装备经费预算项目组合优化决策模型研究

应用项目组合管理理论,综合考虑装备建设的实际需要与经费供给的可能性,建立以预期军事效益最大为目标,以装备经费预算控制指标约束、项目关系约束和项目可分解约束的装备经费预算项目组合优化决策模型。所建立的模型为装备经费预算编制工作提供了可行的决策技术方法,有效增强了装备经费预算编制的科学性、公正性和透明度。     

基于GA-SVM的太原市空气质量指数预测

针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结果表明,GA-SVM在预测精度、误差率和可靠性方面均优于IPSO-SVM与SVM.因此GA-SVM模型更适用于AQI的预测,为大气污染防治提供了科学合理的理论依据和新的预测方法.     

基于灰色预测模型的核事故医学应急装备使用保障费用分析

建立了核事故医学应急装备使用保障费用分析模型,且通过GM(1,1)灰色预测模型对核事故医学应急装备使用保障费用进行预测分析,解决了传统方法因数据缺乏而预测精度不足的问题。并用实际数据对预测模型进行了精度验证,结果表明该方法具有很好的预测精度,可用于核事故医学应急装备使用保障费用的预测和估算,为相关部门经费分配提供决策支持,对加强核事故医学应急装备全系统、全寿命的经济技术可行性论证,提高决策水平、计划的科学性和经费整体使用效益都具有重要意义.     

基于统一灰色生成算子的三参数离散灰色预测模型及其应用

现有三参数离散灰色预测模型的累加阶数取值范围局限于正实数,导致模型建模能力和作用空间受限。为此,论文首先引入实数域统一灰色生成算子;然后,基于统一灰色生成算子构造了新型三参数离散灰色预测模型,实现了其阶数从正实数到全体实数的拓展与优化,从而使得新型模型具备挖掘时序数据积分特性与差异信息的双重功能;最后,将该新模型应用于某装甲装备维修经费的建模,结果显示其精度优于其它同类灰色模型。本研究成果对完善灰色算子基础理论及提高灰色预测模型建模能力具有重要价值。     

基于相关系数的IOWGA算子组合预测模型

本文将相关系数和IOWGA算子相结合,提出一种基于相关系数的IOWGA算子最优组合预测模型,并定义了优性组合预测的概念,最后通过对我国税收收入进行组合预测说明该组合预测方法的有效性和合理性。     

一类具有可修故障和不可修故障的两部件并联可修系统算子性质

研究了一类具有可修故障和不可修故障的两部件并联可修系统.运用C_0半群的理论,证明了系统算子是稠定的预解正算子,得出了系统算子的共轭算子及其定义域,并证明了系统算子的增长界为0.最后运用了预解正算子中共尾的概念及相关理论,证明了系统算子的谱上界也是0.     

基于预测模型的我国人口结构问题研究

针对我国人口结构问题,在对相关人口数据进行收集、计算、整理并分析的基础上,通过建立总人口预测模型对2010-2014年人口数量预测,与原始人口数据对比进行模型验证和改进,运用此模型对之后6年人口数量预测,应用队列要素预测法找出相应政策对人口结构变化的影响,通过建立适婚群体预测模型对中国适婚入口中的男女数量定量分析,进而对我国人口结构问题进行整体概括总结.     

基于神经网络的股票预测模型

针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。 针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism) 给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。     

可修系统故障诊断的标准值研究

本文利用数理统计方法研究可修系统故障诊断问题，提出了一种新的标准值。     

一类具有可修故障和不可修故障的两部件并联可修系统的适定性问题

主要用强连续半群理论,研究了一类具有可修故障和不可修故障的两部件并联系统非负时间依赖解的存在惟一性问题.     

