基于宏观交通流模型的行程时间预测

以高速道路为研究对象，概述了宏观交通模型的基本方程，提出了一种基于宏观交通模拟的路径行程时间预测方法．预测方法以宏观模型输出的速度为基础计算路径行程时间，能够考虑交通拥堵以确保行程时间预测结果更合理．预测方法包含一般计算方法、由路段行程时间合成的方法（近邻组合法）这两种计算方法，后者用以加快计算速度，确保预测能够适用于较大规模路网．算例分析说明了预测方法的有效性．     

基于特征参数化的轴类特征分析

以特征参数化技术为基础,以轴类零件特征为例,对特征工艺信息进行了分析,归纳出构造轴类零件的几类特征,并给出了相应的描述．从数据结构的角度,提出了用Ａｃｃｅｓｓ数据库文件记录特征信息的数据格式．     

基于能耗分析的轴类零件生产调度优化

为了解决某轴类零件加工工厂生产效率低下,能耗过大等问题,对该车间生产方案、车间调度及能耗等方面展开研究。首先根据生产需求量预测,选择各工序切削用量、机器设备等得到一个满足生产交货期条件下的合理生产方案。在此基础上计算了工艺流程的工序节拍,根据“5W1H”提问技术、“ECRS四原则”对工序内容进行调整,消除了工序的瓶颈,改善了生产线平衡。为了缩短生产周期提高能源利用率,使用遗传算法对3套方案进行调度研究,最后得到总能耗、平衡率、生产周期及生产成本等几个综合指标最优的方案。结果表明改善后的方案在能耗、平衡率和成本方面均有所优化,该优化方法对轴类零件加工企业有一定参考价值。     

基于协作的三阶段启发式算法求解多行程车辆行程问题

目的/意义多行程配送,允许车辆在配送中心和客户点之间往返完成配送任务,具有低遣车成本、高配送效率等优点。配送中,客户需求由于暂时缺乏信息而不能肯定其取值,但知其大概范围呈现灰色不确定性,对配送路径决策产生影响。设计/方法针对小样本、贫信息的客户历史需求,构建灰色–马尔可夫模型预测客户灰需求,建立带灰需求的多行程车辆路径优化模型。由于灰需求的不确定性,需对原配送方案进行优化调整,提出实时调整的多行程路径优化策略。结论/发现针对灰色优化模型,引入机会约束方法,设计基于灰色模拟和禁忌搜索算法的模型优化求解算法。最后,通过算例验证了优化模型和求解算法是可行和有效的。      

基于MRR-KELM算法的涡轴发动机非线性模型预测控制

针对涡轴发动机控制系统的设计,提出了一种基于多输出迭代约简核极限学习机(MRR-KELM)的非线性模型预测控制(NMPC)方法。基于直升机旋翼扭矩、燃气涡轮转速、动力涡轮转速以及涡轮级间温度等传感器数据,利用MRR-KELM算法,训练具有较好实时性、精度以及泛化能力的发动机预测模型,引入预测模型输出与发动机输出的误差对控制器指令进行反馈校正,利用序列二次规化(SQP)算法在线求解包含限制约束的预测控制问题。在某型直升机/涡轴发动机综合仿真平台环境下,通过直升机机动飞行仿真,验证了该模型预测控制器相比于传统的串级PI控制具有更好的控制性能,可显著降低动力涡轮转速超调/下垂量。     

基于模糊聚类的高速公路运营成本预测

以高速公路全寿命周期成本为基础,提出了应用模糊聚类估算模型计算高速公路运营成本的方法,并以大广高速深州至大名段为例,选取高速公路途经地区平均人均国内生产总值、总里程、路基宽度、桥涵设施数量、立交数量、收费站数量、服务区数量和平均日交通量等特征属性,依据12条高速公路的特征属性和运营成本,预测出大广高速的运营成本。     

