结合长短时记忆网络和宽度学习的股票预测新模型研究

长短时记忆网络(LSTM)近年来广泛应用于股票预测中，其结构特点易陷入局部最优，从而影响预测精度。借鉴宽度学习系统(BLS)在时间序列预测上良好的逼近能力，本文尝试宽度学习与深度学习相结合。进一步地，针对股票序列不平稳特点，引入互补集成经验模态分解(CEEMD)进行降噪处理，提出CEEMD-LSTM-BLS(C-L-B)股票预测模型。选取农林牧渔行业股票价格，对新提出的模型进行实证研究。通过与基线模型、现有股票预测模型对比，证明了新模型在多个精度指标上都有明显提升。特别地，通过分别将C-L-B模型与不融入BLS的CEEMD-LSTM模型，对CEEMD分解后的分量预测结果进行对比发现：LSTM模型预测存在一定的误差，且越是拐点处，越是高频波动，预测误差越明显。而C-L-B模型中的BLS模块能够解决这类问题。当数据出现较大波动时，本文提出的新模型与现有模型相比，可以很好的解决拟合差、时滞等问题。     

载荷对MoS2/C复合薄膜摩擦学行为的影响

采用直流磁控溅射与高功率磁脉冲磁控溅射制备了以Ti为过渡层的MoS_2/C复合薄膜,并对其结构、组分、力学性能以及摩擦学行为进行了研究.摩擦测试结果表明:载荷增加时,摩擦系数与磨损率呈规律性降低趋势;通过赫兹接触模型对平均摩擦系数进行分析拟合,发现载荷的变化带来赫兹接触面积与接触压强的不同,导致了摩擦系数的变化;通过对摩擦产物的拉曼光谱分析发现不同载荷对非晶碳石墨化程度影响不明显;借助透射电子显微镜对转移膜的微结构进行分析,发现转移膜主要是排列有序且基面平行于滑移界面的MoS_2层,使其在较高载荷下仍具有低的剪切强度,因而获得低的摩擦系数.进一步采用同一磨球、磨痕体系从高载荷到低载荷变化的连续摩擦验证式试验,可以得出,MoS_2/C复合薄膜在所有高载荷条件下获得低摩擦系数,赫兹接触起着主导作用.     

大尺寸全息光栅曝光中条纹平移和周期的锁定

采用双光束干涉曝光法制作大尺寸全息光栅时,由于温度变化、空气流动、振动等因素的干扰,曝光条纹相对于光栅基板存在平移和周期变化,从而造成光栅对比度下降。分析了大尺寸光栅曝光过程中条纹的动态变化情况,结果表明:3h内条纹平移和周期变化的均方根值分别为1.87、1.20个条纹周期,对比度的数值模拟结果分别为12.83%、67.37%.构建了由三组条纹监视系统、计算控制系统和两组压电位移台组成的曝光条纹锁定系统,实现了条纹平移和周期的同时锁定.锁定之后得到的光栅槽型和对比度明显优于未锁定时的情形,锁定精度为:平移3σ值为0.009个条纹周期,对比度为99.99%,周期变化均方根值为0.017个条纹周期,对比度为99.77%,满足大尺寸光栅曝光对条纹稳定性的要求.     

时滞对柔性悬臂梁饱和控制的影响

时滞现象广泛地存在于结构振动的反馈控制过程中.考察在以前的研究中所忽略的时滞,对于柔性悬臂梁振动的饱和控制究竟可以产生什么影响.考虑了在反馈信号和控制信号中存在的时滞,研究了主共振和2∶1内共振同时发生的情形,利用多尺度方法求解了时滞微分方程,获得了包含时滞项的近似解析解,了解到时滞对于饱和控制的影响.理论和数值的结果均表明:时滞能够改变饱和控制器开始工作的门限值,如果考虑时滞现象,饱和控制器的有效频率范围将会改变.在某些情况下,可以通过加入时滞并适当地调节时滞参数的大小,来扩大饱和控制器的有效工作范围;在另外一些情况下,则要对所忽略的时滞量的大小有所估计并加以考虑,否则原来的控制策略就有可能失效.     

硅胶负载硫酸锆催化合成乙酸乙二醇单乙醚酯

以乙酸和乙二醇单乙醚为原料,硅胶负载筛选得到的硫酸锆为催化剂,环己烷为带水剂,合成了乙酸乙二醇单乙醚酯。考察了乙二醇单乙醚与乙酸的摩尔比、催化剂、带水剂用量、反应温度、时间等因素对反应的影响。在120℃反应2.5h,乙酸乙二醇单乙醚酯收率达到98%以上,产物经IR,1H NMR等方法确证。