BP神经网络在解决电力消耗问题中的应用

由于BP神经网络在解决非线性复杂系统中存在很大的优势,以江西省1991—2011年人口、经济和耗电量等数据为研究对象,利用BP神经网络构建耗电量预测模型。模型一利用1991—2009年人口、经济和耗电量等数据作为训练样本,以2010—2011年作为测试样本来验证网络的准确性,再根据历史人口、经济等数据来预测历史耗电量;模型二采用传统的多元回归分析法,对非线性多元函数进行多元线性回归,通过回归模型得到的参数来预测耗电量。结果表明,模型一收敛性较好,所得预测结果绝对误差较小,而模型二传统方法得到的预测结果误差较大,因此,利用BP神经网络预测的结果具有非常大的参考价值,证明BP神经网络应用在电力消耗中的应用是可行的。     

组合预测模型在上海内河港口吞吐量预测中的应用

建立时间序列和二元线性回归的组合预测模型,对上海内河港口2010年、2015年和2020年的货物吞吐量水平进行了预测。研究发现,组合预测模型相比单个预测方法具有较高的精度,能够较准确地预测上海内河港口货物吞吐量。     

青岛港港口吞吐量与青岛市GDP关系的计量经济分析

运用线性回归、辅助函数等计量经济学方法,通过使用Eviews软件对青岛港港口吞吐量与该市GDP之间的定量关系进行了回归分析,并进一步分析了港口吞吐量与GDP之间的关系。     

应用两步回归迭代算法校正数字式磁罗经误差

基于椭圆假设的参数估计目前是解决数字式磁罗经误差校正问题的较为先进的方法，然而对该方法中的非线性参数估计问题采取了扩展卡尔曼滤波的办法来解决，这造成误差在测量过程中的发散。提出了两步回归迭代算法来解决此问题的思路，即把待估计的非线性参数组合成线性参数，用卡尔曼滤波进行状态估计后，通过Causs-Newton法解得原非线性参数。实验结果证明了新方法的优越性。     

中低速磁悬浮列车用直线电机法向力的测试研究

提出中低速磁悬浮列车采用普通异步直线电动机和为牵引动力，其电机的法向力是影响列车稳定悬浮的重要因素，并对此进行了试验研究。分析了电流、频率以及气隙与法向力的关系，得出在法向力不大于车体重量十分之一的情况下，通过调节列车动态悬浮控制参数，可使列车稳定悬浮运动的结论。     

遥感在新建中吉乌国际铁路中国境内段可行性研究中的应用

采用 TM卫星图像在可行性研究阶段对地质复杂地区进行判释评价是一种行之有效的方法。本文对工作区的构造单元、地层岩性、不良地质进行了判释 ,并根据影像特征对工程地质条件、区域稳定性进行了定性评价。     

逐次升维的共轭方向法

本文提出一种求函数极值的共轭方向直接法。它构造一组共轭方向需一维求优的次数比原Powell法减少一半,且无共轭方向降维的问题。经多种检验函数测定表明,它比改进Powell法具有程序化容易、速度快、精度高的明显优势。     

增大协同反导区域的舰艇位置优化配置

协同反导是水面舰艇编队在反导防御中的一种常用方法,在对两艘舰艇协同反导区域计算的基础上,采用Matlab数学工具,对两舰的位置进行优化配置分析,增大两舰的协同反导区域,从而提高作战防御效果。