驱动轴的断裂分析及基于有限元的改进研究

某汽车主机厂出现输送线驱动轴断裂的情况,通过断口宏、微观外观对驱动轴断裂的原因进行分析,结果表明:在60JPH的生产节拍下,驱动轴发生旋转弯曲疲劳断裂,裂源处具有应力集中效应。利用Catia软件对驱动轴进行结构优化和更换材料,降低驱动轴过渡圆角处的应力集中水平,提高屈服强度。将建立的优化模型导入到ANSYS/workbench进行有限元计算,计算结果显示:优化后轴的安全系数提高。利用nCode Design life的S-N分析方法得到轴的疲劳损伤图和寿命图,显示优化后的轴满足使用要求。改进后的轴投入生产后解决了驱动轴断裂问题,为以后轴的可靠性设计和优化提供了理论依据和参考。     

基于改进谱聚类的热点区域挖掘方法

移动轨迹数据的热点区域挖掘在城市交通管理、道路规划和基于位置的服务中具有重要的作用。传统数据挖掘方法 K-means、DBSCAN等算法,其参数选择困难、易影响聚类效果,针对在非凸数据集或密度不均匀、聚类间距差相差很大的数据集上聚类表现较差等问题,提出了基于改进谱聚类的热点区域挖掘算法(hot region mining algorithm based on improved spectral clustering,ISCRM)。实验结果表明:对比传统方法,ISCRM算法优势在于自适应选取参数,避免人工调试参数环节,且其适用于任意形状的样本空间,聚类质量更高。可准确获得各个聚类中心,从而识别出用户出行热点区域。     

基于联合聚类的国家风险集成预测方法研究

准确预测国家风险能够有效降低一国在对外贸易中期望收益受损的可能性。然而,国家风险构成复杂、诱因多样且具有突发性,使得精准预测国家风险面临严峻挑战。为此,提出了一种基于BIRCH嵌套AP算法的联合聚类集成预测模型。通过设定移动窗口并使用BIRCH算法压缩并建立聚类特征树,利用AP算法对特征结果进行聚类并选定评估聚类簇;然后,计算单体模型在聚类簇中的预测表现,选取表现最佳的模型作为集成预测的输出。选取沙特阿拉伯、科威特、伊朗、利比亚4个欧佩克成员国的ICRG数据进行仿真实验以验证模型的预测性能,实验结果表明：在不同提前期下所提模型呈现出优异的预测表现,尤其在方向性精度上表现出显著且稳定的优势。     

基于行程时间可靠性的随机交通网络均衡模型

考虑现实条件下交通网络的不确定性状态，提出了从确定型网络到不确定型网络状态下出行者路径选择行为的改变，及基于行程时间可靠性的路径选择模型。并将可靠行程时间的路径选择行为纳入到随机交通网络平衡分配模型中，证明了模型的等价性和唯一性。在一个小型测试网络上对模型分配结果进行了测试，测试结果与经验相吻合，表明模型具有较好的现实可行性。     

基于优化灰色模型的湖南省粮食产量预测方法改进研究

常见的粮食产量预测方法主要包括时间序列法、回归分析法、神经网络、灰色模型等方法,由于粮食产量数据呈现出的非线性特征,非线性灰色模型GM（1,N）在粮食产量预测方面具有更好的适应性,但由于模型自身存在一些缺陷,使得预测精度不高。为提高预测结果的准确性,采用灰色关联分析,应用优化灰色模型OGM（1,N）进行计算,并将结果与GM（1,N）模型预测结果进行比较,发现OGM（1,N）模型预测结果精度较GM（1,N）模型预测结果精度提高了一个数量级,表明OGM（1,N）模型在粮食产量预测方面有更高的准确性。最后根据预测结果的分析讨论,对湖南省粮食增产问题提出了一些建议。     

基于CEEMDAN方法和灰色模糊聚类的汇率预测研究

随着国际化贸易进程持续深化,人民币汇率双向波动弹性明显进一步增强,市场预期也进一步分化,如何准确刻画人民币汇率未来走势具有非常重要的意义.模型的预测能力不仅取决于模型设定是否正确,更取决于模型能否将序列数据中蕴涵的复杂信息进行有效提取并予以综合利用.采取分解—重构—集成策略,有效提取汇率序列中不同频次的复杂信息,构建CEEMDAN组合模型对人民币汇率走势进行集成预测.实证研究表明:单一模型的预测能力不如组合模型,而在组合模型中,CEEMDAN组合模型的预测能力明显优于其他模型,能够更好地刻画汇率短期走势.     

