中长期预测模型的ＣＭＤＨ三水平算法计算的实现

提出三水平算法的一般模式和差分结构，利用多阶段算法减少计算量，并研究编程上机计算的实现。     

GMDH物价指数预测模型研究及实证

利用物价指数的月均值与年均值数据同时建模的数据处理群组方法的两水平算法,扩大了月均值数据的可预测范围,引入以三角函数求和形式的调和自组织的数据处理群组方法解决月均值物价指数的波动影响,提高了月均值数据预测的准确性。实证分析表明,数据处理群组方法的调和两水平方法预测月均值物价指数是有效的。     

GMDH两水平算法的证券组合投资预期收益模型

以自组织理论两水平算法的为基础，采用组合投资方法，在证券投资ＧＭＤＨ两水平算法预测模型的基础上，建立ＧＭＤＨ两水平算法的证券组合投资预期收益模型。     

基于GMDH的中长期电力负荷组合预测模型

组合负荷预测模型能够充分利用数据信息,有效降低预测风险、改善预测效果,在中长期负荷预测中获得了广泛应用。而目前的组合预测模型实质大都为单一预测模型的加权平均,没有能够充分发挥综合预测的优势.应用数据分组处理方法（GMDH）进行组合预测,在充分考虑各单一模型特点和预测效果的基础上,形成多元非线性组合预测模型,自动从数据中挖掘出重要信息,克服了传统组合预测模型建模中的主观因素影响,可以改善预测精度。并将该预测模型应用于实际电网,计算结果表明该模型有效提高了预测精度,适用于中长期负荷预测.     

一种改进的水平管气液两相流截面含气率预测模型

考虑了环状流液膜中含有气泡, 气芯中夹带液滴的情况, 根据S m i t h的环状流液膜动能与中间气芯动 能相等的假设, 提出了一个改进的截面含气率预测模型。实验结果表明, 对于水平管空气 - 水两相流, 在质量含气率 为0. 0 4 85~0. 7 9 60, S m i t h模型对于分层流误差为2 9. 2%, 环状流误差为1 8. 6%, 而改进模型对于分层流预测误差 1 0. 8 9%, 环状流误差为1 3. 3%, 大大提高了S m i t h模型的预测精度。     

多层多跨框架的稳定性计算

以往设计多层或高层框架，一般没有进行总体稳定性的计算，因此，选择断面时不是偏于浪费，就是偏于不够安全，并且设计时事先假定断面，而后进行计算，有时造成返工现象。本文提出了多层多跨框架稳定性简便计算方法，并举例说明了如何通过计算确保框架的稳定，以及怎样选择框架的最小经济断机，方法简单实用，可供设计时参考。     

多变量灰色预测模型算法的Matlab实现

文章讨论了多变量灰色预测模型的建模方法及其算法思想,得到了多变量灰色预测模型的检验方法。为了简化模型求解,给出多变量灰色预测模型的Matlab程序实现。通过应用实例说明算法程序的应用和效果。     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题，提出了一种去除图像中椒盐噪声的新型滤波算法．该算法采用两级滤波，并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素，以保持这些像素的原灰度值不变，保护了图像的真实性；同时在第一级滤波时采用迭代中值滤波，使滤波效果更佳．实验结果表明，所提出的滤波算法的效果优于现有的滤波算法，尤其是噪声密度超过0．3时，该算法的优势更加明显．     

基于双重破坏准则的抗震结构可靠指标算法

以结构抗震分析的时程分析方法以及结构可靠度分析的Ｊ·Ｃ方法为基础，给出了多层剪切型结构基于双参数（变形与耗能）破坏准则的抗震可靠指标的计算方法。本方法可考虑结构参数随机性对结构抗震可靠度的影响，且可对结构进行地震全过程可靠度分析。     

两层介质圆盘的雷达散射截面计算

根据高频近似条件下的远场积分解，利用物理光学近似计算了两层介质圆盘的雷达散射截面（ＲＣＳ），其中反射系数的计算采用了逆向传输矩阵法，并且考虑了多层结构，照明区的面积分通过梯形法则进行数值积分得到。     

