基于SEIR-ARIMA混合模型的新冠肺炎预测

新型冠状病毒肺炎简称新冠肺炎,是一种由新型冠状病毒引起的急性感染性肺炎,具有传染性强、人群普遍易感的特点。因此,对新冠肺炎感染人数的预测,不仅仅有利于国家面对疫情做出科学决策,而且有利于及时整合防疫资源。本文提出一种基于传统的传染病动力模型SEIR和差分整合移动平均自回归模型ARIMA构建的SEIR-ARIMA混合模型,对不同时间段、不同地点的新冠肺炎疫情做出预测和分析。从实验结果上看,基于SEIR-ARIMA混合模型的预测,比常见的用于新冠肺炎预测的逻辑回归Logistic、长短期记忆人工神经网络LSTM、SEIR模型、ARIMA模型有较好的预测效果。为了真实地反映出实验效果的提高是否源于SEIR与ARIMA模型结合的优势,本文还实现SEIR-Logistic混合模型和SEIR-LSTM混合模型,并与SEIR-ARIMA对比分析得出,SEIR-ARIMA预测都取得更好的预测效果。因此,基于SEIR-ARIMA混合模型对新冠肺炎的发展趋势的分析相对可靠,有利于国家面对疫情的科学决策,对我国未来预防其他类型的传染病具有很好的应用价值。     

基于LoadRunner和正交试验设计法的数据驱动测试研究与应用

为了实现软件功能测试的自动化并达到软件功能测试事半功倍的效果,给出测试逻辑、测试数据(集)和测试用例(集)的数学定义及其相互之间的关系,并提出了1种软件自动测试技术:基于LoadRunner和正交试验设计法的数据驱动测试技术。首先,借助于软件测试工具LoadRunner生成1个测试逻辑;其次,基于正交试验设计法生成该测试逻辑较少的、高质量的、典型的测试数据;最后,借助于软件测试工具LoadRunner自动执行该测试逻辑的测试用例集并分析其测试结果。同时给出该软件自动测试技术的应用实例,实验结果表明,该技术能够减少测试用例数量且提高测试效率。     

中小型生产企业供应商选择策略

提出一种中小型生产企业的供应商评选模型。将构造点值判断矩阵和区间值判断矩阵相结合对方案进行评价分析,在传统层次分析法的基础上增加供应商预评选阶段,选用符合实际需要的评价计算、一致性检验及调整方法确保系统评价的科学性。在某中小型生产企业计算机管理系统上的具体应用证明该模型具有可行性、有效性。     

企业信息管理系统中产品质量跟踪与追溯的研究与实现

针对不同行业生产方式和运作特点的差异导致产品质量监督过程各异的问题,提出了一种通用灵活的,适合各类企业进行产品质量跟踪追溯要求的模型.突破以往模型对批次标识等单一依据的依赖,通过路径配置工具,设置跟踪追溯路径及路径上各节点间的关联关系;继而,跟踪追溯模型满足对路径上任意两节点间的跟踪追溯要求,并能同时查询该路径上符合跟踪追溯条件的信息.通过在某涂料企业MES管理系统中的具体实施说明其可行性,有效性.     

求解连续空间优化问题的Powell蚁群算法

针对连续空间函数优化问题,提出了Powell蚁群算法.该算法把Powell方法嵌入蚁群算法的局部搜索,提高蚁群算法的搜索精度和收敛效率.全局搜索过程中,把传统蚁群算法中的信息素更新和蚂蚁的转移规则拓展到连续空间中,定义了相应的求解算法.通过对二维多极值非线性函数的寻优实例进行仿真,并与Powell方法的求解结果进行比较,证明该方法的有效性.