基于HP滤波的SARIMA中期电力负荷预测

在用时间序列模型做电力负荷预测时,季节性是中期负荷预测重点分析的因素项。对全国2004年1月到2013年12月的电能消耗数据建立SARIMA模型,在模型定阶和参数显著性检验中发现,季节性因素的参数在调整过程中多数情况下不显著,这与季节性本身相矛盾,不利于SARIMA模型建立后的预测过程。鉴于这种情况,对原序列进行修整,将HP滤波法应用到ARIMA模型建立之前,提取不同频率的波谱序列。并运用OLS法分别建立模型进行分析,弱化趋势性、季节性等因素之间的相互作用,最后根据HP滤波原理对2014年1月到11月的电能消费量做出综合预测。从预测结果看,这种方法可以降低由序列趋势性、季节性等因素相互影响产生的相对误差,提高预测精度。     

基于随机森林算法的粮堆机械通风温度预测及控制研究

为了研究粮堆机械通风温度与其影响因素之间的高维非线性关系,运用随机森林算法建立了预测模型,并用实仓实验数据验证模型的有效性,真实值与预测值的对比表明构建的随机森林模型预测精度较高。为了进一步说明随机森林模型的准确性和可靠性,将预测结果与支持向量机和BP神经网络模型对比。结果显示,随机森林预测模型的误差最小,回归拟合效果最优,可以应用于粮堆机械通风温度的预测。在此基础上,计算出了易调节因素的变化率与粮堆平均温度变化率之间的定量关系,以及粮堆平均温度达到低温条件的临界点集合,为科学地判断粮堆通风时机和温度的控制提供参考。     

物流需求预测中周期因素和季节因素的探讨

物流需求预测是物流活动的战略性和规划性决策基础。作者在一大型医药生产企业实地调研 ,发现其多数产品的市场需求都带有很强的周期性和季节性。由此建立两种模型对这一企业某一成品的市场需求进行预测 ,并对需求预测中的周期性因素和季节性因素进行了探讨。最后得出在预测阶段特别关注时间序列中的周期性因素 ,会提高预测的精度     

基于深度森林的CT图像结直肠息肉检测研究

为提高在CT图像中结直肠息肉的筛选效率,提出一种基于深度森林的结直肠息肉CT图像检测方法。通过灰度化、归一化、中值滤波、随机旋转的手段对数据集进行预处理,将处理后的数据输入一个调整后的深度森林进行预测分类,得到输出结果。实验结果表明,该模型与其他分类算法采用不同指标对比后,具有较好的分类效果,分类精度达到了99.67%,同时该模型具有较少的超参数,泛化能力强,有助于在医学影像领域辅助医生筛查疾病患者。     

季节性时间序列预测方法选择

现实生活中大部分的经济数据不仅会随着时间的推移显示出一定的长期趋势,往往还会因为季节性因素而呈现出周期变化,因此,对于这种既具有倾向性变动趋势又有季节性变动的时间序列的预测就成为了统计预测的重要内容之一。因为预测方法选择的多样性,主要讨论温特线性与季节性指数平滑法,自适应过滤法和ARIMA模型拟合法这3种重要且比较典型的预测方法,通过比较3种方法的优劣,有助于在实际预测中预测方法的正确选择。     

微机械陀螺非平稳随机信号改进GM-AR模型研究

为进一步提高中低精度器件微机械陀螺的测量精度,采用一种基于动窗平滑的GM(1,1)改进模型对微机械陀螺零输入条件下输出的非平稳随机漂移信号进行建模,去除了多种因素引起的确定性趋势项,并与常用的线性拟合、多项式拟合方法进行了对比研究.对比仿真结果表明,改进的GM(1,1)模型可以有效地去除漂移中的确定性趋势项,较以往效果有一定改善,去除了趋势项的残差序列经验证为平稳、零均值的随机过程,对该序列建立了AR模型,利用AIC信息准则检验了模型适用性,检验结果表明,AR(3)模型为适用模型.对补偿前后的漂移序列用Allan方差方法进行分析,可以有效实现对不同频段内噪声模型的辨识,对比结果表明,补偿后的漂移噪声参数有所减小,噪声信号得到有效抑制.     

