基于支持向量机方法对非平稳时间序列的预测

目前有关非平稳复杂系统及其在预测中的应用研究是一个较少被人理解并有重大科学意义的前瞻性研究课题.在大气运动中,气候正是一个典型的非平稳系统,但是现有的气候预测理论,包括统计预测理论和非线性预测理论,几乎都无一例外地建立在平稳性假定的基础之上,这有悖于气候过程的基本性质,它有可能是导致气候预测水平低下的重要的理论原因.因此以分析如何降低时间序列非平稳程度作为切入点来研究短期气候预测问题有着重要的理论意义.利用基于“升维”思想的支持向量机方法对时变控制参数条件下Lorenz系统产生的非平稳时间序列以及来自实际     

可拆分有调整时间的平行机排序问题的一个算法

考虑有独立调整时间的同型号平行机排序问题,极小化最迟完工时间,产品允许拆分,同一产品被拆分后各部分可以在不同机器上同时加工,该问题是ＮＰ－ｈａｒｄ问题。本文首先给出该问题的一个启发式算法ＭＬ,然后证明了其最坏情况估计不超过７／４－１／ｍ（ｍ≥２）。     

螺线的Steinhaus维数

Ｄｕｐａｉｎ Ｙ,Ｆｒａｎｃｅ Ｍ．Ｍ．和 Ｔｒｉｃｏｔ Ｃ．［１］利用积分几何中的经典的Ｓｔｅｉｎｈａｕｓ定理,引入 Ｓｔｅｉｎｈａｕｓ维数,并研究了螺线的 Ｓｔｅｉｎｈａｕｓ维数与盒维数的关系．本文深入这一研究,对Ｓｔｅｉｎｈａｕｓ维数的值域,单调性等基本性质作了进一步的考察．     

基于选择性支持向量机集成的混沌时间序列预测

提出了一种基于聚类的选择性支持向量机集成预测模型.为提高支持向量机集成的泛化能力，采用自组织映射和K均值聚类算法结合的聚类组合算法，从每簇中选择出精度最高的子支持向量机进行集成，可以保证子支持向量机有较高精度并提高了子支持向量机之间的差异度.该方法能以较小的代价显著提高支持向量机集成的泛化能力.采用该方法对Mackey-Glass混沌时间序列和Lorenz系统生成的混沌时间序列进行预测实验，结果表明可以对混沌时间序列进行准确预测，验证了该方法的有效性. 关键词： 支持向量机 集成 混沌时间序列 聚类     

Multisymplectic Euler Box Scheme for the KdV Equation

We investigate the multisymplectic Euler box scheme for the Korteweg-de Vries （KdV） equation. A new completely explicit six-point scheme is derived. Numerical experiments of the new scheme with comparisons to the Zabusky-Kruskal scheme, the multisymplectic 12-point scheme, the narrow box scheme and the spectral method are made to show nice numerical stability and ability to preserve the integral invariant for long-time integration.     

带准备时间的两台同类机已知工件总加工时间的半在线排序问题的近似算法

主要研究带准备时间的两台同类机已知工件最大加工时间的半在线排序问题，目标函数极小化最大机器完工时间和极小化最大工件完工时间．对此问题给出了竞争比为√2的近似算法，并证明了不存在竞争比小于1＋√3/2的近似算法．     

基于最小二乘加权支持向量机的个人信用预测模型研究

针对不同类别样本数差异和不同误分代价的分类问题，提出了一种基于最小二乘加权支持向量机的分类预测方法。在最小二乘加权支持向量机的基础上，考虑不同类别样本数差异和不同误分代价，提出了新的最小二乘加权支持向量机分类模型，构造了新的最优分类函数。将该模型应用于个人信用预测实验，与已有方法的对比实验结果表明，提出的模型在解决不同类别样本数差异和不同误分代价的个人信用预测问题时，有效地降低了总误分代价，提高了个人信用预测精确度。     

已知工件最大加工时间的平行机排序问题

研究了已知工件最大加工时间，目标为极小化最大机器负载的半在线平行机排序问题．证明了对于一般的m（〉6）台机器，任意的半在线算法的竞争比至少是（√33＋3）／6．同时还设计了一个半在线算法，算法的竞争比为2-1／（m-1）．     

激光测距机主要参数校准测量不确定度分析

简述激光测距机主要参数校准装置的组成，通过对其主要参数(最大测程、最小测程、测距准确度、重复频率、束散角)的校准测量进行详细的不确定度分析，评价激光测距机主要参数校准装置的达标程度。