基于神经网络的我国猪肉年度消费需求量预测研究

主要运用神经网络对中国猪肉年度消费需求量的预测问题进行了研究.首先对畜产品预测方法进行了综述,对神经网络预测原理进行了介绍,然后分别建立GM(1,1)、ARIMA模型、GRNN神经网络模型,GA-GRNN神经网络模型模型对猪肉消费量进行了预测,最后对模型进行了集成.结果表明,优化后的GA-GRNN模型预测误差率显著降低,集成模型在稳定性和精度方面均比较理想.     

改进LSTM网络对于时间有效性经济指标预测模型的研究

针对经济指标的预测,尤其是关于时间有效性的预测,具有重要的现实意义.通过筛选,得到对于起经济预测影响较高的指标.基于LSTM网络模型,对LSTM模型的初始权重及阈值进行了优化,提升了模型的经济预测效果.结合不同类型的灰度模型算法,重点体现时间有效性,进而构建新的组合灰度改进-BA-LSTM网络模型,将其用于经济指标的预测.利用其他三种不同的灰度模型和组合灰度模型分别结合效果更稳定的改进BA-LSTM模型对经济指标进行预测,实验结果证明,对比其他的经济预测模型,模型的精度更高,预测结果更准确,可以有效用于CPI和GDP等数据的预测,预测结果满足时间有效性要求,证明该模型的实用价值.     

基于ARIMA-DGM-BP组合模型的喀什地区GDP预测

组合模型的预测效果一般优于单一模型的预测效果.利用ARIMA模型,DGM(1,1)模型以及BP神经网络构建ARIMR-DGM-BP组合预测模型,给出了建立该组合模型的基本思路.利用喀什地区2000-2018年GDP的相关数据资料,建立了ARIMR-GM-BP和ARIMR-DGM-BP组合模型并对预测的效果进行了统计分析,结果表明ARIMR-DGM-BP组合模型的预测效果优于ARIMR-GM-BP组合模型.最后运用本文的组合预测模型对喀什地区2019-2021年GDP进行预测.     

基于马尔可夫模型的我国农业产值结构预测

利用马尔可夫模型对我国农业产值结构的预测问题进行了研究,并给出了其状态转移概率矩阵的估算模型与优化方法,应用此模型依据1999-2009年我国农业产值结构的统计数据,预测了农、林、牧、渔各业的产值结构.预测结果表明,该方法对农业产值结构的平均拟合误差为3.08%.用2010-2011年农业产值结构数据进行检验预测,结果表明模型可以有效地提高农业产值结构的预测精度.最后,用模型对2012-2015年我国农业产值结构进行了预测.     

基于ARIMA-LSTM组合模型的原油产量时序预测研究

针对现阶段油田产量预测中所出现的一些预测效果不理想的问题,开展了对全国原油产量的时序预测研究.针对全国原油2011-2020年产量所呈现出来的特点,采用一种基于时间序列自回归移动平均模型(ARIMA)结合长短期记忆网络(LSTM)组合模型的预测方法.首先,运用时间序列ARIMA模型的建模思想,对全国原油产量进行初步预测,再通过LSTM训练拟合残差并进行预测.最后将LSTM的预测结果补偿到初步预测结果中,得到组合预测值.组合模型预测结果显示,预测结果比较可靠,对预估原油产量具有一定的参考价值.     

基于逆向预测的初值修正Verhulst模型

国防开支关乎军队的发展和战斗力的提升,是宏观经济预测的一项重要内容.利用Verhulst模型解决"小样本、不确定性"问题的优势对国防开支进行预测.首先对Verhulst模型机理进行了简要的叙述,说明其初值选取不合理是产生误差的一个重要原因;其次提出一种逆向预测的模型改进思路,通过设定迭代次数等参数,对传统的Verhulst模型的初值进行修正,建立一种基于逆向预测的Verhulst模型.采集我国2009-2016年国防开支数据进行实例检验,并对2017年国防开支进行预测,证明该模型能够有效提高预测精度.     

