基于时间序列和资源相似性的云资源优化模型

以提高云平台系统的利用率为出发点,在分析云系统使用模式和用户事件特征的基础上,建立了资源优化模型对用户使用事件和资源请求行为建模。从用户事件进行时间序列划分,用户特征的相似性计算以及资源相似性度量三个方面对优化模型进行描述,设计并应用基于阈值的资源相似性度量算法实施优化,并对优化结果进行了分析验证。     

雷达器材库存与运输协同的联合优化模型

为更好地解决雷达器材库存与运输的效益低下问题,在雷达器材库存与运输协同运作模型研究的基础上,对库存与运输协同的联合优化模型进行研究。首先,对库存与运输联合优化问题进行了描述,并构建了两级雷达器材库存与运输协同的联合优化结构模型;其次,建立了雷达器材库存与运输协同的联合优化数学模型;最后运用粒子群算法对该模型进行了实例验证,通过仿真分析,验证了模型的可行性,对雷达器材库存与运输协同运作具有一定的参考价值。     

一类时变时间序列模型的参数估计研究

根据对一类时变时间序列模型结构特点的研究，提出了一种时变ＡＲ模型的递推参数估计算法。其原理是将时变参数的估计转化为对状态方程的状态估计，采用卡尔曼滤波推导出参数估计递推公式，并研究了其渐近稳定的充分条件。     

西电应用数学系在优化理论与应用研究方面的进展情况

本文系统地论述了本校应用数学系在优化理论与应用研究中十个方面的进展情况．     

云过程神经网络模型及算法研究

该文针对输入输出具有不确定性特征并与时间或过程有关的复杂非线性系统建模和求解问题,利用过程神经网络对时变信号的动态处理能力,结合云模型对定性定量概念的转化能力,构建了一种具有不确定性信息处理能力的云过程神经网络模型,并采用猫群优化算法同时对网络结构和参数进行并行优化设计,提高了网络逼近及泛化能力,实现了神经网络在时间域和不确定信息处理领域上的有效扩展。仿真实验结果验证了模型和算法的可行性和有效性。     

基于人工神经网络模型优化的研究及应用

人工神经网络在互联网技术和多媒体技术的不断推动作用下,已经广泛应用在很多不同地领域.在该研究当中主要介绍了人工神经网络的主要特点与基本原理,同时还分析了两种不同的模型,最后再分析模型在具体领域当中的应用方法,帮助解决实际存在的问题.     

时间序列非线性模型的研究

本文提出了几种时间序列非线性模型，对这些模型的结构和训练方法作了分析和讨论，并针对几类常见的时间序列，给出了实验结果。     

时间序列非线性模型的研究

本文提出了几种时间序列非线性模型,对这些模型的结构和训练方法作了分析和讨论,并针对几类常见的时间序列,给出了实验结果。     

炼化线性规划通用模型的建设与应用

炼化线性规划通用模型包含着炼厂全部的炼化装置,并可以根据加工需要进行生产路线的自动最优化选择。在新炼厂建设规划当中可以根据所加工原油等约束条件快速选择出加工最优化方案所需的装置配比;在现有炼厂生产优化过程中可以快速自主选择装置最优加工能力、生产流程、产品结构等,最大化的提高企业效益。     

基于ARIMA模型的数据预处理技术研究

时间序列处理的精确性是影响现代工业控制系统发展的重要因素之一。数据预处理是时间序列处理的基础,它通过异常值辨识与修正、缺省值补充等工作,改进数据质量进一步的处理提供较为精确的目标数据和必要信息。由于工业生产过程中的时间序列多是非平稳序列,经典的平稳模型和回归分析不再适用。因此,本文通过建立ARIMA模型对时间序列进行预处理,并最终得到了较为精确的数据拟合信息。     

一种启发式邮政运输调度优化方法

本文研究了邮政运输调度问题的数学模型和相应的神经网络求解模型.针对邮政运输调度问题的特点和神经网络求解模型中存在的问题,提出了一种启发式算法,实验仿真结果表明启发式算法具有较好的性能.     

ARIMA预测模型的SAS程序实现及其应用

目的:利用SAS程序实现ARIMA模型,探讨ARIMA预测模型在季节性时间序列资料分析中的应用.方法:采用条件最小二乘方法估计模型参数.通过对数转换及差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,最终建立起ARIMA预测模型.结果:对甲型肝炎月发病率资料建立了乘积ARIMA(O,1,1)(0,1,1)12模型.方差估计值为0.125003,AIC=46.71429,SBC=50.86936,时模型进行白噪声残差分析(p=0.7755),根据拟合优度统计量,表明(1-B)(1-B12)Zt=(1-0.84397B)(1-0.6649B12)αt是适合的.结论:用所建立的ARIMA模型对甲型肝炎月发病率进行分析预测,结果表明ARIMA是一种短期预测精度较高的预测模型.     

柔性结构拓扑优化中几种求解方法的比较

通过对两种柔性结构的拓扑优化,比较了拓扑优化中三种主要求解方法的优缺点。分别用优化准则法(OC)、序列线性规划法(SLP)和移动渐近线法(MMA)对悬臂结构和力反相机构进行了拓扑设计。OC法通用性差,但效率高;SLP法通用性好,但收敛速度慢,对初值敏感;MMA法计算效率低,但对初值不敏感,比较稳定。     

模型优化及其在DT模型基图像编码中的应用

本文提出一种新的近似模型ＤＴ网格动态优化方法，作为二维ＤＴ模型基图像编码方法的改进型方案。优化过程维持了ＤＴ网格的优良特性，从而在提高编译码效率和恢复图像质量方面比其它类型的网格更有优势。近似模型的优化使恢复图像的主客观质量显著提高，从而使整个方案在相同信噪比条件下具有更高的数据压缩比。最后给出新方案的实验结果来说明其性能     

线性规划模型在最优决策中的应用研究

线性规划在生产管理和经营活动中起到重大作用。在给出线性规划模型的基础上,通过实例,介绍建立线性规划模型的一般方法,并应用软件Mathematica进行求解,进而为决策者提供最优的决策。     

基于PSO-LSTM优化模型的网络流量预测研究

网络流量预测是网络规划、设计和建设的重要依据,对有效满足人民网络需求有着极其重要的意义。本文通过构建基于PSO-LSTM优化预测模型,不仅提高了对网络流量预测的效果,还自动实现了对LSTM神经网络模型参数的优化,大大降低了LSTM神经网络模型优化的工作量。研究结果表明,基于PSO-LSTM优化预测模型能够实现对网络流量的准确预测,相比单纯基于LSTM神经网络模型,预测结果与实际值的均方根误差降低31%。     

基于ARIMA模型自动预测我国保险行业保费收入的应用和实践

本文采用ARJMA模型以我国财产险的保费收入的预测为例,对数据预处理、模型的选择、识别、估计、检验等过程进行了详细的分析,得出了预测结果报告,并描述了对我国产寿险的保费收入实现自动预测并得到结果报表的思路和方法。