基于改进的灰色BP神经网络的区域物流成本预测

区域物流成本的测量与分析是考察一个地区物流水平的关键问题,合理地计算和预测物流成本可以使各级政府对物流发展采取有效的宏观调控措施。本文提出了适合中国地区的物流成本的较合理的测算方法,以吉林省为例进行了实证分析,并采用改进的灰色BP神经网络模型对吉林省的物流成本进行预测,取得了满意的预测结果。研究表明控制物流成本仍然是振兴区域经济,提高经济效益的源泉。     

铁路货运量的灰色预测模型

通过对近年全国铁路货运量的统计数据进行分析,运用灰色理论建立了铁路货运量预测模型。经过实际数据计算和精度检验,验证了灰色预测模型的有效性。     

交通量预测的神经网络集成方法

首次将神经网络集成技术引入交通量预测。神经网络集成通过训练多个神经网络并将各网络输出进行合成,可显著提高学习系统的泛化能力。在Boosting和Bagging集成方法的基础上,提出基于分治策略的神经网络集成方法,并且讨论了网络权重分配算法。使用上述三种神经网络集成预测模型,对苏州某交叉口实时交通量进行预测,预测结果比较理想,优于单一神经网络预测方法。实验表明,神经网络集成用于交通量预测是有效可行的。     

舰船风浪中航行及操纵系统

基于风浪中经验航法和理论航法相结合的观点；汲取耐波性等领域的研究成果，提出了一种实用的风浪航行操纵系统，集合3个子系统（海浪计算子系统，航向航速优选子系统，摇荡短期时历预子系统）的计算结果，合理组合，可满足风浪航行及转向时机，舰载直升机起降时同，海上补给及拖带航向航速选择等决策的需求。     

长江口北部沿海大风的气候特征及冷空气大风预报经验指标研究

根据江苏南通8个沿海气象观测站1981-2010年共30年的常规气象观测资料,对长江口北部沿海地区大风天气的时空分布特征进行了分析。结果表明,长江口北部沿海地区大风日数年际变化较大,总体呈下降趋势;季节变化明显,主要出现在夏季,其次是春季,秋季、冬季略少;长江口北部沿海大风以偏北大风为主,偏南大风相对较少。同时,利用2005-2010年日本传真天气图对长江口沿海冷空气大风的典型天气形势进行了分析,得到了其预报经验指标。     

基于非等时序灰色模型的路基沉降预测

结合高速公路路基施工沉降观测数据,讨论了灰色系统理论和双曲线模型在公路路基沉降预测中的应用,并对等间隔的灰色模型GM(1,1)进行了改进,建立了任意时间间隔的非等时序改进灰色模型。通过具体工程实践,给出了灰色模型和双曲线模型对公路路基沉降量预测结果与实测结果的比较,结果表明灰色模型的预测沉降量与实际沉降量更接近,精度更高,更能满足工程需要。     

船舶溢油事故风险评估方法研究

船舶溢油是最严重的海洋污染之一,对船舶溢油风险进行科学有效的预测和评估,揭示其发生的复杂规律,采取相应的预防及应急措施,使船舶溢油污染降到最低程度,已成为当今世界的一个热点。本文对船舶溢油的几种预测方法进行了实用性和局限性的讨论,从中得出灰色系统理论较适用于溢油数据记载不完备及新建港口的溢油预测,可作为制定有效的船舶溢油事故应急措施的科学依据。     

交通事故预警系统构建

针对交通安全现状及国内外交通预警发展现状的分析,阐明建立交通事故预警系统的必要性。分析了基于人、车、路、环境四要素的道路交通事故的成因,根据交通事故预警系统设计原则和建立预警系统的目的,采用相关理论,选用合适的交通信息采集技术,建立了交通事故预警系统。该系统包括驾驶员预警子系统、车辆防撞预警子系统、车辆状况预警子系统、道路安全预警子系统和交通气象预警子系统。     

回归分析方法在VTS预测研究中的应用

该文将数理统计中的回归分析方法应用到ＶＴＳ预测研究中，其预测结果有较高的精度，是基础理论应用于工程实际的有益实践，为ＶＴＳ规划研究提供了一种实用的预测方法。     

Forecast verification of a 3D model of the Mediterranean Sea. The use of discrete wavelet transforms and EOFs in the skill assessment of spatial forecasts

The quality assessment of a nested model system of the Mediterranean Sea is realised. The model has two zooms in the Provençal Basin and in the Ligurian Sea, realised with a two-way nesting approach. The experiment lasts for nine weeks, and at each week sea surface temperature (SST) and sea level anomaly are assimilated. The quality assessment of the surface temperature is done in a spatio-temporal approach, to take into account the high complexity of the SST distribution. We focus on the multi-scale nature of oceanic processes using two powerful tools for spatio-temporal analysis, wavelets and Empirical Orthogonal Functions (EOFs). We apply two-dimensional wavelets to decompose the high-resolution model and observed SST into different spatial scales. The Ligurian Sea model results are compared to observations at each of those spatial scales, with special attention on how the assimilation affects the model behaviour. We also use EOFs to assess the similarities between the Mediterranean Sea model and the observed SST. The results show that the assimilation mainly affects the model large-scale features, whereas the small scales show little or no improvement and sometimes, even a decrease in their skill. The multiresolution analysis reveals the connection between large- and small-scale errors, and how the choice of the maximum correlation length of the assimilation scheme affects the distribution of the model error among the different spatial scales.