基于最优梯度自适应优化算法的交通流预测

短时交通流预测在交通控制中起着基础的作用。建立了一类不需要选取初始值、带有动态参数的指数平滑模型。以预测误差平方和SSE最小为目标，构造了优选并自动生成最佳参数，使平滑模型得以优化的最速下降算法，增强了模型对时间序列的适应能力。较好地解决了指数平滑预测中，平滑参数靠检验确定且为静态、平滑初值难以确定并导致预测偏差等问题。通过比较上海浦东的实测数据和其它预测算法，验证了该算法的有效性和实用性。     

针对PM2.5单时间序列数据的动态调整预测模型

针对细颗粒物PM2.5的浓度预测,本文提出了基于单时间序列数据的动态调整模型.在动态指数平滑算法中,指数平滑次数与参数基于样本数据并借助二分查找进行调整.在动态马尔科夫模型中,马尔科夫链的残差状态数、隐马尔科夫模型的隐状态数、连续样本数和阈值参数都通过训练数据加以调整.动态调整模型将指数平滑法和马尔科夫模型有效结合起来,指数平滑法得到的预测值由马尔科夫模型进行校正,从而提高预测准确度.基于大量实际PM2.5数据进行测试,验证了算法的有效性.并与其他现有的灰色模型、人工神经网络、自回归滑动平均模型、支持向量机等方法进行了对比,表明所提模型能够得到精度更高的预测结果.本文模型不局限于PM2.5数据,还可应用于其他类型的数据预测.     

一种指数平滑预测的参数优化方法及实现

时间序列预测法在各种基于时态数据库的计算中有着广泛的应用前景。文中介绍了时间序列预测法中的单指数平滑、双指数平滑和三指数平滑三种指数平滑预测方法，不同的预测方法适合于对不同时间特性的数据、平稳性数据、趋势性数据或季节波动性数据进行预测，使用相应的预测方法均达到很好的平滑效果。同时还介绍了如何应用IGS算法对指数平滑的参数进行优化，从而得到更好的平滑效果和预测结果，使之在社会实际当中发挥更好的作用。     

一种指数平滑预测的参数优化方法及实现

时间序列预测法在各种基于时态数据库的计算中有着广泛的应用前景.文中介绍了时间序列预测法中的单指数平滑、双指数平滑和三指数平滑三种指数平滑预测方法,不同的预测方法适合于对不同时间特性的数据、平稳性数据、趋势性数据或季节波动性数据进行预测,使用相应的预测方法均达到很好的平滑效果.同时还介绍了如何应用1Gs算法对指数平滑的多数进行优化,从而得到更好的平滑效果和预测结果,使之在社会实际当中发挥更好的作用.     

头驱动句法分析中的直接插值平滑算法

在头驱动句法分析模型下,基于经典插值平滑算法,提出了以统计空间中平均事件数为基础的直接插值平滑建模原则,并应用经典的误差理论分析了该原则的合理性.基于该原则并借鉴语言模型中其他插值平滑算法对模型的零点进行假设的方法,在头驱动句法分析模型下,重新构造了4种平滑算法.实验数据显示,新平滑算法在高于经典平滑算法性能的同时,显著降低了自由参数的扰动程度,从实验的角度证明了该平滑建模原则的有效性.     

基于上下文的二阶隐马尔可夫模型

为体现上下文信息对当前词汇词性的影响,在传统隐马尔可夫模型的基础上提出一种基于上下文的二阶隐马尔可夫模型,并应用于中文词性标注中。针对改进后的统计模型中由于训练数据过少而出现的数据稀疏问题,给出基于指数线性插值改进平滑算法,对参数进行有效平滑。实验表明,基于上下文的二阶隐马尔可夫模型比传统的隐马尔可夫模型具有更高的词性标注正确率和消歧率。     

自适应单指数平滑法在短期交通流预测中的应用

短时交通流预测是实现交通规划和管理的关键技术之一. 指数平滑法因其计算过程简单, 需要观测数据较少等优点, 在短时交通流预测中获得了广泛的应用, 但其平滑系数缺乏有效的选取方法. 本文提出了一种自适应单指数平滑法, 通过近似动态规划方法的引入, 结合实际交通流数据对指数平滑系数进行优化, 使其随预测过程自动更新, 从而保证了预测的实时性、准确性. 严格的理论推导证明了这种预测方法的收敛性, 仿真结果验证了算法的有效性.     

基于遗传退火三次指数平滑的期货预测研究

为更准确地对期货价格进行预测分析,提出了一种对三次指数平滑法的平滑初值和平滑参数值进行自适应选取的预测方法.该方法根据样本预测误差平方和最小来自适应地调整平滑参数与平滑初值,以避免对其进行主观选取,并将此方法应用于期货价格的预测中.实验结果表明,该方法与单独的三次指数平滑法相比,对于期货价格预测的准确率有所提高,可以得到比较有效的预测值.     

