基于Lyapunov指数的交通量混沌预测方法

交通量预测分析已成为交通工程领域重点研究课题 ,智能运输系统的核心研究内容之一。在判定交通流量存在混沌的前提下 ,对交通量的实测数据进行相空间重构 ,而后在重构相空间上 ,利用基于Lyapunov指数的混沌预测方法预测交通量。苏州某交叉路口的交通量预测实例表明了该方法用于交通量预测的有效性和可行性     

供热负荷时间序列混沌特性识别及区间预报研究

对供热负荷时间序列进行了混沌特性分析,计算得到了吸引子维数和最大Lyapunov指数.在最大Lyapunov指数点预报法的基础上,提出了最大Lyapunov指数区间预报法,并给出了最大预报时间尺度.仿真结果表明,该方法可取得较高的预报精度和较高可靠度的预报区间.     

人民币对美元汇率波动的混沌性研究——基于2005年汇改后与汇改前数据的比较

运用混沌理论和技术方法,选取2005年汇改后与汇改前人民币兑美元汇率数据为研究对象,综合集成R/S方法、G-P算法和Wolf方法对汇率波动行为进行了混沌性实证检验。研究发现,汇改后汇率波动具有长期记忆性和非周期循环,而汇改前汇率波动不存在状态持续性和循环周期;汇改前汇率收益率的最大Lyapunov指数小于零,表明汇率波动不具有混沌特征,而汇改后汇率收益率的最大Lyapunov指数大于零,表明汇率波动具有弱混沌现象和长期不可预测性。     

基于SVM的混沌时间序列预测模型应用研究

混沌时间序列预测是混沌理论的一个重要应用领域和研究热点,目前它在信号处理、自动化控制等领域中已得到了广泛的应用。本文联系支持向量机(SVM)和混沌时间序列预测的相关理论,建立基于二者的变形序列预测模型。同时,结合具体实例从变形时间序列的混沌识别、相空间重构以及预测模型的参数优化等方面探讨了模型的具体建立过程。实验结果表明,该模型的预测精度要优于BP神经网络。     

基于GA优化灰色神经网络模型的建筑业增加值预测研究

本文运用遗传算法对BP神经模型的初始权值和阈值进行优化,构建GA-GM(1,1)-BP模型,运用建筑业增加值统计数据进行实证分析,验证了GA-GM(1,1)-BP能够有效提高预测精度,在建筑业增加值预测中有较好的适用性和准确性.     

瓦斯等级鉴定的混沌相空间重构预测技术研究

矿井瓦斯等级鉴定是确定煤矿属于低瓦斯矿井、高瓦斯矿井还是煤与瓦斯突出矿井以及预防煤矿瓦斯爆炸危险和矿井自然发火危险等的一个重要手段.论文针对柏林煤矿1989-2004年共16年矿井瓦斯等级鉴定的结果,采用了混沌相空间重构技术,提出了瓦斯等级鉴定结果预测的一种新方法,并成功预测了2005年瓦斯等级鉴定结果.证明了这种基于混沌相空间重构技术的新方法处理已有的瓦斯等级鉴定结果,预测来年的绝对和相对瓦斯涌出量是可行、可靠的.     

基于混沌时序预测方法的冲击地压预测研究

冲击地压的预测研究通常是通过监测对冲击地压的发生、发展过程比较敏感的指标来进行的，监测指标值的大小和变化规律是进行预测的基础，监测数据在未来一定时期的峰值变化和走势变化规律对于预测过程具有重要意义。首先，通过对互信息和伪邻近点数的计算，确定观测序列的延迟时间和嵌入维数等相空间重构参数；然后，在对观测序列相空间重构的基础上，运用一阶局域近似法和基于最大Lyapunov指数法等混沌预测方法对冲击地压上作面的观测时间序列进行数学建模，并与传统的数理统计预测方法进行对比分析；最后，用实例对冲击危险区域的电磁辐射序列及顶板下沉速度序列等进行预测运算和分析，其结果表明，运用混沌理论的预测方法可达到较高的预测精度。     

建筑业增加值提升模型与机理研究

在系统分析建筑业增加值本质的基础上,阐述了建筑业增加值的内涵式提升原理与外延式提升原理,以及二者的相互关系。同时,基于两种提升原理的协同,构建了建筑业增加值二维提升模型,并论述了模型的提升机理。     

