基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

基于小波神经网络的中国能源需求预测模型

通过分析影响我国能源需求的主要因素,建立了基于小波神经网络的需求预测模型.采用定性与定量相结合的方式,分析了影响我国能源需求的主要因素,通过将人口总数、GDP、产业结构变化以及能源消费量的一阶滞后作为输入变量,建立基于小波神经网络的我国能源需求非线性预测模型.实验结果表明,该非线性预测模型与多元回归模型相比更加合理,具有更高的预测精度.     

园区电-热互补系统优化调度模型

多能源需求响应是实现削峰填谷,缓解能源供应与负荷需求矛盾、提升能源利用效率的重要手段,对促进综合能源系统的可持续发展具有重要意义.首先,在构建耦合电-热的园区互补能源系统的基础上,从弹性矩阵的角度构建了电能与热能需求响应模型,考虑机组出力、能源平衡等约束条件,以系统收益为目标函数的优化模型.以需求响应手段实施为变动因素,设置多情景进行了实例分析.算例结果表明:多能源需求响应模型通过对电价与热价的再设计,在总用能量保持基本不变的基础上,用户负荷需求发生了转移,负荷与系统出力的匹配度增强,与传统情景相比,需求响应手段实施后,系统的能源利用效率提升、系统净收益提升与用户支出降低,实现了"经济-环境-系统-用户"等多方的共赢.     

广东省能源消费的ARIMA模型预测分析

对1985-2008年广东省能源消费总量数据序列进行分析,建立了ARIMA(2,2,2)模型,检验结果表明,该模型对原始数据序列有较好的拟合效果,模型的预测效果良好,可用于短期外推预测.     

基于灰关联分析的GA-BP神经网络在汽车油耗估算中的应用

从设计参数特征入手分析影响汽车油耗的因素,利用灰关联分析方法,解析了各设计参数对汽车油耗的影响程度,选择其中灰关联度较大的设计参数作为输入数据,综合工况油耗作为输出数据,构建6-5-1层结构的BP神经网络预测模型,并利用遗传算法获得优化后的BP神经网络的权值和阈值,然后训练BP神经网络得到最优值,最后以国内市场340款汽车作为研究样本,进行有效性验证.研究结果表明,模型利用灰关联分析获得影响汽车油耗的主要因素,简化了网络结构;与优化前的BP神经网络相比,具有更高的预测精度和可靠性.     

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.     

基于组合预测模型的广东省第三产业产值预测

首先分析了影响广东省第三产业发展的主要因素,指出由于上述因素相互制约、相互影响,导致第三产业的发展呈现出高度的非线性特征,并使得单一的预测模型在预测效果和泛化能力方面难以胜任.在此基础上,提出了基于神经网络集成的组合预测模型,对广东省第三产业的发展进行预测,阐述了算法的基本原理和数据处理流程,实证分析表明:基于神经网络集成的组合预测模型要比单一预测模型的预测精度高.     

BP神经网络在农机总动力预测中的应用

准确的预测黑龙江省农机总动力,可为黑龙江省的农业机械化发展趋势和农机产品市场分析提供理论指导,为制定黑龙江省农业机械化发展规划和预测近阶段农业机械化发展水平提供参考依据.利用黑龙江省1980-2007年农机总动力数据,运用标准BP神经网络和改进BP神经网络模型进行预测,预测结果表明,改进BP神经网络模型比标准BP神经网络模型在预测精度、运行时间、学习次数等方面更具优越性.     

基于深度学习LSTM对交通流状态的预测

当今道路交通状态对城市管理和人们出行愈加重要,影响着人类生活的方方面面.以深圳交通为研究对象,由基础车辆数据和道路坐标构建了路网系统,从车辆速度和密度两个方面导出了交通流状态评价指数TSI.利用深度学习长短期记忆神经网络(LSTM)对车辆速度和密度两个指标进行预测,并通过对比极限学习机(ELM),时间序列(ARMA)和BP神经网络,进行仿真实验,结果表明相对于传统预测模型,所采用的LSTM网络具有更优的预测精确度和对远期预测的稳定性.最后利用预测结果计算出更能直观反映出道路交通拥堵情况的TSI指数,为人们提供了准确的交通状态预测.     

基于果蝇算法优化灰色神经网络的冰箱订单需求预测研究

冰箱订单需求具有一些不确定因素,传统的数据模型不能准确描述订单变化规律.预测精度比较低.为了进一步更加准确地预测出冰箱订单需求量,采用了将果蝇算法和灰色理论相结合.构建了一种果蝇优化灰色神经网络的冰箱订单需求预测方法.利用灰色系统理论处理订单产生中的随机性,由果蝇算法对灰色神经网络的参数进行优化,实现对冰箱订单的准确预测.通过两组实验,果蝇算法优化灰色神经网络和灰色神经网络,两者相比较,果蝇算法优化灰色神经网络提高了订单需求的预测精度,为冰箱订单需求的预测提供了依据.     

