一种基于时序可变加权系数的组合预测模型

为了提高预测精度,提出了时序可变加权系数的组合预测模型。以组合预测模型的误差平方和最小为优化准则,建立最优的非负可变加权系数的组合预测模型,计算不同时刻单项预测模型的最优加权系数。利用时间序列ARMA模型对可变加权系数进行预测,进而得到组合预测结果。算例表明,时序可变加权系数组合预测模型综合利用了各个单项预测模型的重要预测信息,其预测误差远小于各单个模型的预测误差,预测精度更高,模型实用性更强。     

电价与负荷的相关性分析及其在电价预测中的应用

为解决传统电价预测模型需要对周末等电价波动较大预测日单独建模,以及模型不加区分地引入负荷因素影响预测精度的问题,提出了利用电价与负荷的相关系数判定是否将负荷因素引入粒子群-BP神经网络模型的新方法,将相关系数作为输入样本的阈值,判定是否在模型输入样本中引入负荷因素.在电价变化平稳、电价与负荷相关性较弱时,在电价预测模型中不引入负荷因素,解决了粒子群-BP神经网络模型由于非关联输入样本过多而影响学习效率、导致预测精度降低的问题.仿真结果表明,新的预测模型对电价相对平稳和波动较大的预测日预测精度明显提高,可用于电力市场的短期电价预测.     

基于一种贴近度的IGOWLA算子的最优组合预测模型

为了克服传统的单项预测方法选取固定参数时的不足,在广义诱导有序加权对数平均算子(IGOWLA算子)的基础上,引入贴近度以及λ次幂误差,构建了基于一种贴近度的IGOWLA算子的最优组合预测模型,并给出了该模型的预测精度、优性及非劣性定义.实例分析表明,该组合预测模型优于传统的单项预测模型,能够充分利用各个单项预测方法的信息并提高预测精度,是一种优性组合预测.     

基于BP神经网络的调和生物柴油黏度预测

调和生物柴油的黏度是影响其输送、储存和使用的重要特性参数,对其进行较准确的预测具有重要意义。本研究以生物柴油的组成、含量及温度为影响因素,采用BP神经网络模型分别对已发表的5~25℃范围内调和生物柴油的49和11个黏度数据进行了训练和预测。当平均相对训练误差在5%以下时,该模型的平均相对预测误差为1.36%。此结果表明,该模型能较好地预测调和生物柴油的黏度。     

基于自记忆原理的深基坑位移预测方法

传统灰色GM(1,1)预测模型对非负递增时间序列有较好的预测精度,但对波动幅度较大的时间序列预测精度较低。为了提高预测精度,本文在趋势曲线模型和自记忆理论的基础上,建立趋势曲线-自记忆组合预测模型,将该模型应用于深基坑位移预测中,并与灰色GM(1,1)预测模型和趋势曲线预测模型比较,该模型具有较高的预测精度。     

雨雪天气下轨道交通客流预测模型

为了完善雨雪天气下轨道交通客流预测模型,对哈尔滨市地铁1号线2017年12月份至2019年1月份的全线客流数据进行研究,引入客流基准值和客流偏差率的指标来量化轨道交通客流波动情况,研究雨雪天气下轨道交通客流波动规律,提出一种基于雨雪天气下轨道交通客流时空波动规律的短时客流预测模型WI-LSTM,以平均绝对误差(MAE)、均方根误差(RMSE)以及平均相对误差(MRE)作为预测模型的评价指标,与经典的SARIMA预测模型、支持向量回归(SVR)预测模型和未考虑雨雪天气的LSTM预测模型进行了对比。结果表明：考虑雨雪天气的WI-LSTM预测模型可以充分利用雨雪天气轨道交通客流波动规律,相比其他3种预测模型具有更高的准确性和可靠性。WI-LSTM预测模型进一步提升了雨雪天气下轨道交通客流预测精度,可为轨道交通企业运营管理提供数据支撑。     

地铁供电系统短期负荷预测系统设计

基于地铁供电系统短期负荷预测是电力系统短期负荷预测精细化研究的需要,本文对地铁供电系统短期负荷预测系统进行了设计。系统由负荷统计模块、负荷数据调用模块、负荷预测模块、预测误差统计模块、图形输出模块和数据输出模块等6个模块组成,在负荷预测模块中构造了基于脉冲神经网络的地铁供电系统短期负荷预测模型,用该预测模型对地铁供电系统短期负荷进行预测,并将预测结果与传统BP-NN预测模型进行对比。结果表明,脉冲神经网络预测模型的平均预测误差降低了2%以上,比BP-NN预测模型的平均预测误差明显降低,表明脉冲神经网络预测模型的预测精度明显优于BP-NN预测模型,从而验证了地铁供电系统短期负荷预测系统采用脉冲神经网络预测模型的可行性;并且脉冲神经网络预测模型具有较好的预测稳定性,1周的预测精度稳定在7.01%~7.80%区间内。该模型取得较为满意的预测精度,为地铁供电系统短期负荷预测系统的实际应用提供了理论依据。     

灰色GM（1，1）预测模型的改进

在对灰色GM(1,1)预测模型的不足进行了分析后,认为在对累加序列的拟合中,由k得到的离散解与累加序列之间存在较大误差,进而影响了模型的精度;所以提出了对k进行修正来提高预测精度,通过增加参数β,用梯度法求出β得到新的预测模型;最后将新模型应用到我国化学纤维产量建模中,应用实例表明了本文提出的方法比之原有模型有较好的精度,由此拓宽了GM(1,1)预测模型的适用范围.     

