具有连续参数齐次随机场的线性预测(Ⅱ)

本文提出和研究具有连续参数齐次随机场在带状区域上的线性预测问题,求出了它的预测值与预测误差,同时也得到了具有一个连续参数的平稳随机过程的线性内插的对应结果。     

基于支持向量机的股票预测

针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试。为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测。测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果。     

油田产量预测系统的研制

如何有效地预测油田的未来产量一直是油藏工程研究中的一项重要内容,准确地预报油田开发过程中的动态产量,是合理调整油田规划和制定方案,实现优化开发和管理的重要依据。本文研究了几种新的预测方法(基于人工神经网络的稠油预测模型、灰色预测模型、CAR预测模型等),并首先将其应用于油田产量预测。本文开发的预测系统集成了20多种常规的和新型的预测方法,对油田产量的预测及管理都能够给出有价值的数据。在充分并准确采集油田各单位产量信息及建立切合实际的数据模型的基础上,将油田产量信息采集与处理、预测与管理等环节,有机地结合成为一个整体。实际预测结果表明,该方法可以取得较好的预测效果。     

用于通信与环境监测的超低频系统

介绍了美、俄超低频对潜通信系统,提出除军事用途,超低频通信系统最有前景的方向是进行电磁监测,俄ZEVS系统的研究实验揭示了SLF电磁波异常与将要发生地震的一些初步规律,地震与观测的电磁场异常和视电阻率的变化有较好的对应性。利用它可以研究地下电阻率结构和空间电磁场;研究地震等引起的电磁场异常变化;用于探测地壳结构和地下资源、发现核废料、环境研究以及地震的监测和预报。具有广阔的应用前景和发展潜力。     

MANET中通信节点间归一化距离的计算

将自由空间无线信号的传播理论应用到现实空间，把现实环境中各种不利于信号传播的衰减损耗同化到空间距离这个参数上，从而移动节点间在现实空间的通信可以转化为在自由空间的通信。提出了两通信节点间的归一化距离的概念及其分析与计算的方法。介绍了该方法在无线移动自组网路由协议设计方面的应用。     

多尺度PCA在传感器故障诊断中的应用研究

A multiscale principal component analysis method is proposed for sensor fault detection and identification. After decomposition of sensor signal by wavelet transform, the coarse-scale coef-ficients from the sensors with strong correlation are employed to establish the principal component analysis model. A moving window is designed to monitor data from each sensor using the model.For the purpose of sensor fault detection and identification, the data in the window is decomposed with wavelet transform to acquire the coarse-scale coefficients firstly, and the square prediction error is used to detect the failure. Then the sensor validity index is introduced to identify faulty sensor,which provides a quantitative identifying index rather than qualitative contrast given by the approach with contribution. Finally, the applicability and effectiveness of the proposed method is illustrated by sensors of industrial boiler.     

基于遗传算法的发动机需求量组合预测方法

阐述了基于改进遗传算法组合预测的原理，给出了此类组合预测的建模方法及有效性评价指标。在军用航空发动机采购需求量的预测中，运用计算机仿真的方法对比了多种预测方法，验证了组合预测法的有效性和准确性。     

基于改进BP网络的染色合格率预测

由于多种因素对染色质量的影响是非线性的,本文在分析影响染色质量因素的基础上,提出了基于BP神经网络的染色合格率预测模型。针对传统BP算法的缺陷,本文采用L-M算法改进BP网络。仿真结果表明,利用该模型预测染色合格率是比较准确而且有效的。     

钢铁企业能耗预测系统的设计

基于湘钢历年每月总能耗数据,运用BP神经网络算法建立数学模型,用M ATLAB作为后台数据处理工具,用VB与M ATLAB的混合编程开发了钢铁企业能耗预测系统。预测值与实际能耗量的相对误差很小:最大相对误差为3.016%,最小相对误差仅为0.084%,平均相对误差为1.336%,系统具有较好的预测效果。     

基于智能方法的铁矿石烧结过程建模

针对铁矿石烧结过程控制复杂性问题,提出了一种将其分解为烧结矿化学成分控制和烧结终点控制的方案。根据不同模型的控制目标差异,分别采用人工神经网络,模糊控制算法建立控制模型。工业现场应用表明,这种方法切实可行,是解决烧结过程控制复杂性问题的一条有效途径。