基于长短期记忆神经网络的每日股票价格预测

股票价格预测一直是人们关注的焦点之一。针对每日股票预测存在的问题,本文提出一种基于长短期记忆神经网络的方法来预测每日股票的最高价与最低价,通过使用Python编程语言构建长短期记忆神经网络模型,并对2000—2020年上海证券、深圳证券的股票数据进行预测。实验结果表明,采用长短期记忆神经网络能够很好地拟合每日股价的波动趋势,具有较高的准确率。     

海上稠油油田蒸汽吞吐产量确定新方法

针对目前蒸汽吞吐产量预测模型假设条件简单、普适性差等问题,一般采用测试法和类比法综合确定海上稠油油田蒸汽吞吐初期产量。由于目前海上油田通常只开展常规测试,无法直接获得热采开发初期产量。笔者提出海上稠油油田蒸汽吞吐初期产量确定新方法,建立蒸汽吞吐相对于常规开发的初期产量倍数预测模型,通过蒸汽吞吐产量倍数,将常规测试确定的产量转化为蒸汽吞吐产量。研究表明,蒸汽吞吐初期产量倍数主要受储集层渗透率、原油黏度、注入强度、蒸汽干度等因素影响,利用正交试验设计和多元回归等方法,建立海上稠油油田蒸汽吞吐初期产量倍数与油藏地质参数及注入参数之间的非线性预测模型,该模型经实际生产数据验证,预测误差小于5%,可靠性高,能够为海上稠油油田蒸汽吞吐初期产量的确定提供依据。     

用频装备带内双频窄谱电磁辐射阻塞干扰效应预测模型

针对传统单频连续波电磁辐射敏感度试验方法无法满足用频装备多辐射源共同作用下复杂电磁环境适应性评估的技术需求，本着有限目标的原则，对用频装备在带内双频窄谱电磁辐射作用下的阻塞干扰效应预测问题进行了研究.从用频装备单频和调幅连续波敏感度试验数据出发，基于用频装备带内电磁能量耦合及共性干扰、损伤作用机理分析，研究了有效值敏感和峰值敏感两类用频装备带内双频窄谱电磁辐射阻塞干扰效应预测模型并提出了预测方法，给出了受试用频装备适用预测模型的判定方法，并以某型超短波通信电台为受试对象，试验验证了模型及方法的有效性.研究结果表明:本文提出的模型和方法可有效应用于用频装备在带内双频电磁辐射作用下的阻塞干扰效应预测和评估.     

基于RSM-BBD的废石-风砂胶结体配合比与强度试验研究

充填料浆配合比的选择直接决定了充填体的强度及运行成本。根据两种骨料混合堆积密实度试验,得到废石风砂最优配比。利用Design-Expert软件中的Box-Behnken中心组合试验设计及响应面法(RSM)研究了料浆质量分数、水泥用量和骨料配比对充填体不同龄期内无侧限抗压强度的影响规律,建立了以粗骨料胶结体3,7,28 d强度为响应值的三元二次回归模型,并对该模型的适用性进行了验证。试验结果表明,充填体强度不仅受单一因素影响,而且两因素之间的交互作用对强度影响显著。由模型的响应曲面可知,质量分数与骨料配比的交互作用对充填体早期强度影响显著,水泥用量与骨料配比的交互作用对充填体中期强度影响显著,质量分数与水泥用量的交互作用对充填体后期强度显著。通过回归模型及建立的充填材料成本函数,优选出一组料浆配合比,经现场试验满足生产要求。     

基于混合遗传神经网络的运动员专项成绩预测系统设计

针对传统运动员专项成绩预测系统一直存在无法达到实质性的综合预测的问题,提出并设计基于混合遗传神经网络的运动员专项成绩预测系统。通过混合遗传神经网络,导入运动员专项数据,根据系统内部节点间调整,对运动员专项数据信息进行处理,建立专项成绩灰色预测模型,实现运动员专项成绩预测。实验数据表明,所设计的成绩预测系统能够进行高精度的专项成绩预测。