基于动态熵权的短期风速组合预测

为了提高风电场风速预测的准确性,将不同预测方法的权重推广到权重序列,生成权重矩阵,同时采用新的预测误差更新权重矩阵,获得所需模型.建立三种单一预测模型,统计它们十天的预测误差,获得误差序列,在此基础上,提出动态熵权法.采用熵权法确定各单一预测模型在96个预测时刻的权值,并根据新的24小时预测误差更新误差序列和权重矩阵,从而获得动态组合预测模型.结果表明,动态组合预测模型的整体误差指标比单一预测模型较小,预测精度显然增高,证明了所建模型有效且实用.     

城市日用水量预测的部分线性自回归模型

根据城市用水量影响因素及特点,针对线性回归模型与线性自回归模型误差较大的缺点,建立了城市日用水量的部分线性自回归预测模型,其中线性部分考虑日用水量,非线性部分考虑当天的最高温度,该模型综合了非参数回归模型与线性自回归模型的优点,因此在拟合与预测精度上比线性回归与线性自回归模型有所提高,证明该方法在城市日用水量预测中是有效的.     

避免MCVC结构拓扑优化模型出现机构的方法

为了避免带体积约束的柔顺度最小化(minimum compliance with a volume constraint,MCVC)模型出现机构,借助带位移约束的重量最小化(minimum weight with a displacement constraint,MWDC)模型,寻找MCVC模型中安全可靠的物理的或者结构性能的参数阈值.99行程序和120行程序分别被用来求解MCVC和MWDC模型.通过对大量出现机构的病态算例进行研究分析发现,当迭代过程中的最大应变能比小于某个阈值时,或者当体积比大于某个阈值时,就可避免机构出现.然而,这2个阈值是依赖于问题的,即对于不同的结构与/或载荷工况,这2个阈值均会取不同的值.在本文测试的算例中,最大应变能比阈值的范围为4.59~12.38,体积比阈值的范围为0.15~0.26.     

利用神经网络预测超宽带系统的场强

利用基于神经网络的模型对超宽带(UWB)室内场强进行预测。所采用的数据源自Intel公司的UWB数据库,中心频率为5GHz。通过与信道建模小组委员会最终报告所推荐的路径损耗模型的比较,显示神经网络预测的结果与实测数据更为接近。     

不同非凝析气对稠油高压物性的影响

QHD33-1南油田是一个已勘探发现但尚未动用的稠油油田,跟以往稠油油田开发不同,油田立足于以热采开发方式为主的前期开发,热采开发方案设计需要大量的室内实验数据。基于室内物理模拟,采用高温高压实验仪器,开展了多种非凝析气对稠油高温高压热物性影响的研究。结果表明,QHD33-1南油田稠油在相同温度和压力下溶解CO2与油体积比明显高于N2,溶解CO2的降黏率可达30%~90%,温度越低,压力越大,溶解CO2的降黏作用越明显;在实验温度和压力下溶解N2降黏幅度均低于20%;烟道气的溶解能力及降黏效果高于N2,低于CO2。     

基于机器学习的高强钢焊接等截面箱型柱整体稳定性预测方法

目前,针对高强钢构件整体稳定性的研究多采用有限元建模或实验室试验方法,而基于机器学习的预测方法能够显著提升预测的准确性和便捷性。为了准确预测高强钢焊接等截面箱型柱的整体稳定性,提出使用纤维模型构建数据库并利用机器学习建立预测模型的方法。首先确定模型的输入输出参数,并通过纤维模型方法建立数据库;接着,选用常见的3种不同类型的机器学习模型和现有规范中的经验模型进行预测,并依据评价指标进行性能对比;最后,根据可解释算法分析机器学习模型的合理性。结果表明：大部分机器学习模型预测结果与试验结果吻合度略高于现有规范中的经验模型,其中,高斯过程回归模型对高强钢构件整体稳定性的预测表现最优;机器学习预测模型中各类参数对构件整体稳定性的影响趋势符合预期,验证了机器学习模型的合理性和可靠性;构件的正则化长细比对预测结果影响最大,而构件初始缺陷的影响相对最小。     

