灰色GM(1,1)模型研究综述

GM(1,1)是灰色预测理论的核心模型和基础模型.从累加生成方法、初值优化、背景值优化、参数估计方法、模型性质和模型拓展的视角,梳理了GM(1,1)模型的研究进展.明确了有待进一步研究的问题,对GM(1,1)模型的未来研究方向提出了建议.     

一类核具有连续横截面变换半群的秩

设X_n={1,2,…,n}并赋予自然数序,MCK_n是X_n上核具有连续横截面保序或反序变换所构成的半群.K_n是MCK_n的最大正则子半群.本文将考虑K_n的理想K(n,r)={α∈K_n:|im(α)|≤r}(3≤r≤n-1).证明了K(n,r)的秩为(n-r+1)(n-r+2)(n-r+3)/6.     

d型工作休假的多台M/M/c排队及在HCS中的应用

在多服务台M/M/c排队系统中,引入半空竭服务的d型工作休假策略.当系统中有d个服务台空闲时,令d个空闲的服务台开始一次多重同步工作休假,休假期间的服务台继续慢速服务新到顾客,其余c-d个服务台正常工作.在工作休假期间,系统中顾客数小于等于c-d个时,一个顾客的离开是由正常工作速率服务台完成的.系统中顾客数多于c-d个时,一个服务的完成可能是接受了正常速率服务,也可能是接受了低速服务.利用拟生灭过程和矩阵几何解方法得到了稳态队长分布,给出模型在多层蜂窝系统(HCS)中的应用,并对影响系统性能指标的参数做出了数值分析.     

(∈,∈ Vq)-模糊软格

将模糊软集的概念与格相结合,引入了(∈,∈Vq)-模糊软格和(∈,∈Vq)-模糊软格的(∈,∈Vq)-模糊软子格的概念,给出了它们的若干代数性质.定义了格的模糊软同态概念,证明了(∈,∈Vq)-模糊软格在格的一个模糊软同态下的像与原像仍为(∈,∈Vq)-模糊软格的结论.     

广义行(列)酉对称矩阵的Moore-penrose逆

通过对母矩阵进行奇异值分解的方法得到广义行(列)酉对称矩阵的奇异值分解进一步得到其Moore-penrose逆;用谱分解方法得到母矩阵的Moore-penrose逆,进一步得到广义行(列)酉对称矩阵的Moore-penrose逆.     

EFK方程一个新的低阶非协调混合有限元方法的高精度分析

对Extended Fisher-Kolmogorov(EFK)方程,利用EQ_1~(rot)元和零阶RaviartThomas(R-T)元建立了一个新的非协调混合元逼近格式.首先,证明了半离散格式逼近解的一个先验估计并证明了逼近解的存在唯一性.在半离散格式下,利用上述两种元的高精度分析结果以及这个先验估计,在不需要有限元解u_h属于L~∞的条件下,得到了原始变量u和中间变量v=-?u的H~1-模以及流量p=u的(L~2)~2-模意义下O(h~2)阶的超逼近性质.同时,借助插值后处理技术,证明了上述变量的具有O(h~2)阶的整体超收敛结果.其次,建立了一个新的线性化向后Euler全离散格式并证明了其逼近解的存在唯一性.另一方面,通过对相容误差和非线性项采取与传统误差分析不同的新的分裂技巧,分别导出了以往文献中尚未涉及的关于u和v在H~1-模以及p在(L~2)~2-模意义下具有O(h~2+τ)阶的超逼近性质,进一步地,借助插值后处理技术,得到了上述变量的整体超收敛结果.这里h和τ分别表示空间剖分参数和时间步长.最后,给出了一个数值算例,计算结果验证了理论分析的正确性.     

基于改进的GM(1,1)-Markov链组合模型广东省单位GDP能耗预测

本文以灰色系统理论的GM(1,1)模型和随机过程理论的Markov链模型为基础构建了一个动态GM(1,1)-Markov链组合预测模型。该模型同时利用了GM(1,1)模型对序列趋势因素良好的拟合能力和Markov链模型对残差序列信息的提取能力。为进一步提高该模型的预测精度,用泰勒(Taylor)近似方法和新信息优先的思想对该模型进行了改进。最后,以1991-2014年广东省单位GDP能耗数据实证了该模型的预测效果。     

统计模型在中文文本挖掘中的应用

本文讨论了中文文本挖掘的三个问题:分词、关键词提取和文本分类。对分词问题,介绍了基于层叠隐马尔可夫模型的ICTCLAS分词法,以及将词与词之间的分隔视为缺失数据并用EM算法求解的WDM方法;对关键词提取问题,提出了贝叶斯因子法,并介绍了使用稀疏回归的CCS方法;对文本分类问题,介绍了根据关键词频率建立分类器的方法,以及先建立主题模型再根据主题概率建立分类器的方法。本文通过两组文本数据对上述方法进行比较,并给出使用建议。     

一些定向图的斜秩

设G~σ为一个定向图,S(G~σ)为它的斜邻接矩阵.定向图G~σ的斜秩定义为S(G~σ)的秩,记为sr(G~σ).本文刻画了一些定向图以及一类k-圈定向图的斜秩.     

循环子空间的进一步应用

以向量的极小多项式作为出发点,深入分析了循环子空间的具体结构,得到了循环子空间进一步的应用.