The model of chaotic sequences based on adaptive particle swarm optimization arithmetic combined with seasonal term

Within a competitive electric power market, electricity price is one of the core elements, which is crucial to all the market participants. Accurately forecasting of electricity price becomes highly desirable. This paper propose a forecasting model of electricity price using chaotic sequences for forecasting of short term electricity price in the Australian power market. One modified model is applies seasonal adjustment and another modified model is employed seasonal adjustment and adaptive particle swarm optimization (APSO) that determines the parameters for the chaotic system. The experimental results show that the proposed methods performs noticeably better than the traditional chaotic algorithm.     

季节-谐波油价预测模型研究

油价预测是能源市场研究的一个重要领域.本文基于季节调整技术和周期性分析技术,提出了一个新的预测模型-季节-谐波模型,其思路是分解-组合.通过对五种油品(WTI原油、Brent原油、无铅汽油、柴油和取暖油)价格的实证分析,与其它五种方法(ARIMA模型、指数平滑、Winters方法、EGARCH模型和逐步自回归)相比,季节-谐波模型取得了最好的预测效果.     

改进PSO-BP算法在飞机剩余油量测量中的应用

针对飞机在飞行时油箱因受震动引起油面起伏不平,导致原有静止状态时的计算模型产生较大测量误差,提出采用BP神经网络的预测飞机剩余油量;但由于BP神经网络存在学习效率低、收敛速度慢和易陷入局部极小等局限,采用改进粒子群算法优化BP神经网络的训练;将改进PSO-BP算法用于飞机剩余油量的测量,实验结果表明,与传统BP学习算法比较,改进PSO-BP算法具有训练时间短,相对误差小,控制精度高等优点,有效地提高了油量测量的精度。     

参数未知的多变量设置调整问题研究

针对存在起始设置偏差过程参数未知的多变量过程,考虑不同质量特性对总体的质量损失影响不同,研究了在调整费用恒定下的统计过程调整问题.基于过程的状态空间方程模型,利用贝叶斯方法对过程的未知参数和设置偏差进行估计,结合过程的费用结构给出了过程的调整策略.通过仿真与其他的调整策略进行了对比分析,仿真结果表明,提出的调整策略能够更为有效地减少过程的质量损失.     

苏教版《化学反应原理》新旧教材的对比分析与建议

从课程标准中提出的内容要求和活动建议出发，分析苏教版《化学反应原理》新旧教材内容的调整、调整的目的或意义，发现新版教材对课程标准中的内容进一步完善，更能体现化学核心素养的要求，语言描述更加准确，更方便教师和学生使用。并对新教材编写过程中前后数据的一致性、教学中如何实施高中与大学知识的衔接、如何合理使用新教材资源及其他资源提出了一些具体的建议。     

Transitions of Collective Motions Driven by Phase Resetting

The front cover artwork is provided by Prof. Gao's group. The image shows the motion patterns transition of the active gel group under the step light intensity, which describes the mechanism of a new collective emergence structure. Read the full text of the Research Article at 10.1002/cphc.202300054 .