排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
讨论了一类具有扩散项的流行性传染病模型中的行波解的存在性.首先,将对该模型所对应的反应扩散系统的行波解的讨论转化为对二阶常微分系统的上下解的讨论;然后,通过上下解方法建立了这个具有扩散项的传染病模型中行波解的存在性条件,并进一步讨论了扩散因素对行波解的波速的影响,得到被感染人群的流动对病毒的传播有一定的影响. 相似文献
2.
为了减少预测模型的训练样本数和训练时间,提高预测的正确率,将信息论中熵的概念和增长记忆算法引入企业财务困境预测,提出了一种基于熵的最小二乘支持向量机(LS-SVM)增长记忆算法,该算法不必每次都求解矩阵的逆,提高了算法的有效性;通过实验,给出了适合企业财务困境预测的离散的信息熵和核函数的表达式。将该算法与传统LS-SVM以及标准SVM的分析比较,可以看出,在ST前1~3年的不同时点上,基于熵的LS-SVM增长记忆算法无论是训练样本的数量还是运算时间,都显著优于传统的LS-SVM以及标准的SVM,证实了将信息熵和增长记忆算法应用于企业财务困境预测的有效性和优越性。 相似文献
3.
高新技术产业是国民经济的战略性先导产业,在综合国力竞争中起着重要的作用.利用2014年到2018年河北省高新技术产业增加值数据,运用FGM(1,1)模型,给出了河北省高新技术产业增加值的预测模型,并进行了实证研究.预测结果显示,河北省高新技术产业增加值将保持稳定增长趋势. 相似文献
4.
5.
为了提高财务困境预测的正确率,改善模型预测的效果,将邻域粗糙集和遗传算法应用于对偶约束式最小二乘支持向量机,提出了一种基于邻域粗糙集属性约简的对偶约束式最小二乘支持向量机预测模型.同时,给出了这一改进模型的实现步骤.实证结果表明,通过邻域粗糙集指标预处理和遗传算法参数优化后,不但提高了模型预测的正确率,还降低了模型运行的时间,证实了该模型应用于财务困境预测是有效的. 相似文献
6.
基于遗传算法和熵的缩减记忆式LS-SVM财务困境预测模型研究 总被引:1,自引:1,他引:0
为了提高财务困境预测的正确率,减少模型的训练样本数和训练时间,在传统支持向量机(SVM)预测模型的基础上,将遗传算法、信息熵和缩减记忆算法应用于最小二乘支持向量机(LS-SVM),提出了一种基于遗传算法和信息熵的缩减记忆式最小二乘支持向量机预测模型。并独立推导出了适合财务困境预测这一离散序列的熵以及支持向量机核函数的表达式,同时,给出了这一改进模型的实现步骤。实验结果表明,该模型无论是预测正确率,还是训练样本的数量和训练时间,都显著优于最小二乘支持向量机以及传统支持向量机模型。 相似文献
7.
为了实现电子分析天平的快速以及准确称量,依据电子天平的称量原理,提出了一种带有等价输入干扰估计器的复合控制方法。对已建模的电子分析天平采用数字前馈控制,并使用干扰估计器对系统中未建模部分及参数摄动等干扰进行补偿,通过数字前馈和等价输入干扰估计器的控制策略来获取快速准确的称量数据。使用Matlab进行仿真验证,其仿真结果表明,该方法提高了称量稳定性,缩短了系统的稳定调节时间,且具有较强的适应模型能力及抗干扰能力,示值误差优于国家标准JJG 1036—2022 《电子天平检定规程》规定的I级天平指标,可提供准确的称量值。 相似文献
1