溶剂对SBS粘合剂胶液粘度影响规律

对以ＳＢＳ为基料的纸塑复合型粘合剂,溶液粘度受溶剂的影响很大。实验表明,在１７℃时,选用适当的混合溶剂,其溶度参数与氢键指数之和在１０．７时,可以使一定固含量的胶液粘度稳定在１．６Ｐａ·ｓ左右,从而达到良好的粘接性能。根据生产需要,选用１２０号溶剂油和工业甲苯为混合溶剂组份。测定１２０号溶剂油密度,代入推导出的公式中,可以较为准确地计算出不同批次的１２０号溶剂油溶度参数和氢键指数。以工业甲苯调节使混合溶剂溶度参数和氢键指数之和为１０．７左右,能够使生产出的胶液稳定在良好的粘度范围内。     

路面使用性能综合预测物元模型及其应用

路面使用性能的合理预测是公路养护和改造计划编制的基础,对于公路的运营管理和优化决策具有重要的意义.本文充分考虑行车对路面性能要求,采用物元综合评判法,根据反映路面性能的主要指标,应用关联函数,建立了路面使用性能综合预测物元模型,把路面性能预测由定性转为定量.该模型能较好地处理路面使用性能演化过程中的随机性,计算简单.最后以具体公路路面使用性能为示例,利用建立的数学模型,对该路段路面使用性能的变化趋势进行了分析,预测结果表明了该方法的可应用性.     

部分水解聚丙烯酰胺与核孔膜孔隙的匹配关系

采用核孔膜过滤、扫描电镜（SEM）和动态光散射（DLS）,研究了部分水解聚丙烯酰胺（HPAM）KYPAM-II与核孔膜孔径间的匹配关系。结果表明,聚合物溶液通过不同孔径的核孔膜时的过滤曲线、过滤前后溶液的粘度、质量浓度及聚合物分子线团大小均发生不同程度的变化。聚合物KYPAM-II溶液通过孔径0.6～0.7μm核孔膜时,溶液的过滤曲线、溶液质量浓度、粘度及分子线团尺寸大小均发生较明显的变化,聚合物分子在核孔膜表面发生了明显的滞留现象,容易对孔径小于0.7μm的核孔膜产生堵塞作用。而聚合物KYPAM-II与孔径大于0.7μm的核孔膜匹配关系较好,不会对其造成堵塞。聚合物KYPAM-II与较大孔径的核孔膜相匹配,聚合物与核孔膜孔隙的匹配性主要与其分子线团大小及核孔膜孔隙大小有关。     

碳酸盐岩地层的岩性比率预测方法

实际工作中，井间或无井区目的层岩性比率的预测需借助于地震速度资料来实现，这对碳酸盐岩地层来讲更是如此，通过对速度谱资料进行倾角和地震－声波速度系统差校正，从而得到了可靠的地震原始层序层速度资料。在此基础上，建立了岩性预测的地震层序层速度模型及高、低速层压实模型，地质模型，等效模型，数学模型，通过这些模型对研究层中高速层的岩性比率进行了定量预测，最后在对研究层进行细分层的基础上，根据钻井统计的不同岩类的多少，将地层岩性简化为二元结构进行计算并校正，从而得到对应于高速层的碳酸盐岩的岩性比率，在塔里木盆地西南地区石炭系地层中，预测效果良好。     

系统参数对浮环轴承转速比的动态影响

转速比即环速比和轴颈涡动比是涡轮增压器浮环轴承系统的功耗和稳定性研究的重要指标.基于经典短轴承理论,考虑浮环和轴颈的回转变位角速度,推导出内外层非线性动载油膜力的解析模型.考虑轴系的偏心质量引起的离心力,建立了涡轮增压器浮环轴承系统非线性动力学模型.仿真得到环速比和轴颈涡动比随转速的变化曲线,并分析研究了不同转速下偏心质量、润滑油粘度、浮环结构参数等对环速比和涡动比的动态影响机制,及转速比对系统参数敏感程度的变化规律.为浮环轴承的设计研发和涡轮增压器浮环轴承系统的性能评价提供了重要参考.     

Analytical models for evaluating buoyancy-driven ventilation due to stack effect in a shaft considering heat transfer from shaft interior boundaries

Stack effect is a dominant driving force for building natural ventilation. Analytical models were developed for the evaluation of stack effect in a shaft, accounting for the heat transfer from shaft interior boundaries. Both the conditions with constant heat flux from boundaries to the airflow and the ones with constant boundary temperature were considered. The prediction capabilities of these analytical models were evaluated by using large eddy simulation (LES) for a hypothetical shaft. The results show that there are fairly good agreements between the predictions of the analytical models and the LES predictions in mass flow rate, vertical temperatures profile and pressure difference as well. Both the results of analytical models and LES show that the neutral plane could locate higher than one half of the shaft height when the upper opening area is identical with the lower opening area. Further, it is also shown that the analytical models perform better than KLOTE’s model does in the mass flow rate prediction.