水平管中气液两相流的流动特性研究

本文对水平管中气液两相流的流型分类，摩阻压降梯度在自制的实验台上作了系统的测定和研究，对气液两相流中这一经典课题得出的自己的见解和研究结果。     

两通道正交图滤波器组设计新算法

针对两通道正交图滤波器组频率特性差的问题,提出了一种基于二阶泰勒近似的迭代算法．首先,该算法将两通道正交图滤波器组的设计问题归结为一个带约束优化问题．将图滤波器组的重构误差作为目标函数, 滤波器的阻带衰减作为约束函数;然后,通过泰勒近似将高度非线性非凸的目标函数转化为关于增量的凸的二次函数,将非凸优化问题近似为凸的优化问题;最后,采用迭代方法求解该优化问题．仿真结果表明,与伯恩斯坦多项式逼近的算法相比,新算法设计的两通道正交图滤波器组重构误差减小了约1个数量级,信噪比提高了约8dB．     

假设检验中Neyman-Pearson准则的神经网络实现新算法

假设检验中Neyman-Pearson准则是一种基于似然比的信号检测、识别、分类方法。神经网络是实现这种准则的优选方案,但是传统的最小平方学习算法,如BP算法等,往往不能取得全局最优解。针对一种非最小平方学习算法,提出了一种概率分配原则,并给出了一种Neyman-Pearson准则的神经网络实现新算法。对新算法在假设检验中的应用进行了仿真验证。结果表明新算法具有更小的误差,更加适用于Neyman-Pearson准则。     

基于迭代中值滤波的自适应两级排序滤波算法

针对图像去噪时往往会改变未受噪声污染像素的灰度值的问题,提出了一种去除图像中椒盐噪声的新型滤波算法.该算法采用两级滤波,并在两级滤波之间通过自适应算法确定未受噪声污染但在第一级滤波中被滤除的像素,以保持这些像素的原灰度值不变,保护了图像的真实性;同时在第一级滤波时采用迭代中值滤波,使滤波效果更佳.实验结果表明,所提出的滤波算法的效果优于现有的滤波算法,尤其是噪声密度超过0.3时,该算法的优势更加明显.     

多股多层水平淹没射流的试验研究

从模型试验的角度，测量了消力池内底板压力分布规律、水面流态、流速分布和脉动压强，着重分析了泄水孔出口体型、表中孔高程、跌坎形式、表中孔间中隔墩长度等体型参数对流态稳定性、水力特性和消能率的影响，研究了消能机理。研究表明，该新型消能形式具有流态稳定、适应性强、低雾化、高消能率的特点。结合某实际工程，提出中孔泄槽以等宽或微收缩为宜，表中孔最优坎高差应大于中孔水流的主流水深、延长隔墩有利于稳定水流流态等建议，为工程设计提供了科学依据。     

基于两层协同主动学习策略的分类算法

针对当前主动学习策略直接用于SVM(Support Vector Machine)分类器时存在的泛化能力不强的问题,提出的两层协同主动学习策略TLCALS(Two-Level Collaboration Active Learning Strategy)应用了协同训练的思想,能深层挖掘未标记样本数据的分布知识。实验表明,TLCALS策略能够合理指定TSVM(Transducive Support Vector Machine)算法中的正样本数,在典型指标测试中都表现出了一定的优越性。     

两层多目标决策借助满意度的优化方法

针对多人两层多目标决策问题,应用Ｋｕｈｎ－Ｔｕｃｋｅｒ充要条件,论证了将其转化为等价的一般多目标决策问题的方法,为了体现决策者的意志,给出了满意度和满意解的定量描述,借助ε－约束法将其化为单目标决策问题,并采用模拟退火算法出全局最优解。     

水平管气液两相流流型的压差波动特征

气液两相流的流型对其流动和传热特性有很大影响，所以如何确定流型一直是两相流研究中的重要课题。通过大量实验，测量了各流型在各种工况下的一些流动参数，包括：压力、温度、各相的流量以及实验段的压差波动时间序列。通过对实验段压差波动信号的分析发现，压差波动信号能很客观地提供流型的信息，可以用来识别流型。     

气体—幂律液体两相水平管流的持液研究

对气体－幂律液体两相水平管流常见的６种流动型态下的持液率进行了实验研究，给出了适应于全部流动型态的持液率计算公式。     

新型水平气井气水两相管流压降计算模型设计

为了更准确地把握压降,提出一种水平井筒内气水两相管流的压降计算模型.该模型基于两个假定:假定气相和液相的速度相等;假定两相介质已达热力学平衡状态,压力、密度等互为单值函数.实例计算结果显示,出水水平气井井筒压力沿趾端根端方向呈单调下降趋势,但趾端附近的压降明显小于井筒内其他位置的压降.