预测生物质热解动力学参数的随机森林模型

基于大量已发表的生物质热解实验数据,采用数值方法拟合全局反应热解模型的动力学参数,建立生物质热解的训练和验证数据库,并利用随机森林算法研究生物质热解动力学参数与生物质种类和加热条件之间的非线性关系,发展预测生物质热解动力学参数的随机森林模型.训练和验证的结果显示:随机森林模型能够较好地预测训练数据库中的生物质热解的动力学参数(R20.92),并能够准确预测验证数据库中的多种生物质的热解过程(R20.93).此外,变量重要性分析结果显示:纤维素质量分数对于反应级数和活化能影响较大,木质素对于反应级数的影响最大.加热条件对于活化能的影响可以忽略,但是对指前因子和反应级数的影响显著.     

预测生物质热解动力学参数的随机森林模型

基于大量已发表的生物质热解实验数据,采用数值方法拟合全局反应热解模型的动力学参数,建立生物质热解的训练和验证数据库,并利用随机森林算法研究生物质热解动力学参数与生物质种类和加热条件之间的非线性关系,发展预测生物质热解动力学参数的随机森林模型.训练和验证的结果显示:随机森林模型能够较好地预测训练数据库中的生物质热解的动力学参数(R20.92),并能够准确预测验证数据库中的多种生物质的热解过程(R20.93).此外,变量重要性分析结果显示:纤维素质量分数对于反应级数和活化能影响较大,木质素对于反应级数的影响最大.加热条件对于活化能的影响可以忽略,但是对指前因子和反应级数的影响显著.     

基于生命旋回-权马尔可夫的径流预测模型

针对生命旋回预测模型不能反映河川径流周期性和波动性变化的特点,将其与权马尔可夫链结合,提出了一种精度较高的预报模型——生命旋回-权马尔可夫链组合模型.该模型用生命旋回模型预报河川径流的趋势项变化,由权马尔可夫链对径流残差序列进行修正,进行预测时采用等维信息方法处理,在此基础上对黄河龙门水文站径流进行预测,拟合精度为86.97%,合格率为86.78%,表明该模型可以用于径流预测.此外,对求解生命旋回模型的方法作出了改进,经研究表明,该方法实用可行.     

粒子群优化灰色模型在沉降预测中的研究

DGM(1,1)模型的参数估计、数据拟合及序列预测均采用离散方程,不存在离散模型与连续模型之间的近似替代,具有较高的精度。但采用最小二乘法原理进行模型参数估计时,原始序列初始值近似替代拟合曲线的迭代初始值会对预测结果造成较大影响,并且使用受到外界因素冲击扰动后的原始数据建立模型也会大大降低DGM(1,1)模型的预测性能。鉴此,首先利用变权缓冲算子对原始数据进行新序列构造,弱化外界因素影响,再以平均相对误差最小为准则,运用粒子群算法对缓冲算子的可变权重以及新序列的初始值进行二维优化,从而提高DGM(1,1)模型的预测性能。     

一种基于视觉的表面质量检测方法

结合边缘检测技术和数学形态操作,提出了一种基于视觉的铝带表面检测方法。应用中值算法滤除缺陷图像噪声后,用边缘算子提取缺陷边缘,经形态学处理后得到完整缺陷目标,然后提取缺陷的形态特征,进行缺陷分类。实验结果表明:这种方法不仅能有效地识别缺陷,还能准确地判别缺陷类型和缺陷位置。     

基于SIDE模型的网络去个性化现象研究

去个性化效应的社会认同模型（Social identity model of deindividuation effects,SIDE）对去个性化现象的解释明显区别于传统去个性化理论的观点,并且SIDE模型从认知维度与策略维度这两个方面对去个性化现象作出了全新的解释。用SIDE模型来解释与分析网络中的去个性化现象,思考网络中产生去个性化现象的深层原因及其影响,并对网络中不合理的去个性化现象提出建议。     

