基于BP神经网络的动态稳健参数设计

传统的动态稳健参数设计方法(田口方法)虽然在工业生产实践中展现了极大的方便,但是其本身也存在较大的改进空间.当调节变量不存在时,传统的田口方法难以实现;此外,田口方法只能根据所选取的参数水平得到最优参数组合,而这种所谓的最优结果有时并不符合实际的需要.首先构建BP神经网络模型,利用训练后的BP神经网络获得参数设计中质量特性、噪声因子以及各参数间的动态关系;然后,利用超拉丁方抽样,计算信号与特性参数间的斜率,并由此将动态稳健参数设计的寻优问题转化为相应的非线性规划问题;最后,利用次序二次规划(SQP)算法解决并优化动态稳健参数的设计。此外,我们选取了一个简单的数据案例对本文提出的方法的有效性进行了说明.     

基于灰色关联分析的BP神经网络模型在中国碳排放预测中的应用

利用灰色关联分析原理,对中国碳排放影响因素进行筛选,再利用BP神经网络模型对中国碳排放进行预测,从而大大地提高了神经网络的训练速度,并且达到了良好的预测效果,从而为中国碳排放预测提供了新的科学工具.     

基于FOR-GRNN的寒地水稻产量预测

针对东北寒地作物水肥资源利用低下问题,以水稻为研究对象,采用氮肥、磷肥、钾肥、水作为模型输入,产量作为模型输出,运用果蝇优化算法对广义神经网络中的平滑因子进行寻优,利用MATLAB2014a神经网络工具箱对水稻不同水肥条件下产量数据进行分析和训练.结果表明,果蝇算法优化回归神经网络模型经过多次迭代寻优比较准确地确定了最佳的平滑因子,在非线性多因素系统建模方面有着很强的优势,其对产量的预测精度达86.5%,高于广义回归神经网络、BP神经网络及灰色神经网络.因此运用果蝇算法优化后的广义神经网络模型可以对水稻产量进行有效预测,为优化水稻水肥配施方案及灌溉制度的制定提供理论依据.     

基于改进CS优化BP神经网络的降水量预测模型

针对传统BP神经网络易陷入局部极值和连接权值难以确定的问题,提出了一种基于融合PSO(Particle Swarm Optimization)和CS(Cuckoo Search)的混合算法优化设计BP神经网络(PCS-BP)的预测模型.该优化方法主要利用混合算法优秀的全局搜索能力和收敛速度设计优化BP神经网络的连接权值和网络结构,解决了BP神经网络由于参数随机取值引起的网络震荡和过拟合的问题,提高了预测模型的准确性.结合具体实例,分别采用BP神经网络、CS-BP模型和PCS-BP模型对汉中地区的月降水量进行预测,实验结果表明,PCS-BP的平均绝对误差(MAE)为0.3966,均方根误差(RMSE)为2.3793,平均绝对百分比误差(MAPE)为0.46%,均优于其他模型,具有较好的预测能力.     

基于粗糙集理论的超稠油油藏水平井吞吐效果评价及其影响因素分析

影响超稠油油藏水平井蒸汽吞吐开发效果的因素包括地质参数、流体参数、开发参数、水平井设计参数等众多因素,寻找主要因素对于超稠油油藏水平井吞吐效果评价及开发调整设计具有重要意义.基于粗糙集理论对影响超稠油油藏水平井吞吐效果的10个因素进行数据属性约简,同时利用灰色关联分析,对这些因素进行敏感性分析;应用Elman神经网络比较上述两种结果,证明了粗糙集理论进行数据属性约简的方法更准确.最终得到注汽干度、注汽强度、注汽速度、水平段长度和注汽压力对水平井的开发效果影响最大.实例计算表明,方法实用有效,精度较高,可用于超稠油油藏水平井吞吐效果评价及开发、调整设计.     

基于PCA-GM-BP神经网络的猪肉价格预测分析

针对猪肉价格上下波动呈非线性关系和影响因素复杂等难以预测的问题,提出了基于PCA-GM-BP神经网络预测模型对猪肉价格进行有效预测.以2010年1月-2018年12月的月度价格数据作为样本,共计108组数据,利用PCA对影响猪肉价格变化的12种因素进行降维处理,选用对猪肉价格的主要累积贡献率超过96%的5个主成分,构建PCA-GM-BP神经网络猪肉价格预测模型.结果表明:与传统的BP神经网络、GM-BP神经网络预测模型相比,PCA-GM-BP神经网络预测模型在提高聚类效果的同时,增加了预测结果的精确性,对我国猪肉价格预测具有更高的适用性与参考价值性.     

