基于新型核与灰度序列的时滞GM(1,N)模型及其应用

为了解决GM(1,N)模型在新型核与灰度的基础上,对驱动项的延迟作用机理不明确的问题,将时滞参数引入到GM(1,N)模型的驱动项中,构建了基于新型核与灰度的时滞GM(1,N)模型,分析了时滞参数的辨识方法,讨论了新模型的建模机理。为了更好地对该模型的有效性进行验证,将优化的时滞GM(1,N)模型对南京市的雾霾进行预测分析,选择GM(1,N)模型、一元回归模型与文中的优化模型进行对比。结果显示,优化模型对PM₁₀浓度的拟合精度更高,且误差均控制在5%之内,从而验证了提出的优化模型适用于具有时滞特征数据的模拟和预测。     

我国区域绿色技术创新效率的分类测度和提升模式研究——基于非期望产出的SBM-SupSBM模型

本文首先运用考虑非期望产出的SBM-SupSBM模型估计我国各省市绿色技术创新效率并进行分类:稳定上升类、平稳类、大幅度波动类以及下降类。之后从企业内部和外部两方面对绿色技术创新效率提升的影响因素提出假设,着重考虑大幅度波动类别省份的效率提升。运用面板数据模型各影响因素进行验证,结论显示:企业规模对绿色技术创新效率波动较大的省份起到显著的抑制作用,环境规制和技术进步对绿色技术创新效率波动较大的省份作用不明显。针对分析结果,提出结论:在提升绿色技术创新效率的过程中,应注重企业规模和技术进步的协同作用,以及技术的开放程度。     

灰色GM(1,1,k,k2)模型背景值及时间响应函数优化

本文提出了一种新的带有时间幂次项的灰色GM(1,1,k,k²)模型,给出了其灰微分方程和白化微分方程基本形式。基于最小二乘法获得了该模型参数估计值,并推导了该模型时间响应函数。鉴于GM(1,1,k,k²)模型灰微分方程与白化微分方程之间存在跳跃关系,首先对灰微分方程的背景值进行了优化,并推导了优化后的背景值计算公式。为了克服初始值的影响,根据误差平方和最小,进一步优化了GM(1,1,k,k²)模型时间响应函数。最后,该优化后的GM(1,1,k,k²)模型被应用于软土地基沉降预测,获得了较好的模拟预测效果,说明模型是可行的。     

基于异质预期的量子伯川德博弈复杂动力机制分析

针对伯川德双寡头垄断博弈经济系统中出现的混沌现象,利用量子博弈论,构建了基于有限理性与天真预期行为的量子伯川德动态博弈模型,分析了量子纠缠度对纳什均衡点稳定性及复杂动力行为的影响。结果表明:量子纠缠度能增强该系统的稳定性,企业价格调整速度达到某一程度时会导致该系统的复杂混沌特性,纠缠度可以有效控制混沌状态。最后利用数值模拟从分岔、最大李雅普诺夫指数、奇怪吸引子、初始条件敏感性及分数维数方面验证了理论准确性。     

大象无形,自然地发展数学核心素养——2021年福建中考数学试题分析与启示

分析2021年福建中考数学卷发现,该试卷设计层次分明,选拔功能较强,数学核心素养导向明显.在此导向下,教师应以学生为本,回归课本,引导学生自主探究,不断夯实学生的“四基”,为培养学生的数学核心素养打下坚实的基础;应重点开展好章末数学活动,发挥其主渠道作用,让数学核心素养不断孕育;应科学地开展生长型专题复习,让数学核心素养不断发展.     

基于攻防博弈模型的网络安全测评和最优主动防御

文中对攻防博弈模型中的相关内容展开了分析,讨论了攻防博弈模型的网络安全测评要点,包括信息安全测评分析、主动防御系统分析、脆弱性测评分析、防御代价定量分析等,并对攻防博弈模型的最优主动防御要点进行了整理,旨在提高对攻防博弈模型应用价值的认知水平,提升网络安全测评与防御的效果。     

基于移动边缘计算的资源分配策略

为进一步探究移动互联网的资源分配问题,文中基于无线互联网通信工况恶劣的特殊情形构建了仿真模型,并结合实际情况,以支持移动边缘计算的服务器为基础,引入基于深度域不变性残差计算的长短期记忆网络（DR-LSTM）,从互联网设备任务卸载的角度着手设计了资源分配策略和主要算法流程。通过仿真实验结果可知,基于移动边缘计算的资源分配策略在性能上存在一定的优势,具有潜在的应用价值。     

基于GA-BP算法的充电站负效应评价

由于电动汽车出行需求存在随机性、充电信息不精准等问题,造成城市交通能源供应站承载力与补能需求车辆的时空错配,导致充电站产生了拥堵排队、能源消耗不合理等负效应。基于此,文中从负效应最小化的视角构建了充电站的负效应评价指标体系,综合考虑交通效率影响、站点服务影响、电网负荷影响等3个因素,采用GA-BP神经网络构建了充电站负效应评估模型。最后,以重庆市南岸区某充电站为例,验证了该方法的适用性与有效性。     

面向慕课学习者评估的认知反应模型

认知诊断模型从学习者的认知结构出发,建模学习者与试题之间的潜在关系,结合智能算法并根据试题作答结果可评估学习者的知识水平.大多数认知诊断模型是将学习者的高阶能力特征视为单维,忽视了后天努力的影响.为此,本文提出了一种考虑能力特征与努力特征相互补偿的具有二维高阶特征的新认知诊断模型——认知反应模型（Cognitive and Response Model,C&RM）.该模型通过设置能力特征与努力特征相互补偿机制来融合两高阶特征参数以精准建模学习者的知识水平.同时,还构建了知识点弱项特征参数,以综合考虑学习者的知识水平与不同知识点对作答试题的影响,进一步提高模型的解释性和预测精度.采用自建的HNU＿SYS数据集和Math1,Math2,FrcSub公共数据集,通过实验对比分析了C&RM模型、最新的认知诊断模型和经典诊断模型.当数据训练集为70%最佳比例时,C&RM在4个数据集上分别比次优方法提升了6.3%,4.3%,3.3%,5.2%,其预测性能最佳,验证了本文模型的可行性和有效性.     

光电平台MEMS陀螺性能及滤波算法的Allan方差评价

光电稳定平台被广泛应用于火控、侦察、制导等武器系统中,具有提供重要的态势感知、监视、瞄准和搜跟能力。随着光电技术的发展,光电稳定平台变得更加精准和轻便小巧。MEMS陀螺具有体积小、重量轻、成本低、可靠性高、测量范围大的优点,使其已经成为小体积、低成本光电稳定平台的首选惯性传感器。但在光电稳定平台设计时,选用MEMS陀螺和陀螺滤波处理就成了首要的问题。本文首先介绍了基于Allan方差评价MEMS陀螺随机漂移误差的方法,描述了4种常用的陀螺滤波算法,然后基于Allan方差详细地分析了这几种滤波器的应用特性和滤波器参数对滤波性能的影响。可以看出,使用Allan方差可以很好地评估MEMS陀螺和滤波器性能,指导陀螺滤波器选型和滤波参数配置,该评估方法可有效地解决光电稳定平台设计阶段的陀螺选型和滤波器选型。