圆锥类刚体对任意轴的转动惯量计算公式

转动惯量平行轴定理说明了平行移动转轴位置时刚体转动惯量的变化。关于转动惯量随转轴方向的改变,[1]中给出了两个定理作了概括性的描述,文[2]揭示了最常见的均质圆柱类刚体的转动惯量依赖转轴方向变化的规律,具体给出了这类刚体对空间任意轴的转动惯量计算公式。本文试用在旋转坐标系中求积分的方法进一步给出圆锥类刚体(包括圆台、圆锥、圆柱)对空间任意轴的转动惯量。     

改进的模糊聚类算法

隐节点中心的选取一直是各种RBF神经网络学习算法面临的主要问题之一,主要针对隐节点中心的选择问题,在研究减法聚类和模糊C-均值聚类算法优缺点的基础上,提出了改进的模糊聚类算法.仿真实验表明,改进的算法增强了网络对离群点的鲁棒性,同时缩短了网络的训练时间.     

预测方法的选择与改进

本文改进了文[1]中的不足之处,并给出了九0及九一年我国全民单位固定资产投资总额的预测值,可作为有关部门制定政策和作决策时的参考。     

预测方法的选择与改进

本文改进了文[1]中的不足之处,并给出了九0及九一年我国全民单位固定资产投资总额的预测值,可作为有关部门制定政策和作决策时的参考。     

基于改进免疫遗传算法的神经网络及其在股票预测中的应用

针对BP神经网络学习速度慢、容易陷入局部极小的缺点,提出了一种基于改进免疫遗传算法的多层前向神经网络,将该算法用于多层前向神经网络的权值优化,扩大了神经网络的权值搜索空间,提高了网络系统的学习效率和精度。将该神经网络用于上证指数的趋势预测,仿真结果表明:该神经网络比BP神经网络具有更好的全局收敛性、更高的学习效率和预测精度。     

基于FRI的改进相似合成算法及成都GDP预测研究

在用相似合成算法 (AC)预测前先进行模糊规则归纳 (FRI)分析 ,一方面可以利用FRI从可能与被研究对象有关的变量中识别出真正影响被研究对象的变量达到降维效果 ,有效解决了用AC作预测分析时不能客观确定研究变量的问题 ;另一方面FRI可以直观地显示变量之间的相互关系 ,因此可以揭示被研究对象的构成原因。同时 ,提出了新的基于客观系统分析 (OSA)的FRI方法 ,可以较客观地确定系统中多个变量之间的因果关系。对成都GDP的预测分析验证了提出方法的有效性     

基于改进的聚类和关联规则挖掘的学生成绩分析

针对北京邮电大学通信工程专业学生的学习状况分析和培养方案的改进需求,提出一种基于改进的聚类和关联规则挖掘的成绩分析方法,借助数据挖掘手段对学生在校期间的各课程成绩进行相关性分析.以2009-2011级通信工程专业本科生的课程成绩作为样本数据,应用该挖掘方法得到课程之间的关联规则网络,从而分析课程间的衔接关系、判断课程的重要程度以及评价各课程的教学效果.另外,以2011级学生的高考成绩数据作为样本,挖掘高考成绩与大学成绩间的关联规则,分析学生入学前成绩对入学后表现的影响.应用本文所述方法得到的挖掘结果能够为教学方案的设计和改进提供一定参考信息,对提高学生学习质量具有良好作用.     

基于改进遗传算法的流水线第Ⅱ类平衡问题优化研究

为解决生产线第Ⅱ类平衡问题,课题组结合产品的作业时间、工艺先后约束等因素,以生产节拍最小化和各工位负荷均衡化为主要目标,建立数学模型;利用改进的遗传算法对模型进行求解,求解结果表明达到预期的优化目标并改善了线体平衡。通过案例验证了优化模型及算法的有效性。