快递企业人员调配问题的建模与求解方法

针对快递企业配送中心人员调配问题,提出了在服务于同类客户与不同类客户两种条件下,用时间序列季节系数法预测来件量,并分析快件处理和配送过程中的人员、车辆因素的方法.该方法对同类客户调整配送中心快件处理人员与分配人员的数量,以此达到极小化快件剩余量的目标,对不同类客户调整配送人员的数量,以此达到极小化配送中心成本的目标,并建立了数学模型.利用粒子群算法对模型进行求解,通过实例进行仿真试验,从而得到配送中心人员调配的最佳方式,以此指导企业合理运营.     

年最大值抽样估算的暴雨频率设计值的低估问题探讨

由年最大值抽样(AMS)和年超大值抽样(AES)的基本理论及重现期(RP)的定义可知,AMS并不符合以"事件"为基础的重现期的定义.以美国西南半干旱区1 438个雨量站和太湖流域96个雨量站的降雨资料为例,通过经验频率与超过概率的比较,发现AMS估算的暴雨频率设计值偏小,尤其是对常遇频率降雨设计值的影响更加显著.美国的降雨量资料站点多、系列长,实际资料验证与理论分析一致.通过对太湖流域AMS资料的分布形态进行分析的结果表明:太湖流域的站点不多,资料长度不够,且大部分站点在雨量大值区数据稀少,使得频率直方图不连续,是造成我国太湖流域的资料验证效果不理想的可能原因.     

两阶段链视角下河南省城市科技效率评价研究

建立两阶段链DEA模型,研究科技投入产出效率,由第一阶段科技创新和第二阶段科技应用组成。选取了2006~2013年共8年数据,对河南省城市科技投入产出进行评价分析,组成结果显示:(1)一些城市科技资源配置机制运行较差;(2)城市技术效率呈现以郑州为中心的偏高,其他城市较低,且其他城市与郑州市的科技效率差距较大。     

基于时间序列分析的DNS服务器的DDoS攻击检测

分析了针对DNS服务器DDoS攻击的特征,提出了一种基于攻击流特征(AFC)时间序列的DDoS攻击检测方法.通过自适应自回归模型的参数拟合,将AFC时间序列变换为多维空间内的自适应自回归AAR模型参数向量序列,然后使用支持向量机进行分类.实验结果表明,该方法能有效检测针对DNS服务器的DDoS攻击.     

基于D-Markov模型的金融波动模式识别

将小波变换与符号时间序列分析相结合,引入工程领域的D-Markov模型,提出了一种用于金融波动变化模式识别和异常检测的方法。波动序列经过离散小波变换,产生小波系数序列,将小波系数序列符号化产生符号时间序列,建立符号时间序列的D-Markov模型,并求状态转移概率矩阵,计算各状态转移概率矩阵的状态概率向量与标准状态转移概率矩阵的状态概率向量之间的欧拉距离,从而得到异常度。基于得到的异常度识别金融波动变化模式,检测异常波动的发生。以上证综指的5分钟序列为样本实证分析,对该方法的可行性和有效性进行了验证。     

基于灰色马尔科夫模型预测金融波动

引入灰色模型和符号时间序列分析方法,与马尔科夫模型方法相结合,提出了一种新的预测金融波动的方法。首先将波动序列符号化,然后建立灰色马尔科夫模型,不仅能减小影响预测精度的误差,而且能利用马尔科夫模型来调整误差,使结果更加精准。采用上海证券交易所综合指数2007--2010年间隔为5分钟的高频数据为样本,对已实现波动序列进行实证分析,成功预测了下一时点波动值所处的区间,并验证了该方法的可行性和有效性。     

利用改进开窗转换法确定沥青离散松弛时间谱

为了精确地获得沥青胶结料的离散松弛时间谱,提出了一种改进开窗转换法的线性黏弹性材料函数转换算法．此方法可以用于离散延迟时间谱和离散松弛时间谱的相互转换．与开窗转换法相比,改进开窗转换法对于时间常数的设置更加精确,并且不会产生负数谱线．将改进开窗转换法用于一种传统非改性沥青的弯曲梁流变仪试验数据的离散延迟时间谱的转换,成功地确定了相应的离散松弛时间谱．经有限元模型验证表明,此离散松弛时间谱能很好地还原该沥青结合料的应力松弛特性．     

北京交通拥堵指数的多标度扩散熵分析

提供了一种基于标度指数谱的多标度扩散熵分析方法（MDEA）描述北京交通分形动态系统。通过扩散熵分析（DEA）与滑动拟合窗口方法相结合,分析2011年北京交通拥堵指数,展现标度性质的更多信息,提供更可靠的分析。模拟结果表明,在较大的标度范围内,标度指数呈现较大波动,且具有它们自身的指数模式。多标度扩散熵分析方法对于度量交通拥堵指数以及对不同交通状态进行分类提供了一种新的方法。     

振动和级数对星载TDI CCD成像质量影响的模拟分析

为了研究振动和级数对星载TDI CCD成像质量的影响,模拟了发生振动时不同TDI CCD级数的图像,并采用像移计算MTF方法对成像质量进行评价.结果表明:发生振动时,TDI CCD级数变化对成像质量会造成影响,成像质量随着TDI CCD级数的增加而下降;TDI CCD级数的选择应结合卫星姿态控制精度、发生星颤时造成像移的大小等因素综合确定.     

基于混沌时间序列及神经网络的大同电网负荷短期预测研究

精确的负荷预测对电力定价、实时负荷调整起着十分重要的作用.提出利用径向基函数神经网络模型,通过采用混沌时间序列的方法,对大同地区的全网用电负荷数据进行了短期预测验证.通过数据预处理产生混沌序列,进而通过相空间参数完成了相空间重构.最后通过RBF网络预测得到了相应的预测值,并与实际值进行了对比.结果表明:得到的预测结果与实际结果几乎重合,证明了该方法的高度预测能力与适应能力.