L－fuzzy集网的R－收敛性质

本文在ＬＦ拓扑空间中建立了Ｌ－ｆｕｚｚｙ集网的弱收敛（Ｒ－收敛）概念，应用文［４］中的Ｒ－闭包，系统讨论了它们的性质，证明了等式ＲｌｉｍＡ＿ｎ＝∧（∨Ａ＿ｍ）＿Ｒ和ＲｌｉｍＡ＿ｎ＝Ａ＿ｎ＝∧（∨Ａ＿ｍ）＿Ｒ并且给出了Ｌ－ｆｕｚｚｙ集网与其子网之间的关系。     

两种图多项式根的重数的一个注记

设P1，P2，……，Pt是几乎覆盖图G的l条不相交的路，s是没有被这些路覆盖的孤立点数．本证明：(i)匹配多项式μ(G，x)的非零根的重数最多是l，零根的重数最多l s。（ii)对于不含三角形的n阶图G，伴随多项式h(G，x)的非零根的重数最多是l，零根的重数最多是1/2(n l s)．(iii)对一种含三角形的所谓A型图，（ii）也成立．     

任意矩阵的特征值的扰动估计

设A和B是两个任意的n阶方阵,其特征值分别为{λ_1,…,λ_n}和{μ_1,…,μ_n}.本文对此两组特征值的如下“距离”的界给出了若干估计: B对于A的谱改变量 A与B的特征值的改变量这里的结果包含了Bauer-Fike定理,并且优于Kahan-Parlett/Jiang定理及Chu,施和肖所得出的结果.     

一类完全正则半群簇子簇格的性质

本文研究了完全正则半群簇的子簇格［Ｖ＋∩ＰＶ，Ｖ＋∩ＰＶ］的某些格运算性质，我们证明了簇Ｖ＋∩ＰＶ可分解为Ｖ与Ｖ＋∩ＰＶ的并；对任意完全正则半群簇Ｗ，有Ｗ∩（Ｖ∨Ｖ＋∩ＰＶ）＝（Ｗ∩Ｖ）∨（Ｗ∩Ｖ＋∩ＰＶ）．特别地，我们得到了等式Ｖ＋∩ＰＶ＝Ｖ成立的若干条件．     

On the R-Order of Convergence of a Family of Methods for Simultaneous Extraction of Part of All Roots of Algebraic Polynomials

This note deals with the R-order of convergence of Weierstrass-Durand-Kerner-Dochev type single-step methods for the simultaneous determination of only a part of all roots of algebraic polynomials.     

Estimation of the number of components of finite mixtures of multivariate distributions

An estimator of the number of components of a finite mixture ofk-dimensional distributions is given on the basis of a one-dimensional independent random sample obtained by a transformation of ak-dimensional independent random sample. A consistency of the estimator is shown. Some simulation results are given in a case of finite mixtures of two-dimensional normal distributions.     

抛散落点的均匀性检验

讨论了抛散落点的均匀性检验,给出了一种排序法检验,并将它与传统的两种检验方法进行比较．     

Galois Structure of K-Groups of Rings of Integers

N/Kbe a Galois extension of number fields with finite Galois group G.We describe a new approach for constructing invariants of the G-module structure of the K groups of the ring of integers of N in the Grothendieck group of finitely generated projective Z[G]modules. In various cases we can relate these classes, and their function field counterparts, to the root number class of Fröhlich and Cassou-Noguès.     

Eigenvector p-Bases of Rings of Constants of Derivations

Let A be a UFD of characteristic p > 0, let 𝒵 be a set of some eigenvectors of a derivation of A. We prove, under some additional assumptions, a necessary and sufficient condition for 𝒵 to be a p-basis of the minimal ring of constants containing 𝒵. The main preparatory result is the unique decomposition theorem with respect to a factor from a given subalgebra containing A^p.     

有资格限制的指派问题的求解方法

在实际的指派工作中，常会遇到某个人有没有资格去承担某项工作的问题，因此，本建立了有资格限制的指派问题的数学模型。在此数学模型中，将效益矩阵转化为判定矩阵，由此给出了判定此种指派问题是否有解的方法；在有解的情况下，进一步将效益矩阵转化为求解矩阵，从而将有资格限制的指派问题化为传统的指派问题来求解。最后给出了一个数值例子来说明这样的处理方法是有效的。