灰色Verhulst 模型背景值优化及其应用

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分中值定理研究背景值与发展系数之间的数量关系; 采用最小二乘法对新参数进行估计, 还原原始参数估计值, 使得优化的背景值模型同时具备无偏性和最小误差性. 案例分析表明, 背景值优化的模型改善了模拟精度, 验证了模型的有效性和可行性.

     

基于时序模型迁移的间歇过程监测建模方法

针对工业生产过程频繁变更操作条件的需求, 提出一种基于时序模型迁移的方法, 通过从旧过程数据中挖掘并提取相似性信息, 可以快速建立新过程的监测模型. 将该建模方法与时序模型迁移相结合应用于青霉素发酵仿真过程, 实验结果验证了该方法的有效性.

     

近似非齐次无偏GM(1,1) 模型的递推解法及应用

针对传统近似非齐次灰建模可能出现参数复数解的问题, 提出无偏灰色GM(1,1) 模型的递推解法, 从而减少由差分方程向微分方程跳跃而导致误差的问题. 给出不同初始条件下非齐次无偏GM(1,1) 模型的递推预测公式,并在此基础上, 将递推公式运用于时间序列分段, 提出基于近似非齐次无偏GM(1,1) 模型的时间序列分段表示方法. 实例结果表明, 所提出的递推模型能够获得较高的拟合精度, 分析结果验证了基于灰色预测模型在时间序列分段表示中的有效性和实用性.

     

基于VTK的波浪动态模拟

根据海浪谱和线性随机理论得出随机海浪的原始公式,并用Pierson-Moskowitz模型和Mitsuyasu模型来创建三维波浪模型,然后用傅里叶变换来表示原始公式,并用快速傅里叶变化来计算,提高运行速度,并在此基础上开发了一个原型系统,实验结果表明该系统具有较好的波浪动态模拟效果。     

基于CMM的隐患治理能力成熟度模型研究与应用

为提升企业自身的隐患治理能力,借鉴软件能力成熟度模型,提出了隐患治理能力成熟度的概念,建立隐患治理能力成熟度五级模型,构建评估指标体系,基于专家评估法和自组织特征映射神经网络提出组合评估方法。实验结果表明,所提出的模型与方法可实现智能化评估企业隐患治理能力,并为强化隐患排查治理长效机制提供参考依据。     

基于SOM神经网络的移动客户细分研究

利用基于RFM模型的自组织特征映射神经网络(Self-Organizing Feature Map,SOM)对移动客户进行细分,可以有效地解决各类别特征不明显、特征参数相互交错、非线性分布的类型识别问题。研究过程中将客户的属性划分为近度、频度、值度三个指标,模拟专家分类的功能,根据各个客户簇的特征进一步分析客户的终身价值,量化分析客户的重要性。最后利用相关的市场营销知识对各个客户类别提出相应的营销策略方案。     

基于模糊技术的水下机器人运动控制

发展水下机器人有着重大而深远的意义,水下机器人的运动控制是实现其智能化的关键,是国内外研究的热点。本文将模糊技术应用于水下机器人,根据水下机器人的六自由度运动模型,设计了水下机器人模糊控制器与PID控制器,并进行了仿真环境下的试验比较。试验结果表明,基于模糊技术的方法显然有较大优势,更有利于控制水下机器人的运动。     

一种面向混合数据的模糊等价关系构造约简

基于模糊粗糙集模型构建模糊等价关系是混合数据分析的有效方法之一。针对属性类别多样性的混合型信息系统,提出一种带权的对象间相似性度量方法 ,该方法建立每类属性对应的相似性度量函数,再通过归并确立带权的模糊相似矩阵。在转化为模糊等价关系的基础上,采用加入蕴含专家领域知识及用户需求的约简算法。通过数据库中几个数据集样本对属性约简后的数目、精度进行对比,验证了方法的有效性和可行性。     

基于动态有理函数的功放模型及预失真应用

针对现代无线通信系统中射频功率放大器的非线性与记忆效应,提出一种新的低复杂度的动态有理函数模型,该模型简化了有理函数模型,通过两个多项式的比进行建模,但分子是包络记忆多项式的形式,分母由无记忆多项式构成.通过模型仿真和预失真应用系统验证,结果表明:与记忆多项式模型相比,动态有理函数模型所需的系数要少30.6％,模型精度却与其相近,邻信道功率比(ACPR)改善约20 dB,而与有理函数模型相比,所需系数要少21.9％,模型精度改善2.4 dB,ACPR改善约15 dB.由此证明了该模型在复杂度和精确度上的优越性,对功放预失真的研究具有重要的参考价值.     

手机用户行为特征分析

随着智能手机的兴起,合理有效地使用手机已成为社会共性需求。不同的用户具有不同的信息消费行为特征,其需求动向也常常发生变化。描述了手机客户行为分析与用户特征标签刻画的方法 ,通过对客户使用特定业务的行为、互联网访问行为、指令位置信息、终端使用情况、行业关注等有效信息的收集并运用合适的数学模型进行分析,能获取客户的各种偏好程度,进而对客户进行特征分类,为企业、政府等机构的相关决策及应用提供依据。