串联充电试验。分析了电池组串联充电过程中单节电池电压和荷电状态不一致的情况,讨论了电池组单节电池的分散性对充电性能的影响,提出了对单节电池进行小电流补充充电的均衡方法,使电池组中单节电池的荷电状态基本相等。理论分析和试验验证表明,电池组串联充电末期,单节电池之间电压相差较大,荷电状态有一定差异,对单节电池补入少量电量(小于5%)即可使得电池组荷电状态一致性得到较大的改善。提出一种阶段式动力电池组均衡充电方法,从而可以避免动力电池组个别电池过充,而其他电池充不满的问题。     

隧道围岩变形的非线性自回归时间序列预测方法研究

针对传统时间序列预测模型的单一线性和忽略施工过程影响的静态局限性,提出非线性自回归(包括NARNN与NARXNN)时间序列预测模型.该模型通过引入动态施工影响因子作为附加的外部输入,同时结合模型本身的反馈结构和延迟单元,在结构和动态特性上更加符合实际系统,可以非线性动态地考虑隧道施工全过程.运用该模型对史家山2号隧道施工过程中的围岩水平收敛和地表变形进行预测.结果表明:1)非线性自回归预测模型比传统的ARMA预测模型的预测精度高、适应性好;2)通过多次预测并对结果取平均值,可以保证非线性自回归预测模型预测结果的预测精度和稳健性;3)通过优化动态施工影响因子的取值方法,可以进一步提高NARXNN时间序列预测模型的预测精度.     

基于局部线性嵌入的时间序列聚类

时间序列聚类是时间序列数据挖掘中重要的研究内容之一。由于时间序列的维数比较大,直接对时间序列原始数据进行聚类性能不理想,如何有效的对时间序列进行维数约简,并且保持原数据集本质特征,是本论文的主要研究点。首先使用局部线性嵌入(LLE)对时间序列样本维数约简,在低维空间对维数约简后的数据进行聚类,然后将它的聚类性能与已有方法如主成分分析(PCA)、分段聚合近似(PAA)进行比较。实验表明,使用LLE更能提高聚类性能。     

Auto-Regressive Models of Non-Stationary Time Series with Finite Length

To analyze and simulate non-stationary time series with finite length, the statistical characteristics and auto-regressive (AR) models of non-stationary time series with finite length are discussed and studied. A new AR model called the time varying parameter AR model is proposed for solution of non-stationary time series with finite length. The auto-covariances of time series simulated by means of several AR model sare analyzed. The result shows that the new AR model can be used to simulate and generate a new time series with the auto-covariance same as the original time series. The size curves of cocoon filaments regarded as non-stationary time series with finite length are experimentally simulated. The simulation results are significantly better than those obtained so far, and illustrate the availability of the time varying parameter AR model. The results are useful for analyzing and simulating non-stationary time series with finite length.     

具有软硬件可修复计算机系统的解的单调稳定性分析

在假定可修复计算机系统的故障修复率为常数和系统的失效率相等的前提下,运用数学分析的方法以及微分方程中常系数线性微分方程组的特征线法给出可修复计算机系统模型非负解的解析表达式,利用修复系统模型解的解析表达式给出了该修复系统模型稳态解的具体表达式,最后运用数学分析的方法给出了由硬件和软件组成的计算机可修复串联系统非负解的单调稳定性的证明。     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布(SPWVD：Smoothed Pseudo Wigner Ville Distribution)在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于STFT(Short-Time Fourier Transform)与WVD(Wigner-Ville Distribution)的联合算法(STFT-WVD),实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT-WVD比SPWVD具有更好的整体性能,在信噪比优于－1 dB时,能得到更为精准的估计值。