基于GM(1,1)残差模型的科技园区财政收入预测

根据科技园区财政收入预测的需要,在对历史数据分析的基础上,利用灰色预测理论建立了丰台科技园区财政收入预测的GM(1,1)模型,为了提高预测精度,用GM(1,1)残差模型对其修正,得出预测公式.通过预测结果的对比分析和模型的后验差检验,证明预测模型精度较高.模型的应用为科技园区财政收入预测提供了一种科学方法,同时也为园区管理决策提供了依据.     

基于新陈代谢和Verhulst灰色模型的山西省人口老龄化趋势预测

通过选取2005-2013年山西省常住人口及65岁以上人口数据,利用新陈代谢灰色模型对山西省未来老龄人口进行短期预测.并用灰色Verhulst模型对老龄人口进行了长期预测.新陈代谢灰色模型预测到2016年山西省常住人口为3799.10万,65岁及以上人口为323.98万,老龄化比重约为8.53%,灰色Verhulst模型预测到2020年65岁及以上人口为407.87万.模型检验结果表明:预测精度均为Ⅰ级,预测相对误差均较小,预测精度较高.     

基于GM-Markov模型的京津冀区域物流需求量的预测

利用2009-2014年京津冀三地的货运量,通过灰色预测模型中的GM(1,1)预测模型分别对京津冀三地2015-2017年的货运量进行预测,经过后验差比值和小误差概率检验,得出采用该模型的预测精度为优.同时采用Markov模型对灰色模型进行修正,构建出了新的GM-Markov模型,采用新模型分别对京津冀三地2015-2017年的货运量进行预测,将前后模型预测的结果与实际值进行比较,得出采用GM-Markov模型比单纯的运用GM(1,1)预测模型预测的结果更为精确.最后,利用GM-Markov模型分别对京津冀三地2018-2022年的物流需求量进行了预测,得出了京津冀三地货运量未来的变化趋势.     

基于神经网络算法的海南旅游需求测估模型

在详细调查海南旅游相关数据的前提下,先建立模型对海南旅游需求进行了预测,然后分析了影响旅游需求的主要因素.先用GM(1,1)灰色模型对海南省旅游人数进行预测,并用马尔科夫链修正误差,在灰色模型的基础上进行了优化.进一步,我们将灰色模型与BP神经网络模型结合起来进行预测,并针对BP网络输入层提供了2种方法:三年滚动预测、多因素预测.得出结论:海南旅游人数还将会逐年递增.同时,通过比较相对误差发现,对于问题的预测精度:BP神经网络灰色模型.最后,我们利用灰色关联度模型得出各因素对旅游需求的影响:服务交通景观发展消费环境.     

B-Spline Collocation Method for Nonlinear Singularly-Perturbed Two-Point Boundary-Value Problems

A B-spline collocation method is presented for nonlinear singularly-perturbed boundary-value problems with mixed boundary conditions. The quasilinearization technique is used to linearize the original nonlinear singular perturbation problem into a sequence of linear singular perturbation problems. The B-spline collocation method on piecewise uniform mesh is derived for the linear case and is used to solve each linear singular perturbation problem obtained through quasilinearization. The fitted mesh technique is employed to generate a piecewise uniform mesh, condensed in the neighborhood of the boundary layers. The convergence analysis is given and the method is shown to have second-order uniform convergence. The stability of the B-spline collocation system is discussed. Numerical experiments are conducted to demonstrate the efficiency of the method.     

Stochastic optimal control of internal hierarchical labor markets

This paper develops an optimal control model for a graded manpower system where the demand for manpower is uncertain. The organization's objective is to minimize the discounted costs of operating the manpower system, including excess demand costs. The stock of workers in various grades can be adjusted in two ways. The first method is outside hiring flows, which is the usual control variable used in previous research. The second method is to control the transition rates between grades of the hierarchy, an instrument not previously studied. Incorporating the transition rates into the control variables creates time lags in the control process. The resulting problem is solved numerically using an approximation for the time-lagged control variables. The numerical example is based on the Air Force officer hierarchy. The model is used to examine such issues as the desirability of granting tenure to workers who are not promoted to the highest grade and the effects of length-of-service and demand uncertainty on manpower policy.     

