灰色新息GM（1,1）模型的递推算法

在研究新息ＧＭ（１，１）模型传统算法的基础上，提出了灰色新息ＧＭ（１，１）模型的一种新算法－递推算法。     

关于平稳时间序列线性模型的模拟模型

本文利用计算机数字仿真技术建立了平稳时间序列的线性模型的模拟模型，得到了该系统状态模拟模型的随机差分方程，给出了ＡＲＭＡ（ｐ，ｑ）模拟模型的新息递推方程．     

多新息在特征模型网络控制系统的应用与仿真

针对网络控制系统存在时延和丢包,控制器设计困难等问题,利用变递推间隔多新息最小二乘辨识算法可以克服坏数据、计算量小的优点,结合特征模型在实际工程中建模简单、控制精度较高的特点,将两者首次结合并运用在了网络控制系统中.最后以直流电机为例,用Truetime仿真工具箱对网络控制系用进行了仿真研究.仿真结果表明,运用了变递推多新息最小二乘法特征模型的网络控制系统稳定性更强.     

ARMA(p,q)利率模型下的破产概率

为了更好地研究利率因素对破产概率的影响,利用时间序列理论,建立了ARMA(p,q)利率模型,在此利率模型下,通过积分方程得到了破产概率的上界,并将此上界与AR(1)利率模型下破产概率的上界以及Lundberg上界进行了比较,所得结果推广了古典风险模型的相应结果.     

传递函数辨识(21):线性回归系统的递阶递推参数估计

利用递阶辨识原理,研究了线性回归系统的递阶最小二乘辨识算法、递阶多新息最小二乘辨识算法、递阶随机梯度辨识算法、递阶多新息随机梯度辨识算法、递阶递推梯度辨识算法、递阶多新息递推梯度辨识算法等.这些辨识方法可以推广到有色噪声的随机系统中.     

信号建模(3):多频信号模型的递推参数估计

利用梯度搜索、牛顿搜索、多新息辨识理论,研究多频标准正弦信号的建模问题,提出了相应的最小均方参数辨识算法、随机梯度参数辨识算法、多新息随机梯度参数辨识算法、递推梯度参数辨识算法、牛顿递推参数辨识算法等,给出了几个典型辨识算法的计算步骤。文中的方法可以推广到其它多频信号模型的参数辨识。     

递推批量MGM(1,N)模型在滑行艇运动姿态预报中的应用

为了设计出有效的滑行艇的自动控制系统,需要建立预测模型对其运动姿态进行实时的、精确的预报.分析利用MGM(1,N)模型对滑行艇运动姿态进行预报的适用性.同时,针对滑行艇运动姿态数据的特点和预报的实时性要求,提出了新采集了一批数据之后,计算模型的参数矩阵的递推公式.利用该公式可以在提高预测精度、延长预测时间的同时,不会显著的增加计算量.数值仿真试验的结果表明,将批量递推MGM(1,N)模型应用于滑行运动姿态预报是可行的,并且具有非常高的预测精度.     

一种改进的多层递阶预报方法研究

为解决多层递阶方法的预报效果不稳定，特别是预报因子之间存在较大量级差异时预报不稳定的问题，给出了一种改进的多层递阶预报方法-多层递阶回归分析方法，该方法将原模型中的各项看作回归变量作线性回归，再以回归系数与预报因子的乘积作为对原预报因子的修正变量，然后进行多层递阶预报，该方法集多层递阶和回归分析两者的优点，既能较好地体现高相关因子在预报模型中的重要作用，同时对时变系统又具有较强的适应性。     

多变量线性离散随机系统输出多步预报的逐次单步实现法

提出一种新型的多变量线性离散随机系统输出的多步预报法,即重复利用系统模型本身的一步预报关系,依次得出多个预报值。这种方法与多变量递推求解丢番方程实现多步预报的现有方法是等效的,具有计算最小、编程简洁的优点,已成功地用于广义预报控制中。     

Sel''kov多分子反应-二维扩散模型的线性稳定性分析

对生化反应中的Sel’kov多分子反应-二维扩散模型进行了线性稳定性分析，得到了使稳定解产生不稳定的条件，说明了分支解的某些定性行为。     

基于时间序列线性模型的城市电力网规划方法

通过对城市电力网中用电量的时间序列分析,建立其线性模型,并通过模型识别与参数估计,得到线性模型的准确形式,最后利用递推预报法对用电量进行长期预报,为城市电力网的电源开发规划及输变电设备规划提供依据。     

基于ARIMA模型的宁波生活用电总量的实证分析

在现在的科技化社会,电与每个人息息相关,对用电量进行预测并做好调配控制是不可或缺的。通过1978—2011年宁波市生活用电总量数据,利用时间序列分析的方法,对用电量进行建模,发现其内在的规律性。结果显示:宁波生活用电量数据服从异方差的ARIMA(2,2,0)模型,通过该模型对未来几年的用电量进行预测,可以为政府制定相应的政策提供一定的依据。     

改进的人工神经网络水文预报模型及应用

在人工神经网络水文模型的研究中,往往加入前期径流以提高模型的预报精度.针对由此带来的问题,通过耦合总径流线性响应模型,建立一种基于人工神经网络的实时预报模型.通过引入总径流线性响应模型的模拟径流作为模型输入,模型的模拟模式能够提供较长的预见期,同时加入误差校正模型的实时预报模式也能够取得较高的模型精度.采用3个不同流域的流量资料对模型进行率定与校核.结果表明,模型能够取得较高的预报精度,显示了良好的适用性.     

基于图象序列的水泥旋窑窑内的温度预报模型

针对水泥施窑窑内用计算机视觉，图象处理技术获取的物料温度参量，建立了温度时间序列的回归模型，此模型简单有效，为水泥施窑自动控制奠定了基础。     

AR（p）模型在中国总人口预测中的应用

利用AR（p）模型对我国总人口进行了动态预测，通过实证分析，对模型进行了检验，短期预测误差较小，应用效果比较符合实际。     

ARIMA（p,d,q）利息力模型下生存年金精算现值的研究

把精算实务中利息力的随机性用ARIMA（p,d,q）随机过程来表示,并利用矩阵代数理论将其转换成较简单的矩阵形式,然后以此为基础探讨了企业生存年金的精算现值问题.