基于打洞函数法的BP神经网络水文预报方法

BP神经网络是目前水文预报中应用较为广泛的方法,但存在收敛速度慢、
易陷入局部最优的缺陷.由此提出了基于全局优化打洞函数法的水文预报方法,把打洞函数法和BP神经网络相结合,
利用打洞函数使BP算法跳出当前局部极小点,得到一个函数值更小的极小点,循环运算直至找到全局极小点.
实验表明该水文预报方法能够提高预报精度,显示了良好的适用性.     

最优组合预测的短期气候预报建模研究

以预报量序列建立均生函数短期气候预报模型及根据500hPa月平均高度场预报因子分别建立的BP网络模型、回归预报模型为基础,用"误差绝对值和最小"作为最优准则,建立月平均降水量的短期气候组合预测模型.采用线性规划方法计算得到组合预测模型的各权系数,对这种短期气候组合预测模型的预报能力进行了分析研究,结果表明,该组合预测模型的预报精度优于各子方法,具有很好的应用价值.     

不同优化方法的混沌-RBF神经网络模型对大白菜短期价格预测的结果比较

以2008年1月21日至2012年5月13日的大白菜日度零售价格为研究对象,结合混沌理论和神经网络技术在处理非线性问题上的优势,尝试构建了一般混沌-RBF神经网络模型、基于遗传算法优化的混沌-RBF神经网络模型和基于粒子群算法优化的混沌-RBF神经网络模型,并比较其不同的优化算法对于大白菜价格短期预测精度是否有提高.研究结论显示:基于粒子群算法优化的混沌-RBF神经网络模型在拟合效果和预测精度上均明显好于其他两种混沌-RBF模型.这也显示了混沌神经网络技术在大白菜价格短期预测领域中具有广泛的应用前景.     

模糊神经网络方法在定点定量降水预报中的应用研究

以单站24小时降水量作为预报对象,采用模糊神经网络方法进行了新的数值预报产品释用预报方法研究.首先通过对T 213、ECMW F预报因子场以及高空气象探测资料进行处理,有效浓缩多种物理量因子场的实况及预报信息,并进一步建立了南宁、桂林、河池、百色4站的降水模糊神经网络释用预报模型.运用与实际业务相同的预报方法对2006年6—8月进行逐日的降水量预报试验,并与相同时次的T 213降水预报产品进行对比分析.结果表明,4个单站的定点、定量模糊神经网络降水预报模型,在预报性能上明显优于同期T 213数值预报模式的降水预报结果.     

基于智能化信息处理的建筑工程造价短期预测

提出了一种新的基于智能化信息处理的建筑工程造价短期预测模型.该模型首次利用数据的高阶统计信息,提出了改进独立分量分析技术.通过构建适用于建筑工程造价的属性重构空间,挖掘出表征能力更强的造价独立属性,用于神经网络的学习和训练,从而建立了全新的建筑工程造价短期预测智能模型.该模型通过发挥独立分量分析强大的信号分离能力,增强了神经网络的学习效率,提高了预测精度.实例数据验证了文中所建模型的有效性.     

基于GA-SVM的舰船装备临修经费需求预测模型

针对舰船装备临修经费需求预测得不到满意解的问题,运用遗传算法将SVM相应的参数进行优化,建立了基于GA-SVM的舰船装备临修经费预测模型.通过将GA-SVM模型与BP神经网络模型的预测结果进行对比分析,结果表明:GASVM的预测效果更优异,对舰船装备临修经费需求预测有更好的参考意义.     

关于脑信号传输的神经动力学分析

运用随机相变动力学理论和方法建立了一个由感知神经元集群、中间神经元集群和运动皮层神经元集群组成的一个神经网络模型.依据所建立的模型,分别考察了串并耦合、串联耦合以及单向耦合3种情况下神经网络所表现的神经信息处理的动力学特征.研究结果表明,由给出的中枢神经系统神经信息处理的基本结构,能够大致反映反射运动和随意运动情况下神经信息处理的基本特征.数值地证明了随意运动所引发的各个局部神经网络的兴奋,特别是运动皮层神经元集群的兴奋比反射运动条件下的兴奋大得多.反映了随意运动条件下,有更多的神经元参与了神经信息处理和兴奋性同步运动.     

一种新的昆虫神经网络预测预报方法

昆虫预测预报是植物保护中的一个困难问题．本文首先从系统的观点出发，分析了影响昆虫种群密度的主要因素；在研究传统时间序列模型共性的基础上，给出了广义时间序列模型；提出了一种新的昆虫预测模式—神经网络预测预报方法；用此方法对棉田害虫烟蓟马进行了预报，数值结果表明这是一种很好的预测预报方法，预测精度较其它方法都有很大提高．     

多因子概率综合长期预测模型

对危害农作物生长的病虫害进行预测预报，其预报一般分短期、中期、长期、补充和警报五种．发布５日以外，１０日以内的病虫预报称为短期预报．发布１０日以外，一个月以内的病虫预报称为中期预报．发布一个月以外病虫发生趋势的预报（包括年预报）称为长期预报．本文提出一个年预报的模型．它是在笔者从事三年多的病虫预报实践中组建出来的．利用这个模型，对安徽省蒙城县小麦粘虫一代工龄幼虫的发生密度预测获得成功，历史准确率达９２． ８６％．对该县８８年幼虫密度也给出了预报．     