Study on copper adsorption on olivine

The copper adsorption on olivine supplied by A/S Olivine production plant at Aheim in western Norway has been studied. The factors Which affect the uptake of copper have been evaluated. The results reveal that the equilibrium pH in aqueous solution has the greatest influence on the copper adsorption thanks to the competitive adsorption between proton and copper ions, and the adsorption of copper to olivine increases rapidly with the pH increasing from 4 to 6. The initial copper concentration and olivine dose also possess significant effect on copper adsorption. The adsorption efficieny of copper increases with the increase of olivine dose or the decrease of initial copper concentration at the same pH. The ionic strength effect on the adsorption has also been investigated, but it owns little effect on the adsorption process of copper due to the formation of inner sphere surface complexation of copper on olivine. The experimental data show that olivine has a high acid buffer capacity and is an effective adsorbent for copper.     

基于神经网络的股票交易数据的预测研究

运用前馈神经网络预测时间序列的分析方法对股票数据进行了预测.通过对前馈神经网络时间序列数据预测网络模型的建立方法及预测方法讨论,基于BP网络对股票数据进行实际预测.预测精度明显高于传统方法,说明此种方法是可行的.BP网络可用于股票数据预测,其预测精度较高,但实际预测时,如何选择和确定一个合适的神经网络结构需进行反复实验.     

基于DSP的电能质量分析装置的研制

解决电力系统的电能质量问题,首先需要对电能质量的各项指标进行全面的监测和分析,在此基础上才能有针对性地改善电能质量。依据我国的6项电能质量国家标准,作者设计了一台基于DSP的电能质量分析装置。并从电能质量基本概念入手,在硬件、软件两方面对该装置进行了较为详细的介绍、分析和讨论。     

基于PLC的翻杯机械手设计

介绍了一个使用PLC控制步进电机和气爪实现玻璃器皿的翻转和传送的装置,该装置具有低成本,效率高,定位精度高的优点,可以广泛应用于双工位控制.该机械手巧妙地采用偏心机构,同时实现了玻璃杯的传送和翻转,避免了传统机械手成本高,定位精度不高,控制程序复杂的缺点.     

混凝土的硫酸盐腐蚀研究

通过实验室干湿循环加速硫酸盐对混凝土的腐蚀,对受腐蚀混凝土试件的抗压强度、混凝土与钢筋的粘结性能进行了测试.实验表明,SO42-与Mg2 的双重作用加速了混凝土的腐蚀,同时混凝土受硫酸盐腐蚀后脆性增大,延性及与钢筋的粘结性能均降低.     

试论校园文化建设

校园文化建设是学校教育教学和社会精神文明的重要组成部分,关系到学校育人目标的实现;应在遵循正确原则的基础上切实抓好建设工作.     

标底刍议

"标底"在工程招投标中很重要,这是由于国内目前工程建设部门的工程招投标,不论是通过公开招标,或是邀请招标,还是议标的方式,在其评标过程中标底占有很大的分量.这种以底标为基准对投标商的报价进行打分评判的招标方式,我们通常叫它为标底法.这种方法目前还没有一个统一标准对报价进行评分(或评判),但不外乎以下几个标准,各有千秋.     

快速实现亚硝酸型硝化的试验研究

在SBR反应器中进行亚硝酸型硝化快速实现的试验研究,结果表明：亚硝酸型硝化的快速实现是包括温度、DO、pH、进水氨氮浓度、SRT等多个影响因素共同作用的结果,其中最主要的是DO和pH．当进水氨氮为120—240mg／L、SRT约为23d时,控制较低的DO(0．5～1．0mg／L)和适当的oH(7．5～7．8),在30℃和35℃条件下很容易实现亚硝酸型硝化;在室温条件下(21—25℃),只要控制的pH稍高些(8．0)、DO更低些(0．5～0．6mg／L)．也是可以实现亚硝酸型硝化的．