基于BP神经网络的宏观经济季度预测

运用BP神经网络预测技术对季节性宏观经济数据进行了预测,筛选出效果优良的模型,提出了对于季节性时间序列一般的神经网络建模步骤.     

牵伸区浮游纤维变速点分布的理论研究

纤维头端的变速点不一致是造成牵伸后纱条条干不匀的主要原因。通过对纤维在牵伸区变速的条件做细致的分析,把牵引力大于控制力的条件用概率表达,并在牵伸区内假设快、慢纤维在各个截面上的动态规律,给出了固定长度的浮游纤维变速点的方差表示,再使用分布函数的原理,将浮游纤维在牵伸区变速点的方差表达成压力和摩擦因数的函数。从方差表示上可进一步分析纤维长度分布和牵伸区压力分布对浮游纤维变速点的定量影响。     

凸域上温度分布的无理函数插值近似方法

采用计算机图形学中的多边形平均值坐标,构造出以多边形顶点为插值节点的无理函数插值方法.给出了无理函数插值在实际编程计算时的计算公式,利用这些公式可以很方便地编写出无理函数插值的计算程序.对于任意的凸区域采用一个凸多边形进行逼近,利用无理函数插值对凸域上的温度分布问题进行插值近似.数值算例表明,无理函数插值能够很好地反映出温度分布的特征.     

基于BP神经网络的宏观经济季度预测

运用BP神经网络预测技术对季节性宏观经济数据进行了预测,筛选出效果优良的模型,提出了对于季节性时间序列一般的神经网络建模步骤。     

凸域上温度分布的无理函数插值近似方法

采用计算机图形学中的多边形平均值坐标,构造出以多边形顶点为插值节点的无理函数插值方法。给出了无理函数插值在实际编程计算时的计算公式,利用这些公式可以很方便地编写出无理函数插值的计算程序。对于任意的凸区域采用一个凸多边形进行逼近,利用无理函数插值对凸域上的温度分布问题进行插值近似。数值算例表明,无理函数插值能够很好地反映出温度分布的特征。