多重水印技术的模糊关系与应用

应用带参数整数小波变换,提出了一种多重水印技术。在图像中同时嵌入半透明数字水印和脆弱水印来达到良好的保护效果。通过构造模糊关系矩阵,实现了半透明水印的安全嵌入。引入R ijndae l加密算法,构造出H ash函数,实现了一种具有高敏感性能的脆弱水印。该技术在图像保护领域有广阔的应用前景。     

A Valley Following Method

We present a procedure to follow the "path along the valley floor" of a hypersurface. The aim is either to find minima, or to go from a minimum to a saddle point of index one, if the saddle is at the top of the valley floor. The motivation is that of taking into account local nonconvexity of the hypersurface and possibly to determine valleys. The method uses a projector technique where the projector is built by the tangent of the valley floor line. The projector is applied to the gradient and Hessian matrix of a given function, and it is used for predictor and corrector steps in path following. The resulting path is the "valley floor gradient extremal" which corresponds to the smallest (absolute) eigenvalue of the Hessian. Convergence properties are analysed.     

A Semi-Supervised Learning Algorithm for Growing Neural Gas in Face Recognition

In many classification applications and face recognition tasks, there exist unlabelled data available for training along with labelled samples. The use of unlabelled data can improve the performance of a classifier. In this paper, a semi-supervised growing neural gas is proposed for learning with such partly labelled datasets in face recognition applications. The classifier is first trained on the labelled data and then gradually unlabelled data is classified and added to the training data. The classifier is retrained; and so on. The proposed iterative algorithm conforms to the EM framework and is demonstrated, on both artificial and real datasets, to significantly boost the classification rate with the use of unlabelled data. The improvement is particularly great when the labelled dataset is small. Comparison with support vector machine classifiers is also given. The algorithm is computationally efficient and easy to implement.     

A constraint generation scheme to probabilistic linear problems with an application to power system expansion planning

In this paper, we first describe a constraint generation scheme for probabilistic mixed integer programming problems. Next, we present a decomposition approach to the peak capacity expansion planning of interconnected hydrothermal generating systems, with bounds on the transmission capacity between the regions. The objective is to minimize investments in generating units and interconnection links, subject to constraints on supply reliability. The problem is formulated as a stochastic integer program. The constraint generation scheme, which is similar to Benders decomposition, is applied in the solution of the peak capacity expansion problem. The master problem in this decomposition scheme is an integer program, solved by implicit enumeration. The operating subproblem corresponds to a stochastic network flow problem, and is solved by a maximum flow algorithm and Monte Carlo simulation. The approach is illustrated through a case study involving the expansion of the system of the Brazilian Southeastern region.     

利用平面上的黄金分割法求全局最优解

给出了无约束全局最优问题的一种解法 ,该方法是一维搜索中的 0 .61 8法的推广 ,不仅使其适用范围由一维扩展到平面上 ,并且将原方法只适用于单峰函数的局部搜索改进为可适用于多峰函数的全局最优解的搜索 .给出了收敛性证明 .本法突出的优点在于 :适用性强、算法简单、可以在任意精度内寻得最优解并且克服了以往直接解法所共有的要求大量计算机内存的缺点 .仿真结果表明算法是有效的 .     

基于Fuzzy等价关系的矩形聚类方法

证明了Boole矩阵与模糊矩阵等价的充分必要条件,总结出Fuzzy聚类的矩形方法.针对《中国大学评价》中的6所林业院校,应用矩形方法,直接从模糊关系矩阵逐步降低阈值,得到分类的矩形表.此方法操作简单,形象直观,分类合理.     

冲裁件有约束最优剪切方式的设计

本文讨论冲裁件有约束最优剪切方式的设计问题 .阐明最优剪切排样方式的规范结构 ;采用分支定界法求解冲裁件无约束排样问题 ;将有约束排样问题转换为求解一系列的无约束排样问题 ,并通过对解的性质分析提高算法效率 .实验计算结果说明本文算法十分有效 .最后给出一例题的最优排样方式 .     

几何对称法在求取某些区域格林函数中的应用

格林函数法是数学物理方程中一种常用的方法,适用于求解狄利克雷问题.针对几种特殊区域上的上狄利克雷问题,采用几何对称法求取这些区域对应的格林函数,该方法对于该区域上格林函数的求解是有效的.