出版社资源优化配置定量综合研究

随着科技的进步、信息量的增加,如何对过去的信息量进行挖掘来定量优化配置书号资源,已成为出版业的一个重要问题.在对已有的文献数据分析和处理基础上,根据出版社自身特性,通过层次分析法、时间序列法,充分挖掘影响单位书号的配置效益因素,采用模糊多目标模型确定各门课程的配置效益,以配置效益最大为目标,建立线性优化模型和二次规划模型对出版社书号资源进行定量优化配置.     

多维AR(p)模型的估计理论及应用

叙述了多维AR(p)模型的分析与处理方法、多维AR(p)预测模型的建模过程及参数估计的计算方法,并将该模型在测井曲线的预测中加以实际应用.应用结果表明:本预测模型对多维动态数据进行预测是可行的.     

超高密度水泥浆加重剂粒径和加量优化模型

针对超高密度水泥浆由于体系中惰性颗粒较多,水泥浆流变性能与水泥石力学特性之间存在矛盾的问题,以颗粒级配和紧密堆积原理为理论依据,通过计算水泥石单位面积上加重剂所占面积比,建立了加重剂不同粒径匹配模型和不同粒径加重剂加量的数学模型。调整体系加重剂的颗粒粒径匹配,并对加量进行优化计算,使抗压强度满足设计要求。模型计算出添加三级颗粒时,粒径的最佳匹配关系为r₁∶r₂∶r₃=1.00∶0.40∶0.07,三级颗粒的体积加量为V₁∶V₂∶V₃≈354∶45∶1。大量实验表明,密度为2.6g/cm3的超高密度水泥浆经过合理粒度级配、加量控制的水泥石抗压强度可达到12MPa（24h,50℃常压养护）以上,且流动性能良好,在现场能够一次完成配浆。     

FAR(p)与指数平滑的组合预测算法

一、引言 梅炽、姚俊峰等在<粗铜冶炼中铜铳品位的动态预测模式>一文中(见中南工业大学学报,2000,31(1):34-36)和邵义元在一文中(见鄂州大学学报,2002,9(4):38-39)提出了一种对铜统品位进行预测的方法,即以采集的现场数据为基础,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型.并将两种模型按最小二乘原理,以组合预测误差平方和为目标函数,通过使误差平方和极小化来确定两种预测方法的最优加权系数,建立一种新的组合模型,其预测误差最小.结果表明,在当时数据下,AR(p)与指数平滑组合模型比AR(p)与指数平滑模型单独使用时精确度都要高.本文在此基础上,对AR(p)与指数平滑组合预测模型做了改进,将AR(p)模型中的时间序列模糊化,便成为模糊时间序列,进而建立模糊时间序列AR(p)模型,即FAR(p)模型.从而提出一种新的组合预测模型--FAR(p)与指数平滑组合预测模型.最后将两种组合模型用于预测油田产油量,结果表明,FAR(p)与指数平滑组合预测模型比AR(p)与指数平滑组合预测模型有更高的预测精度.     

时间权重为区间值的时序多属性决策

本文针对一类时间权重为区间值的时序多属性决策问题,给出了时间权重取区间值的时序条件下多属性决策的正理想方案和负理想方案,并用线性规划方法给出了这种条件下该问题的灰色关联分析(Grey Relational Analysis)法,还以实例说明了该方法的合理性.     

区间数动态多指标决策的投影法

0引言多指标决策问题的决策理论与方法已成为决策科学、系统工程、管理与运筹等领域研究的热点。动态多指标决策问题的研究尤显重要。动态多指标决策问题是具有时间、指标和方案的三维决策排序问题,这样问题的决策过程与结果反映了动态特点。文献眼1演和眼2演在确定情形下,用理     

区间数多指标决策的新的灰色关联分析法

近20年来,多指标决策问题的决策理论与方法已成为决策科学、系统工程、管理与运筹等领域研究的热点。许多学者从不同的角度对评价指标取值为区间数的多指标决策问题进行了研究。由于待分析系统中各指标的量纲或单位常常不同,指标值的数量级相差较大,故在进行关联分析时常需进行     

时间序列和神经网络的组合预测及其应用

近年来各种预测方法中,时间序列是线性模型中精度比较高,应用较广的模型之一;而在非线性类中,神经网络模型是典型的非线性预测.建立时间序列和神经网络的组合预测模型可以有效的反映各种因素的综合影响,组合预测理论已经证明多种模型的线性组合在一定的条件下能够有效的改善模型的拟合能力和提高预测精度.本文采用线性组合预测方法,应用线性规划方法,从而在预测中得到比单项预测方法更好的科学预测结果.