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

短时交通流混沌预测模型的比较研究

短时交通流预测是实现交通流诱导的关键技术之一.针对目前短时交通混沌预测模型预测结果差异较大的问题,归纳了4种基于混沌理论的短时交通流预测模型:RBF神经网络模型、最大Lyapunov指数模型、局域线性模型和Volterra滤波器自适应预测模型,并对这4种预测模型进行了比较研究.应用4种预测模型对几个典型的非线性系统进行预测,验证了算法的准确性.然后用这4种预测模型对微观实测交通流的时间序列进行实证分析.仿真结果表明,4种预测模型对典型混沌时间序列具有很好的预测效果;而对实测交通流预测,其预测精度和稳定性较差,但可以满足实时交通流预测的需要.     

一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

The use of pontryagin estimators for on-line optimal control sequence estimation: The truck backer-upper case study

The Pontryagin optimality principle can be used in conjunction with on-line (or real-time) measurements of state data to build a local model of the control law. In this paper, we discuss and refine the use of this technique in the context of the simple truck backer-upper problem. We first compare the use of feedforward, associative and CMAC neural architectures for the local control model encoding. Algorithm implementation is then done using the CMAC architecture because of its speed of learning and local scoping. We build temporal difference state prediction models for the truck dynamics and then use these predictions to build an estimate of the best control action to take. This control action is constructed from a depth first tree search used in conjunction with optimal control information obtained by solving locally scoped control problems via the Pontryagin optimality principle. The state to control model can then be encoded into a variety of function approximation models.     

基于残差修正GM(1,1)模型的火灾事故预测

为掌握火灾发生、发展的规律,针对火灾事故的特点,根据灰色理论,建立了我国火灾起数及死亡人数的GM(1,1)预测模型.由于火灾起数的波动性较大,运用残差变化规律,对所建立的GM(1,1)预测模型进行了修正,得到残差修正GM(1,1)预测模型,应用该模型对火灾起数进行预测,使预测精度达到了一级.预测结果可以为消防安全管理部门的决策提供科学的依据.     

高速公路交通事故灰色Verhulst预测模型

在分析我国高速公路交通事故历史数据的基础上,引入灰色Verhulst预测理论,建立了高速公路交通事故灰色Verhulst预测模型.通过对2000～2007年我国高速公路交通事故死亡人数进行实例分析,发现灰色Verhulst模型的预测精度高于GM(1,1)模型.结果表明,灰色Verhulst模型的预测结果较好的反映了高速公路交通事故的发展趋势,该模型用于高速公路交通事故预测是可行的.     

Short-term liner ship fleet planning with container transshipment and uncertain container shipment demand

This paper proposes a short-term liner ship fleet planning problem by taking into account container transshipment and uncertain container shipment demand. Given a liner shipping service network comprising a number of ship routes, the problem is to determine the numbers and types of ships required in the fleet and assign each of these ships to a particular ship route to maximize the expected value of the total profit over a short-term planning horizon. These decisions have to be made prior to knowing the exact container shipment demand, which is affected by some unpredictable and uncontrollable factors. This paper thus formulates this realistic short-term planning problem as a two-stage stochastic integer programming model. A solution algorithm, integrating the sample average approximation with a dual decomposition and Lagrangian relaxation approach, is then proposed. Finally, a numerical example is used to evaluate the performance of the proposed model and solution algorithm.     

On the Properties of the Nonlinear Ship Equations of Motion

Nonlinear ship control systems can be designed by exploiting system properties like passivity and dissipativeness in nonlinear system. The nonlinear ship model is written in a vectorial setting with emphasis placed on matrix properties like positiveness, symmetry and skew-symmetry. As a result of energy conservation the ship dynamics can be considered as two interconnected systems. The first system describes the dissipative motion of the rigid-body (ship) while the second system represents the forces due to potential theory generated by the ambient water particles. It is shown that for a stable ship, both subsystems are passive as well as the interconnected system. For an unstable ship, the ambient water system is input feedforward passive with shortage of passivity and therefore the ship must be stabilized by positive feedback. The structural properties of the nonlinear equations of motion are exploited in the Lyapunov analysis when designing ship control systems.     

Dynamics of Ship–Motion

The ship capsizing problem is one of the major challenges in naval architecture. The IMO criterion regarding capsize stability is still the righting lever curve of static stability calculated for calm water. For the prediction of large–amplitude motions the dynamic loads have to be included. The capsizing of a ship in regular waves is resulting from a sequence of bifurcations in the ship's motion: The determination of bifurcations is possible using path‐following techniques of nonlinear dynamics. Existing tools are, however, without adaption not readily applicable for the determination of bifurcations. The main and until now unsolved problem is the necessity of including memory integrals to describe the ship hydrodynamics. First results with simple algorithms show two different scenarios leading to capsizing due to increasing wave amplitudes.     

基于BP神经网络的道路交通事故预测

道路交通事故预测是交通研究的一个重要课题.以我国交通安全状况为研究对象,依据我国道路交通事故的特点,利用神经网络具有自学习、自组织、自适应能力特性,运用神经网络的方法及我国多个年度道路交通事故统计数据,建立了道路交通事故神经网络宏观预测模型,预测精度符合道路交通事故预测的要求.