MEA-BP模型在遥感影像分类中的应用研究

遥感影像分类作为遥感技术的一个重要应用,对遥感技术的发展具有重要作用.针对遥感影像数据特点,在目前的非线性研究方法中主要用到的是BP神经网络模型.但是BP神经网络模型存在对初始权阈值敏感、易陷入局部极小值和收敛速度慢的问题.因此,为了提高模型遥感影像分类精度,提出采用MEA-BP模型进行遥感影像数据分类.首先采用思维进化算法代替BP神经网络算法进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于思维进化算法的BP神经网络分类模型,并将其应用到遥感影像数据分类研究中.仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值.     

基于GRA-CS-BP算法的期货价格预测

针对在采用BP神经网络进行期货价格预测时,存在的模型结构复杂,易陷入局部极小值,模型无法收敛问题.考虑从网络结构和网络参数两个方面对BP网络模型进行优化,由此提出基于GRA-CS-BP算法的期货价格预测方法.首先用灰色关联度分析法进行输入变量筛选,找出和预测价格关联度大的重要因素作为网络输入,简化网络模型整体结构.然后采用布谷鸟算法对网络权阈值参数进行优化,将经过选择优化后建立的BP神经网络模型用于期货价格预测.仿真结果表明,新模型不仅具有更高的预测精度,同时其运行的稳定性也要好于单纯BP神经网络模型,为期货价格预测提出了一种新的方法.     

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.     

基于二次优化BP神经网络的期货价格预测

针对BP算法存在的不足,结合神经网络、遗传算法和主成分分析的优点,提出基于二次优化BP神经网络的期货价格预测算法.初次优化采用主成分分析法对网络结构进行优化,第二次优化采用自适应遗传算法对网络参数进行优化,将经过二次优化后建立的BP神经网络模型用于期货价格预测.经仿真检验,用新方法建立的模型对期货价格进行预测,在预测的精度和速度方面都优于单纯BP神经网络模型.     

RECENT PROGRESS ON SPHERICAL HARMONIC APPROXIMATION MADE BY BNU RESEARCH GROUP ——In memory of Professor Sun Yongsheng

As early as in 1990, Professor Sun Yongsheng, suggested his students at Beijing Normal University to consider research problems on the unit sphere. Under his guidance and encouragement his students started the research on spherical harmonic analysis and approximation. In this paper, we incompletely introduce the main achievements in this area obtained by our group and relative researchers during recent 5 years （2001-2005）. The main topics are： convergence of Cesaro summability, a.e. and strong summability of Fourier-Laplace series; smoothness and K-functionals; Kolmogorov and linear widths.     

Instructions for Authors

<正>Submission Authors must use LaTeX for typewriting,and visit our website www.actamath.com to submit your paper.Our address is Editorial Office of Acta Mathematica Sinica,Academy of Mathematics and Systems Science,Chinese Academy of Sciences,Beijing 100190,P.R.China.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijin,China The International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

Boundedness for commutators of multipliers on Hardy type spaces

In this paper, we study the commutators generalized by multipliers and a BMO function. Under some assumptions, we establish its boundedness properties from certain atomic Hardy space Hb^p（R^n） into the Lebesgue space L^p with p 〈 1.     

A unified approach to certain problems of best local approximation

In this paper we study best local quasi-rational approximation and best local approximation from finite dimensional subspaces of vectorial functions of several variables. Our approach extends and unifies several problems concerning best local multi-point approximation in different norms.     

Towards Excellence in Science Chinese Academy of Sciences

<正>May 26,2014,Beijing Science is a human enterprise in the pursuit of knowledge.The scientific revolution that occurred in the 17th Century initiated the advances of modern science.The scientific knowledge system created by     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

<正>August 10-14,2015Beijing,ChinaThe International Congress on Industrial and Applied Mathematics(ICIAM)is the premier international congress in the field of applied mathematics held every four years under the auspices of the International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists     

Bounds for the zeros of polynomials

Let P(z)=∑↓j=0↑n ajx^j be a polynomial of degree n. In this paper we prove a more general result which interalia improves upon the bounds of a class of polynomials. We also prove a result which includes some extensions and generalizations of Enestrǒm-Kakeya theorem.