基于非线性AR模型的时间序列弱非线性检验方法

提出一种基于非线性AR模型相对预测误差的非线性检验量δNAR,采用替代数据法来检验时间序列中的弱非线性.以4种混沌时间序列为例,分析并比较了非线性检验量δNAR与非线性零阶预测误差δZP的弱非线性检验能力.结果表明,对4种混沌时间序列中的3种,非线性检验量δNAR都表现出比非线性零阶预测误差δZP更强的弱非线性检验能力,表明该非线性检验量具有较强的数据适应性,而且对于不同的数据,具有最佳非线性检验效果的参数比较固定.     

经济时间序列矢量图的数值提取方法

图形处理软件CorelDRAW可以提取矢量图形的坐标,得到的坐标值经简单变化后,可以还原为初始数据。本文通过一则实例介绍了具体的操作方法,对需要提取精确数据的研究提供了有益的参考。     

MEABP神经网络在隧道监测数据处理中的应用

隧道施工中围岩的变形直接关系到隧道施工安全和工程质量,隧道变形监测是现代隧道施工中必不可少的环节,选择合理数据处理方法对现场所测数据进行处理尤为重要。文中将思维进化算法（MEA）用于优化BP神经网络,解决了BP网络的缺陷;将优化后的MEABP神经网络运用于现场监测所得隧道断面水平收敛时间序列的处理,并将其处理效果与BP神经网络处理结果进行比较,说明其有效性。     

基于自适应遗传算法的船舶分段装配序列优化研究

针对船舶分段实际装配时存在施工不合理而导致建造成本过高的问题,提出基于自适应遗传算法的分段装配序列优化求解方法。根据其几何约束和工艺约束建立了包含干涉关系、重定向次数、吊装工具改变次数、装配效率等评价函数的目标优化体系,提出采用改进的自适应遗传算法进行装配序列优化,并将评价标准作为目标函数进行优化计算,降低了问题的繁琐程度,提高了系统的工作效率,且通过实例验证了算法的有效性。     

浅谈港口吞吐量的分析方法

港口吞吐量的预测对于港口的建设和规划有着极其重要的意义。目前预测港口吞吐量的比较成熟方法有回归分析法、时间序列法以及灰色系统法等。本文就各种分析方法做简单概述。     

深水铺管船推力分配策略研究

文章结合深水铺管船推进器的配置方案,分析了在此配置方案下的铺管船推力分配策略,采用SQP算法进行了推力最优分配,并给出了算例及仿真结果。     

有望量产 Citroen Cactus Concept

雪铁龙发布了全新的Cactus概念车,此外这款全新的概念车将会在2014年2月份左右投入量产,命名将会延续C4的序列,到时有可能被称为C4 Cactus。Cactus概念车未来将会基于雪铁龙全新的EMP2平台打造,车身长度4210mm、宽1750mm、高1530mm,虽然尺寸不大,却采用了四座式设计。Cactus概念车还搭载了Hybrid Air技术,标致之前也曾展示过     

论异节拍流水施工中流水工期差异的实质

基于异节拍流水施工可以按照不窝工有间歇(即分别流水)或不间歇有窝工的形式组织,研究了异节拍流水施工中流水节拍产生两种流水工期差异的条件,及差异值与流水节拍值的关系。结果表明:流水工期差异为当m个施工段需要n道工序进行流水施工时,任意连续的3个流水节拍值中,若位于中间的流水节拍值为最小值,不窝工有间歇的流水工期(T)与不间歇有窝工的流水工期(T')的关系是T>T',并且其工期差值与3个连续流水节拍中的最小值和另一侧的流水节拍最大值的差值有关,是m-1的倍数;否则,T=T'。     

基于组合模型的浙江省GDP预测研究

区域 GDP 的发展趋势是高速公路规划和建设的重要参考依据。 本文基于浙江省 197 8.至 201 9.年的 GDP 数据, 分析数据特性, 构建预测模型, 掌握发展规律。 首先, 将 GDP 数据转化为时间序列, 建立 ARIMA (2, 2, 0) 模型 ; 其次, 将 GDP 数据以滑动窗口的方式生成输入矩阵, 建立 BP 神经网络模型 ; 最后, 利用 ARIMA 分析 GDP 时序的线性部分, 利用 BP 神经网络分析 GDP 时序的非线性部分, 建立组合模型。 通过计算相对误差比较模型的预测效果, 三个模型的平均相对误差分别是 6.和 6.结果表明, 组合模型的平均相对误差最小, 预测效果最好     

基于SPSS Modeler的超售方法在京沪高铁票额管理中的应用研究

以京沪高铁客票预售为例,针对退票数据对预测结果的影响,使用工具SPSSModeler并选择时间序列模型,估算可超额发售的票额数量.在应用于实际生产时,将其与现有客流预测的结果相结合,可弥补列车能力虚靡现象,提高列车利用率,同时,增加相应的社会和经济效益,实现旅客出行和铁路收益的双赢.