金融危机前后BCI运价指数波动性研究

国际干散货航运市场的风险主要来源于航运价格的不确定性,本文选择与我国贸易运输直接相关的波罗的海好望角型船市场运价指数(Baltic Capesize Index,BCI)为研究对象,对比分析了金融危机前后BCI指数的对数序列以及对数收益率序列的平稳性、异方差性,通过使用GARCH(1,1)模型分析发现,金融危机后BCI收益率序列存在一定程度的波动集聚效应,建议我国企业运用合理方法规避运价波动风险。     

基因

基因是遗传的物质基础,是DNA或RNA分子上具有遗传信息的特定核苷酸序列。基因通过复制把遗传信息传递给下一代,使后代出现与亲代相似的性状。从这段简短的医学解释不难看出基因对下一代的影响,优秀的基因可以遗传给下一代,使下一代同样优秀。在汽车领域也同样存在着类似于遗传学的规律。优秀的品牌基因和车型基因一起影响着新一代车型。其实Mini最初的设计初衷是一台小巧的家用车,但由于JohnCooper的加入使得Mini融入了赛车基因,     

公共交通乘客个体活动链的日相似性研究

刷卡数据为研究公共交通乘客长期出行规律提供了数据基础.利用北京市2018年 4~5月的刷卡数据,通过提取乘客活动地,推断居住地位置和识别活动类型3个步骤构建乘客个体活动链;基于PrefixSpan算法提取普通卡、老年卡、学生卡乘客活动链的频繁序列模式,采 用Levenshtein距离度量3类乘客活动链日维度的相似性.结果表明：每类用户中约70%乘客的频繁活动序列是对称模式;普通卡和学生卡用户的相似性高于老年卡用户,平均值分别为 0.645、0.649和0.530;3类乘客的工作日与非工作日活动链具有明显差异,而工作日之间或非工作日之间具有较高相似性.本文有助于定量解析公共交通乘客的出行活动规律,为科学优化公共交通服务提供依据.     

基于时间序列季节分类模型的轨道交通客流短期预测

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响.通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法.根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流.实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题.     

车用汽油机瞬态排放测量的理论研究

文中对汽油机瞬态排放测量的必要性以及国内外发展现状进行了较为详细的介绍,根据国内发动机实验室的具体情况给出了一种利用稳态发动机试验台进行瞬态排放测试的方法。进而提出了可以基于符号时间序列分析的方法对汽油机瞬态排放信号进行分析,获得瞬态排放的特征。     

基于DP-SQP方法的列车动态编组优化控制

动态编组逐渐成为列车运行控制领域的研究热点之一,低牵引能耗、高编组精确性、强抗干扰能力的多目标控制是实现动态编组的难题.针对这一问题,提出一种基于动态规划(DP)-序列二次规划(SQP)的优化控制方法.首先,对动态编组过程建立数学模型;然后,建立以低能量消耗和精确编组为目标的动态编组优化问题,在离线状态下使用动态规划算...     

有限族渐近非扩张映象隐迭代序列收敛性充要条件

在一致凸Banach空间中,提出了一类新的两步隐迭代序列,证明了此序列收敛到有限族渐近非扩张映象的公共不动点的充要条件.所得结果推广和改进了近期相应结果.     

我国商用车发动机新命名序列(下)

近年来，我国商用车领域的各大发动机厂在大力推出各种新型发动机，拼抢市场份额之时，不约而同地对原来的各种型号发动机重新划分系列，重新命名。全面了解各发动机厂各种新的机型系列特别是找到相关的对照参数（尤其是缸数、缸径、排量、功率）成为内业人士十分迫切的需求。     

一种基于混沌和奇异值分解的数字水印算法

本文提出了一种基于混沌和奇异值分解的图像数字水印算法。该算法应用图像矩阵奇异值的稳定性;同时应用混沌系统生成的混沌序列,改变水印的嵌入位置,使得嵌入位置具有随机性。实验结果表明,该算法具有良好的不可见性,对常见的数字图像处理和噪声干扰有良好的鲁棒性。     

基于时间序列分析的机车振动信号建模和预测

通常机械设备的振动信号是其运行状况的直接反映，而对振动信号的未来预测又是分析的重点。现选择时间序列分析理论来处理振动信号，选用AR模型进行建模与预测仿真。同时对时间序列建模的基本原理、操作步骤做了详细的论述。最后利用Matlab系统辨识工具箱相关函数对一个实际机车振动信号进行了建模，结果表明利用时间序列分析技术处理振动信号的预测问题是快速有效的。