稳健动态GM(1,1)模型及其在变形预报中的应用

常规GM(1,1)模型基于最小二乘原理,当建模数据中含有粗差时,将对整个模型的估值产生较大影响。为此,将稳健估计引入灰色模型建模,提出了稳健动态GM(1,1)模型的建模方法。通过对静态GM、动态GM及稳健动态GM进行建模,利用MATLAB编程对实测数据进行了验证计算分析。结果表明,当监测序列含有粗差时,稳健动态GM(1,1)模型相对其他模型能有效抵抗粗差的影响,预报精度也有较明显的提高。

卫星高度角变化对大气折射的影响

GPS定位的速度和精度与卫星高度角的选择密切相关。对对流层和电离层折射的误差模型进行了推导,计算了不同卫星高度角下大气折射偏差,分析了其变化趋势及定位时对水平误差的影响。对对流层折射改正和电离层折射改正的几种经典方法的优点及局限性进行了分析,总结了如何选择合适的卫星高度角并结合经典大气折射改正方法来提高GPS定位的速度和精度。

基于iData数据工厂的地形图入库方案及关键技术研究

地形图数据入库是智慧城市基础地理信息建设中非常重要的内容。文章先是对目前行业内相关技术发展现状进行了阐述,分析了地形图入库的难点,然后介绍了iData数据工厂的地形图入库流程,同时根据相关项目设计了相应的数据库模板和入库转换方案,并将其投入应用。结果表明,基于iData数据工厂的地形图入库方案不仅操作简便,易于掌握,且灵活度高,适用范围广,是一种高效的数据处理方法。

低高度角卫星信号对提高对流层估计精度的影响分析

分析低高度角卫星信号对解算精度的影响,运用Bernese软件计算了不同卫星高度角下对流层折射偏差及对高程误差的影响,得出结论为5°截止卫星高度角能获得更好的对流层估算精度和高程定位精度。

变形预测的一种最优线性组合模型

介绍了灰色GM(1,1)、时间序列和非线性组合模型的基本概念,讨论了最优线性组合模型的定义及其权系数的求解方法。结合某大坝变形监测数据,建立了基于灰色与时间序列的非线性组合模型和最优线性组合模型,以及基于灰色、时间序列与非线性组合的最优线性组合模型,并把这3种组合模型的预测结果与GM(1,1)、时间序列模型进行比较。结果表明,融合GM(1,1)、时间序列与非线性灰色时间序列组合的最优线性组合模型的预测效果明显好于另两种模型,其预测误差小于1 mm。

Bernese软件在低高度角卫星信号处理中的应用

简单介绍了Bernese软件的一些基本情况,包括主要功能、操作步骤和主要内容等,并利用4个IGS站的观测值,进行低高度角情况下的解算,对定位结果做分析研究。结果表明:Bernese软件进行低高度角信号的定位解算能够满足工程需要和对GPS精度的要求。

经济发展新常态下企业内部审计工作面临的问题及对策

截至目前,我国实施改革开放伟大战略已有40整年。在这40年中,我国的经济发展步伐十分迅速,企业在如此大好的经济发展新常态下,取得了很多成绩,推动了国民经济的快速发展与增长。各种类型、各种规模的企业也如雨后春笋般快速增长。企业为了能够在竞争激烈的市场环境之中崭露头角,且立于不败之地,均采取了各种措施增强核心竞争实力。为了有效控制资金、强化内部管理以及提高经济效益,在企业内部开展内部审计工作显得尤为重要。经济发展新常态下,企业内部审计工作均存在着诸多突出性的问题,这些问题对企业的管理工作极为不利。对此,应该注重对内部审计中存在的风险点进行分析,并据此提出强有效的措施,对这些风险点加以控制,从真正意义上提高经济发展新常态下企业管理工作以及经济效益水平。

ERP环境下成本费用审计方法探索

2000年中国石油化工股份有限公司(以下简称中石化)与SAP公司签署了战略合作协议,2001年启动SAPR/3的上线实施工作,截止2006年底已经完成了58家所属企业的上线工作,计划2008年在所属企业全面实施。ERP系统的成功实施,实现了物流、资金流和信息流的统一,企业的业务流程进行了重新整合,消除了信息孤岛,提升了企业的流程控制力和经营管理水平。但ERP系统上线后,组织结构、生产经营、会计核算和物资管理集中化趋势明显,原有的手工业务转变为系统集成,信息展示与存储由磁介质代替了纸张,用户权限和系统安全更加严格;审计环境、审计线索、安全控制和审计内容发生了显著的变化,审计工作面临巨大挑战。如何审,审什么,成为审计人员绕不开、躲不过的问题。本文以中石化SAP R/3系统为例,从系统控制和业务审计两个角度,探讨ERP环境下成本费用审计的内容、方法和流程,提出成本费用审计的建议。

非等时距GM(1,1)在变形预报中的应用

本文应用灰色理论建模原理,探讨了非等间距GM(1,1)模型的建模步骤;通过几种不同参数下的建模方式,利用MATLAB编程进行计算比较,着重分析影响非等间距GM(1,1)模型预报精度的因素,并探讨模型的改进方法。结果表明,对于较均匀的非等间距数据,灰色模型具有较高的预报精度。在间距间隔变化较大的情况下,灰色模型进行改进后也能得到比较满意的预报结果。

非平稳时序分析的B-J建模法在变形预测中的应用

本文简要介绍了时序分析的基本原理,论述了非平稳序列的B-J建模法的步骤,包括数据预处理、模型识别、参数估计及预报等;分别用时序分析B-J法和回归分析法进行了实例建模及预报,并对预报结果进行了分析比较,论证了单纯的时序分析法短记忆预报的特点,讨论了时序分析的优缺点,最后总结了在进行变形预报时必须根据数据的数学特征选择相应的数学模型。