改革开放以来河南建筑业增加值增长75倍

河南经济社会发展最新报告显示,改革开放以来,河南省建筑业增加值增长了75倍。     

非线性时间序列分析及其在矿井涌水预测中的应用研究

根据梧桐庄煤矿涌水量数据,首先用R/S分析计算得到Hurst指数值为0.8627,表明该矿井涌水量变化趋势具有长期相关性和持续性;然后利用混沌时间序列的全域预测法对历年来的数据进行建模预测分析,计算得到了预测模型以及预测值,结果表明,预测数据和实际值误差较小。利用非线性时间序列分析可以揭示矿井涌水的非线性特征,并对其进行预测,从而为矿井涌水量的预测提供了一种新的方法。     

交通流量的混沌特性分析及预测模型研究

基于混沌动力系统的相空间重构和非线性系统的Volterra级数,分析交通流量的混沌特性,研究了一种交通流量的自适应预测模型。在合理选取嵌入维数和延滞时间实现交通流量时间序列相空间重构的基础上,应用小数据量法计算重构交通流量时间序列的最大Lyapunov指数,根据该指数值对交通流量的混沌特性进行分析,并采用庞卡莱截面法对分析结果进行验证;构建交通流量的Volterra预测模型,并采用LMS自适应算法对模型系数进行调整。通过对实际采集的高速公路交通流量数据的仿真研究表明,小数据量法能对交通流混沌特性进行准确判别,构建的二阶Volterra自适应预测模型能够有效地预测交通流量的变化。因此,在判定交通流量存在混沌特性时,可以应用论文构建的二阶Volterra自适应预测模型对其进行准确的预测。     

建筑物差异沉降的时间序列分析与预报

从时间序列分析的基本原理和方法出发,结合建筑物变形监测的关键技术指标差异沉降量的实例分析,给出了时间序列数据平稳化处理、模型定阶的统计检验、模型参数估计以及预报分析的方法,建立的时间序列自回归模型拟合与预报精度较高,为建筑物的地基处理及运营安全提供可靠的决策依据。     

时间序列与神经网络组合方法在电离层TEC预报中的应用

时间序列和神经网络是广泛应用于各个领域的两种经典预测方法,将这两种方法结合起来可充分发挥其各自的优势.利用组合方法和IGS发布的2006年长沙地区某点处前11个月的电离层TEC(Total Electron Content,电子总含量)数据,对12月份的电离层TEC值进行了分析预报.结果表明,这种组合预测方法进行30天...     

深基坑施工地表沉降预测时序分析

对深基坑施工地表沉降预测时序问题进行了分析,结合现有国内外研究成果,通过对经验进行总结,并借助于模型计算,对深基坑施工地表沉降规律进行了研究,以满足实际施工需要。     

建筑施工企业营改增面临问题及应对策略

论述了营业税改征增值税的背景,针对建筑施工企业营改增之后将出现税负增加等主要问题进行分析,并建议建筑施工企业应积极面对营改增变革,事先进行税务筹划,设计营改增的应对策略。     

基于时间序列分析模型的输变电工程变压器价格短期预测研究

以2010—2018年输变电工程变压器价格为研究样本,在描述变压器价格变动轨迹的基础上,分别以移动平均法、单指数平滑法、双指数平滑法、非周期的Holt-Winter法、AR模型和MA模型预测变压器价格,得出2019年和2020年变压器价格的预测值并进行优劣判断.研究结果表明,双指数平滑法预测精度相对较高,而引入多种时间...     

我国火灾损失的时间趋势分析及动态预测

利用我国火灾损失统计资料，进行时间趋势分析。结果表明，我国火灾损失呈现一定的上升趋势。在此基础上，采用灰色GM(1，1)模型预测我国火灾损失，经检验预测模型的精度满足要求，其预测结果比较可靠，可以为相关部门的决策提供一定的帮助。     

Reducing the construction time for building projects

The problem of the construction time for building projects is discussed from the point of view of the client, the contractor and their relationship with one another. The client focuses his attention on only one project, the total duration including preconstruction as well as construction. The contractor is concerned only with site operations, not those of a single project but those of all the projects on his books. His primary aim, therefore, is the allocation and scheduling of his resources over all his current work, the timing of individual projects being a secondary matter. The paper, by clarifying this divergence of aims, discusses means of speeding production.