改进的灰色灾变模型在干旱预测中的应用

为提高传统的GM(1,1)模型精度,分别从原始数据序列检验和建立残差修正模型两方面进行了改进,并将改进的灰色灾变模型与不进行原始序列检验的GM(1,1)1模型和对原始数据序列进行检验的GM(1,1)2模型进行了比较。结果表明:改进的灰色灾变模型精度最高;运用该模型预测榆林市未来可能发生干旱的年份分别为2012年、2015年和2019年。     

瀑布沟水电站中小洪水实时预报调度技术研究

通过分析大渡河瀑布沟水库上游与中下游来水特性、洪水遭遇规律和下游防洪要求等,对各种条件下设计洪水、典型大洪水进行调洪演算。根据预报预泄调度方案对原设计调洪规则进行了优化。结果表明,在不降低水库防洪标准和基本不增加下游防洪压力,并适度承担风险的前提下,水库最大下泄流量较优化前明显偏小,高水位持续时间也缩短。研究结果为今后实施中小洪水实时预报调度提供了技术支撑,并为进一步研究洪水资源化提供了基础。     

基于业扩报装的全社会电量预测方法研究

电力系统需求侧业扩报装的容量是分析预测全社会用电量的一个重要参考指标,长期以来,都以定性分析为主,文章以安徽为例,在对相关变量进行季节性分解的基础上,建立业扩报装容量和全省全社会用电量之间的定量关系月度模型。结果表明所建模型预测结果具有较高参考意义,并适用于短期月度电量预测。     

基于SVM模型的风电功率预测

为解决因风电机组功率波动产生的调度问题,运用支持向量机法对风电机组功率的输出进行实时预测,结果表明单台机组预测的均方根误差为2.16%,相关系数为77.605 4%,58台机组预测的均方误差为0.7%,相关系数为90.321 4%。说明了风机机组汇聚得越多,机组系统越稳定。最后还探索了进一步提高SVM预测精度的方法。     

降雨因子对卡尔曼滤波模型影响的研究

卡尔曼滤波是一种具有无偏性的递推线性最小方差估计,目前广泛应用于滑坡预测预报。降雨对滑坡变形有着重要的影响,但在普通卡尔曼滤波模型中,并未考虑降雨这一重要的外部因素。本文将降雨量因子引入到卡尔曼滤波模型中,从而考虑到了降雨对滑坡变形的影响,提出了顾及降雨量因子的自适应卡尔曼滤波模型,并应用于黄草坡滑坡监测的工程实践。     

An MIP model to optimize a Colombian cash supply chain

Financial institutions operate a supply chain where only one product is moved across the network. Although the cash is kept in several nodes to service the demand of final customers, availability causes opportunity cost related with its investment options. When planning the inventory of cash that should be maintained across the network, transportation decisions are also expected to be made. Cash transportation has a high cost, associated with the high risk of theft. Increasing the inventory can reduce the need for transportation, but the opportunity cost can be very high. Moreover, the inventory is also related with the service level perceived for final customers; therefore because of low inventory some people are not able to make some transactions. The aim of this work is to find optimal decisions related with cash inventory and transportation across the network, trying to balance the cost of the service and the quality perceived for final users.     

基于粒子群优化的Wv-SVM燃气负荷预测

针对传统预测模型精度不高的问题,提出基于小波核支持向量机的复合预测模型。采用小波分析提取燃气负荷相关的特征值,通过粒子群优化算法确定小波核支持向量机的参数,利用支持向量机(SVM)解决非线性回归和时间序列问题。实验结果证明,该预测模型的预测精度比BP神经网络和传统高斯核SVM高。     

基于PCA的神经网络在港口货物吞吐量中的预测

分析选取了可能影响港口货物吞吐量的因素,采用PCA技术提取关键因子,最后以提取的关键因子作为神经网络的神经输入元,分别建立BP神经网络预测模型和GRNN神经网络预测模型。以上海港口为例,对港口货物吞吐量进行预测并对预测结果给予分析。     

基于遗传规划的费用预测

简要回顾了遗传规划的发展，对其基本原理进行了阐述，提出了基于遗传规划的飞机维修保障费用预测模型，并依据样本数据对所建模型的有效性进行了验证。实例表明，与线性回归方法和偏最小二乘回归方法相比，遗传规划在飞机维修保障费用预测中精度更高，具有较好的应用前景和推广价值。     

烟草配送中心的作业成本管理研究

准确把握卷烟物流配送的成本以及进行有效的成本控制与管理，解决现行成本核算与管理方法中存在着较大的缺陷，是烟草配送中心亟待解决的问题.本研究从阐述作业成本法的理论入手，采用定性与定量相结合的分析手段，提出了协调解决“物流成本冰山”难题与实践工作之间新思路.重点对烟草行业物流成本核算过程展开分析与研究，并给出了作业成本控制与管理的模式.实践证明：利用作业成本管理法，可以得到烟草配送中心不同服务对象的物流成本和不同作业的成本分布情况；成本差异分析以及成本管理，消除了非增值作业、流程再造、绩效评估等带来的成本计算误差，为烟草配送中心多元化发展提供准确、充分的成本信息和数据支撑.