模糊神经网络与SARIMA结合的时间序列预测模型

模糊神经网络和SARIMA模型分别对非线性和线性时间序列有很好的预测能力,但在实际应用中大多数序列并非稳定、单纯线性或非线性的.为了提高预测精度,提出了一种基于T-S模糊神经网络与SARIMA结合的时间序列预测模型.针对悉尼航班乘客收入数据给出了三种混合模型,并与模糊神经网络、支持向量机、SARIMA和BP神经网络四种单独模型进行比较.实验结果表明,从预测精度和参数选择方面来看,所给模型是有效的.     

一阶逻辑中基于稳定度的项评估方法

针对一阶逻辑中项结构比较复杂、语法与语义特征难以抽取的问题,基于项在文字替换过程中的Herbrand语义特征,分析其制约因素和度量规则,给出项稳定度的定义并提出一种基于稳定度的项评估方法。将所提方法作为文字选择的启发式策略,应用于自动定理证明器中子句集的归入冗余判定中,结果表明,该方法能较好地刻画一阶逻辑中的项特征,与基于项序的文字选择方法相比,其检测次数平均减少50.8%,运行时间平均缩短53.3%。     

基于任务分配与调度的GSAT算法求解3-SAT问题

基于不同分配策略的云计算任务调度以及任务分配与调度的主要目的,提出了一种新的算法—求解3-SAT问题的基于任务分配与调度的GSAT算法。该算法将3-SAT问题中的每一个变量形成一个任务,在GSAT算法的基础上,引入任务分配与调度指导贪心搜索;同时,在保留原有贪心搜索的前提下,根据任务分配与调度的思想和3-SAT问题的特点,设计了两种新的策略—分配策略和调度策略共同完成整个贪心搜索过程。以标准的SATLAB库中变量个数从 20～250的3 700个不同规模的标准Uniform Random 3-SAT 问题对新的算法的性能进行了合理的测试,并与高效和普通性能改进的GSAT算法的结果作了比较,结果表明,该算法具有更高的成功率和更少的翻转次数。     

粉煤灰沸石及Pd改性沸石脱除煤气中单质汞的研究

以粉煤灰为原料,采用超临界水热法制备了一系列的粉煤灰沸石.首先,考察了不同种类粉煤灰制备的沸石的煤气脱汞性能,以及由同一种粉煤灰制备的不同晶型沸石的脱汞活性.其次,考察了活性评价温度和H2 S气体对粉煤灰沸石煤气脱汞性能的影响.结果表明,其中的两种粉煤灰制备的沸石有较好的脱汞活性,具有方钠石晶型的粉煤灰沸石(Z5s)的脱汞性能优于具有钙霞石晶型的粉煤灰沸石(Z5c),Z5s沸石的脱汞率在360 min内保持在90%以上.气氛中的H2 S气体有利于单质汞的脱除,而温度升高时脱汞率降低.粉煤灰沸石(Z5s)采用贵金属Pd改性后,其脱汞活性在中高温时高于Z5s沸石.     

一种基于搜索路径识别的CDCL命题逻辑求解器延迟重启算法

适当的重启有助于求解器跳出局部最优,但频繁重启会严重降低效率。为解决CDCL求解器重启触发条件随意性大的问题,提出一种基于搜索路径识别的延迟重启算法。该算法使用Luby序列触发延时重启判断,将当前搜索路径和已搜索路径转换为向量空间模型,通过计算向量空间相似度来判断当前搜索过程是否会进入重复搜索空间。若向量空间相似度达到设定阈值,则触发重启,否则延迟重启。采用SAT国际竞赛的实例,与两个主流的求解器进行了对比实验。结果表明,所提算法能够有效规避重复搜索空间问题,并显著提高求解效率。     

液压舵机一体化建模与联合仿真方法研究

以液压舵机为例,提出了一种在多种环境下对液压舵机完成一体化建模与联合仿真的方法。在AD-AMS软件和工程仿真软件MATLAB特点的基础上,在ADAMS中建立了机械系统和液压传动系统,利用MATLAB/Simulink建立了液压舵机控制系统仿真模型,实现了机电液系统的有机集成,完成了机电液一体化联合仿真。研究结果表明:文中采用的一体化建模与联合仿真方法得到液压舵机较准确的仿真模型,所得仿真结果更真实可信,有助于液压舵机性能指标的验证和设计改进。     

格值语义归结推理方法

归结自动推理是人工智能领域的一个重要研究方向,语义归结方法是对归结原理的一种改进,它利用限制参与归结子句类型和归结文字顺序的方法来提高推理效率。基于格蕴涵代数的格值逻辑系统的二归结原理提供了一种处理带有模糊性和不可比较性信息的工具,它能对格值逻辑系统中在一定真值水平下的不可满足逻辑公式给出反驳证明。首先研究了格值逻辑系统上一类广义子句集的性质,该类子句集在任意赋值下能分为两个非空子集,接着讨论了这类广义子句集的语义归结方法,并证明了其可靠性和完备性。     

模糊神经网络与SARIMA结合的时间序列预测模型

模糊神经网络和SARIMA模型分别对非线性和线性时间序列有很好的预测能力,但在实际应用中大多数序列并非稳定、单纯线性或非线性的。为了提高预测精度,提出了一种基于T-S模糊神经网络与SARIMA结合的时间序列预测模型。针对悉尼航班乘客收入数据给出了三种混合模型,并与模糊神经网络、支持向量机、SARIMA和BP神经网络四种单独模型进行比较。实验结果表明,从预测精度和参数选择方面来看,所给模型是有效的。     

命题逻辑中一种矛盾体生成新方法

人工智能是用计算机来模拟人的某些思维过程和智能行为的学科。自动推理中的归结原理是一种简洁、可靠且完备的推理规则。矛盾体的动态多子句协同演绎理论不仅是归结原理的重要延拓，而且具有较高的推理演绎效率。由于矛盾体的结构复杂、生成策略较少，因此在矛盾体的动态演绎可靠性和完备性的基础上，提出复合2个或多个矛盾体的部分子句的不同策略，为矛盾体的构造提供了一种有效的方法。     

基于频次的SAT问题学习子句混合评估算法

为了有效管理学习子句,避免学习子句规模呈几何级增长,减少冗余学习子句对系统内存占用,从而提高布尔可满足性问题SAT求解器的求解效率,需要对学习子句进行评估,然后删减学习子句。传统的评估方式是基于学习子句的长度,保留较短的子句。当前主流的做法一个是变量衰减和VSIDS的子句评估方式,另外一个是基于文字块距离LBD的评估方式,也有将二者结合使用作为子句评估的依据。通过对学习子句参与冲突分析次数与问题求解的关系进行分析,将学习子句使用频率与LBD评估算法混合使用,既反映了学习子句在冲突分析中的作用,也充分利用了文字与决策层之间的信息。以Syrup求解器（GLUCOSE 4.1并行版本）为基准,在评估算法与并行子句共享策略方面做改进测试,通过实验对比发现,混合评估算法比LBD评估算法有优势,求解问题个数明显增多。