基于SARIMA-GS-SVR组合模型的短期电力需求预测

短期电力需求预测在合理分配电力利用、减少能源浪费和增强电力系统的并网运行方面具有重要作用。应用单一的季节自回归移动平均模型对电力需求预测将限制预测精度。为了提高SARIMA的预测精度,文中提出了SARIMA-GS-SVR组合预测模型。采用网格搜索算法将SARIMA预测的残差带入支持向量回归模型进行参数训练,并将寻优的最佳参数带入SVR对残差进行预测。将得到的残差预测结果和SARIMA预测结果加和进行综合分析。建立SARIMA、SVR、GS-SVR和SARIMA-GS-SVR预测模型,以加利福尼亚州电力需求历史数据为例,对该地某日24 h的电力需求进行预测。为了体现模型整体的优越性,选用指数平滑法作为无关基准模型进行实验对比。实验结果表明,相比SARIMA,SARIMA-GS-SVR的预测精度提高了29.181 2%,且其MAE、MAPE和RMSE3种误差指标评价值低于其它4种模型。     

绿谷信息产业园工程水土流失预测与分析

本文根据绿谷信息产业园工程在水土流失预测范围和时段分析,预测出水土流失危害性,并对预测结果做出综合分析评价。     

神经网络在含水率预测中的应用

相分率测量是多相管流研究的重点，γ密度仪是气液两相流和多相流测量中常用的非插入式测量方法，其中含水率的测量度最大。实验测试发现，直接利用高低能计数计算含水率存在较大偏差，本文通过将高低能计数值作为输入参数，利用BP神经网络方法预含水率，大大提高了预测精度，结果表明，BP神经网络方法是改善γ密度仪测量含水率精度的有效方法。     

基于EMD-SC和AGSA优化支持向量机的超短期风电功率组合预测

风电功率存在较大的随机性、波动性和相关性,这会对风电并网带来极大的挑战。为提高超短期风电功率预测精度,提出一种基于经验模态分解(empirical mode decomposition,EMD)、谱聚类(spectral clustering,SC)和改进型引力搜索算法(ameliorated gravitational search algorithm,AGSA)优化支持向量机(support vector machine,SVM)参数的超短期风电功率组合预测方法。首先通过经验模态分解对风电原始数据进行去噪处理,剔除不规则的数据;然后应用谱聚类对经验模态分解后的子序列进行聚类分析,再应用改进型引力搜索算法优化支持向量机模型对各个子序列进行预测;最后将各子序列的预测结果相加得到最终预测值。以某风电场的实际数据为算例,仿真研究表明,所提出的组合模型能够提高风电功率预测精度,且预测效果较好,同时也证明了所采用方法的合理性。该方法能够用于风电功率的精确预测。     

隐马尔科夫模型的改进及其在金融预测中的应用

隐马尔科夫模型(Hidden Markov Model)在诸多领域都有广泛应用.本文从不同角度对现有的HMM进行改进并应用于金融预测.首先,我们采取固定K-means方法的初始点,使得K-means的聚类结果更加稳定,由此为Baum-Welch算法确定更好的初始迭代值.其次,为更进一步提升预测效果,与已有方法不同,我们将由BaumWelch算法所得到的模型参数值作为Vertibi算法的输入来确定隐状态的最优取值序列,由此重新划分观测向量,进而得到各个隐状态对应的观测向量的集合;基于Vertibi算法的输出结果,我们重新计算不同类观测向量的均值与方差,将新的均值向量和协方差矩阵作为Baum-Welch算法初始迭代值,最终确定HMM最优的模型参数.最后,代替现有方法仅在历史区间中简单寻求相似走势的做法,我们不仅导出了预测值发生的多步条件概率的精细表达式,而且通过极大化该条件概率的值来得到更佳的预测值.基于中国证券市场具体数据的实证结果表明了本文所提出改进HMM的优越性.     

水力机械胶粘耐磨涂层的制备及性能研究

为了提高在腐蚀与磨损环境下金属机械设备的使用寿命,采用胶粘涂层法制备了具有耐冲蚀磨损性能的水力机械胶粘耐磨涂层.富锌环氧底层和环氧云铁中间涂层均能有效地防止氧、水和盐等腐蚀介质对金属基体的侵蚀,改性的环氧耐磨表面层则具有优异的耐冲蚀磨损性能.采用自制砂流冲蚀试验机对涂层的耐磨损性能进行测试,结果表明,涂层的磨损率平均值为0.012%,具有比同类产品更好的耐冲蚀磨损性能;底部涂层与基体间相互吸附、涂层间相互扩散、基材表面与底部涂层机械互锁,均能使涂层与涂层之间、底层与基体之间在界面处形成牢固的结合,有利于提高涂层的抗冲蚀磨损性能.     

语音压缩编码技术研究进展

为了满足数字通信及其它商业应用的需求,语音压缩编码技术得到了迅速发展。介绍了目前语音压缩编码技术的研究进展,主要包括连续可变斜率增量调制（CVSD）、小波分析、多脉冲激励线性预测编码、散布脉冲码激励线性预测（DP-CELP）、多重脉冲散布非均匀代数码本激励线性预测（MPD-USACELP）、波形内插（WI）、线谱对（频率）（LSP）的量化。对以上算法进行了分析比较,总结了它们的特点和适用范围,并介绍了其中一些算法在DSP上的实时实现。     

二次指数平滑法优化马尔科夫预测模型

马尔科夫预测模型具有"无后效性",即预测未来的销售情况只与当前的销售数据有关,而与过去的销售数据无关.事实上,过去不同的时间点对当前的销售结果会有不同程度的影响.而指数平滑法恰好弥补了马尔科夫预测模型的缺点,它认为最近的过去销售数据,在某种程度上会持续到未来.因此本文利用二次指数平滑系数法优化马尔科夫预测模型,并以某品牌电动车的销售情况为例进行验证,发现优化后预测模型的绝对误差均小于马尔科夫模型的预测结果.由此得出结论,基于二次指数平滑法优化的马尔科夫预测模型具有可行性.     

基于机车车轮的动态疲劳可靠性研究

 随着火车速度的不断提高,对火车走行部件的疲劳可靠性要求也越来越高．根据疲劳寿命预测理论,建立了某机车车轮受力危险点在不同路况下的疲劳寿命曲线．以实测数据和有限元分析所得数据为基本参数,采用线性累积损伤法则和Monte-Carlo模拟,对车轮在等幅载荷和随机载荷谱共同作用下进行疲劳寿命预测,得到了车轮在不同路况下可靠度随路程变化的关系曲线．为火车的安全性维护提供了理论依据,对火车的安全运行有重大的实际应用价值．     

油墨渗透下荧光半色调印刷品的预测模型

旨在普通油墨渗透条件下,建立能预测不同浓度的均匀荧光油墨半色调印刷品的呈色规律的理论模型;在假定油墨是非散射介质以及油墨的折射率与纸张的折射率近似相等的近似下,利用光在油墨与纸张中散射迁移路径长短不同的分程理论,建立了油墨渗透下荧光油墨半色调图像的分程Clapper-Yule光谱反射率模型.