一种改进的用于城市主干道行驶时间短时预测的自适应指数平滑(IAES)模型

短期行程时间预测对于智能交通系统来说至关重要. 本文首先回顾了交通短期预测模型研究现状并指出了它们的基本思想, 研究工作进展以及各种模型的优点和缺点. 为了克服原有的自适用指数平滑模型的缺点, 本文提出了一种改进的自适应指数平滑模型, 针对四条主干道车牌数据匹配数据, 对各种预测模型进行了正常交通状况和非正常交通状况的短期预测比较实验, 实验结果表明每一种模型都有优点和缺点, 而改进的自适应指数平滑模型的预测性能在短期行程时间预测方面表现了优于其它模型的独特特点, 并且能适用于各种交通状况．     

算法复杂性平滑分析的研究进展与展望

有很多算法其最坏情况复杂性很坏 (甚至是指数阶的 ) ,但在实际应用中却很有效 其中一个典型代表就是求解线性规划问题的单纯形算法 最近 ,Spielman和Teng提出了算法的平滑复杂性概念及算法复杂性平滑分析方法 ,对上述矛盾给出了合理的解释 ,在理论计算机科学界引起了极大的关注 为此 ,做了以下工作 :介绍算法复杂性平滑分析的基本概念 ;介绍两年多来算法复杂性平滑分析主要的研究进展 ;从实际应用出发提出一个更合乎算法复杂性平滑分析思想的随机扰动模型 (简称TSSP模型 ) ,克服“PartialPermutation”随机扰动模型的不足 ,并证明在TSSP模型下快速排序算法的时间平滑复杂性为O(2λn×log2 (n) ) ,其中λ是随机扰动幅度大小 最后 ,对算法复杂性平滑分析的研究提出了展望     

Identification and Identifiability of Unknown Parameters in Multibody Dynamic Systems

Assessing design changes in mechanical systems from simulationresults requires both accurate dynamic models and accurate values forparameters in the models. Model parameters are often unavailable ordifficult to measure. This study details an identification procedure fordetermining optimal values for unknown or estimated model parametersfrom experimental test data. The resulting optimization problem issolved by Levenberg–Marquardt methods. Partial derivative matricesneeded for the optimization are computed through sensitivity analysis.The sensitivity equations to be solved are generated analytically.Unfortunately, not all parameters can be uniquely determined using anidentification procedure. An issue of parameter identifiability remains.Since a global identifiability test is impractical for even the simplestmodels, a local identifiability test is developed. Two examples areprovided. The first example highlights the test for parameteridentifiability, while the second shows the usefulness of parameteridentification by determining vehicle suspension parameters fromexperimentally measured data.     

基于IP网络的服务质量（QoS）参数研究

QoS参数定义是实现QoS控制的基础,本文按照QoS的分层模型,针对IP网络上多媒体应用特点,提出了应用层、系统层和网络层三组QoS参数,并给出了部分参数的计算方法。     

Parameter significance and reductions of soft sets

In this paper, the relationship between any two objects in a soft set is investigated in detail and a novel notion of parameter significance is introduced. Sufficient and necessary conditions on characterizing pseudo parameter reductions and normal parameter reductions with respect to the parameter significance are proposed. Two algorithms for pseudo parameter reductions and normal parameter reductions of a soft set are established. With these algorithms, all pseudo parameter reductions and all normal parameter reductions can be directly evaluated and obtained simultaneously. Several examples show the effectiveness and feasibility of the proposed approach to parameter reductions of a soft set.     

军事作战中的整体作战模型

提出了一种新的军事作战模型，称之为整体作战模型．整体作战模型通过确立作战单位的整体作战指数来建立作战模型，反映了作战单位的整体作战能力．定义了整体作战指数，然后建立了整体作战模型，求出了模型的解并对其进行了分析，说明了整体作战的一些特点，并提出了一种判定胜负的新标准，最后给出了一些计算实例和仿真结果．本质上整体作战模型是一种非线性模型，反映了作战中的非线性规律．     

在Visual Basic中实参与形参类型不同时的问题解析

本文通过实例论述在VisualBasic过程调用中,当实参与形参的类型不同时的相容问题。使大部分的VB爱好者,尤其是VB的初学者不在为此问题所困惑。也可使人们对此问题的叙述给出更准确的定位。同时也给出解决此类问题的一系列方法。     

Internet的高速新信道——CATV数字网络

文中讨论了我们在基于ＣＡＴＶ网络上实现Ｉｎｔｅｒｎｅｔ互连课题中的部分研究成果。简要地描述了ＣＡＴＶ与电信网在实现Ｉｎｔｅｒｎｅｔ上的优劣比较；详细地分析了在ＣＡＴＶ介质上运行ＴＣＰ／ＩＰ协议的必要条件；给出了ＣＡＴＶ介质的低层协议；在此基础上较详细地讨论实现Ｃａｂｌｅ ＭＯＤＥＭ的关键技术，最后给出了一个实现实例和结论。     

在Visual Basic中实参与形参类型不同时的问题解析

本文通过实例论述在Visual Basic过程调用中，当实参与形参的类型不同时的相客问题。使大部分的VB爱好者．尤其是VB的初学者不在为此问题所困惑。也可使人们对此问题的叙述给出更准确的定位。同时也给出解决此类问题的一系列方法．     

Oracle＊Forms与Oracle＊Graphics的集成技术

本文将研究Oracle*Forms与Oracle*Graphics集成的作用和机制,并结合典型实例着重介绍使用OG．PLL集成Oracle*Forms与Oracle*Graphics的方法和步骤。     

解析Visual Basic过程调用中参数传递方式

过程调用作为Visual Basic程序设计的难点及重点之一,初学者对其中不同参数传递方式很难理解和掌握。为此提出了过程调用结合内存管理的新教学方法,将内存概念引入过程调用,通过分析计算机内存管理和Visual Basic程序运行的相互关系,对过程间不同参数的传递方式进行了解析,将抽象的过程执行步骤以直观的内存管理图示表现出来,帮助学生理解Visual Basic过程调用中的参数传递方式。该方法在教学实践中取得了良好的效果。     

动态系统优化与参数估计集成算法的鲁棒性分析

研究动态系统优化与参数估计集成（ＤＩＳＯＰＥ）算法的鲁棒性。定性分析了算法对系统参数和模型参数的鲁棒性,并通过实例对其做了定量化说明。仿真表明,ＤＩＳＯＰＥ算法对系统参数和模型参数具有一定的鲁棒性