组合模型在我国能源需求预测中的应用

文章首先比较了不同的能源需求预测方法的特点,并选择确定性加随机性时间序列组合模型对我国能源需求进行预测,然后详细介绍了建模的过程,并对模型预测精度和参数稳定性作了评价,结果表明本文采用的组合模型是一种比较有效的预测方法,最后用该模型对我国2004~2020能源需求进行了预测。     

基于季节性RBF神经网络的月度市场需求预测研究

本文提出一种季节性神经网络预测模型,对具有季节性变化的产品月度市场需求进行预测.在Matlab语言环境下,用傅立叶周期分析法得到时间序列的周期长度;借鉴嵌入理论,提出了确定季节性神经网络输入维数的策略;利用计算机程序搜索,确定最优参数;通过合理插值,重构样本集.仿真实验表明,该模型的预测精度明显高于其他几个常用的季节预测模型.     

一种关于汽车整车不确定需求的组合预测模型

提出了一种针对汽车生产企业整车不确定需求的组合预测模型,即利用神经网络拟合数据基本变化趋势,然后对企业产品的市场占有率进行评价,以调节需求变化趋势.应用实例,对模型进行了验证,说明该模型能够较好地诠释企业产品需求信息,具有较好的预测能力.     

基于对故障规律统计分析的汽车备件需求预测

汽车备件的需求与汽车故障紧密相关,文章介绍了一种在对汽车故障进行统计分析并确定其分布规律的基础上预测备件需求的方法,预测中需要结合整车保有量的历史数据以及故障与备件的对应表。用统计的方法对某型客车的故障信息进行分析,认为故障的规律可用四种典型的分布进行描述。实例验证了这种方法的准确性高于传统方法,并且在计算机的辅助下可以方便操作。     

灰色-马尔柯夫链预测优化模型——以江苏省物流需求预测为例

讨论了现有灰色-马尔柯夫链预测方法的基本思路,针对该思路的不足之处提出了合理刻画预测模型精度特征的两个精度指标——均值指标和稳定性指标,并据此建立了灰色-马尔柯夫链预测优化模型,最终以江苏省物流需求为例,对该模型进行了实例验证和应用.     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

基于预测精度的多目标组合预测优化模型研究

考虑了组合预测精度的数学期望和预测精度的标准差这两个指标 ,建立了多目标规划组合预测最优化模型 ,并给出其数学规划的解法 .最后进行实例分析 ,结果令人满意 .该模型能反映不同时间序列预测方法有效性     

航空装备战斗损伤概率预测模型研究

装备战场抢修是保持和恢复装备战斗力的重要因素.预测并准确掌握航空装备的损伤概率,有利于作战指挥员和装备保障人员适时而准确的指导战场抢修任务的完成,以保证航空装备的持续作战能力.通过分析航空装备的战伤原因,运用概率分析法构建了航空装备战斗损伤概率预测模型,并提出了模型的改进建议.     

基于主成分分析的需水量预测模型研究

用水是整个水资源系统中的一个重要环节,需水预测是制定水资源规划、管理以及国民经济计划的基础和依据.提出了基于主成分分析法分析的需水量预测模型,试图能探讨需水定额与经济社会各影响关系响应,以郑州市为例对2010年、2020年和2030年的工业、农业和生活的需水量进行了预测,并与郑州市水资源规划的预测结果进行了比较,分析及比较结果表明:该模型预测结果比规划结果偏低,2010年、2020年和2030年平水年分别需水162295×104m3、179966×104m3和194696×104m3,需水结构的变化基本反映了郑州市产业结构调整和社会经济良性发展的趋势.     

基于组合模型的武隆景区长期游客流量预测

由于某景区经营权回购需进行景区游客量长期预测。为克服长期预测的不确定性,我们采用基于旅游地环境容量的LOGISTIC模型和考虑客源地旅游需求的回归迭代模型进行组合预测。前者包含旅游地的环境容量限制参数,主要基于供给制约因素结合时间序列数据进行预测。后者主要从客源地的人均收入、价格水平、价格弹性和收入弹性进行预测。然后整合两模型进行组合预测,对两种预测结果进行加权得到组合预测游客流量,很好地解决了集成旅游地环境容量、"申遗"前后与高速公路通车前后游客量变化、游客时间序列规律、客源地人均可支配收入、旅游地吸引力和旅游地生命周期等众多因素进行长期预测的问题。预测结果作为政府部门经营权回购中补偿额确定的主要依据,已被采用。