基于高速网络控制的阈交方法

在高速网络控制与带宽分配研究中 ,网络业务量预报是一个重要的问题 .本文给出了一个新方法 ,通过对高速网络业务超阈值数据采用方差分析的方法构造了一个阈值的能量函数 ,为阈值的选取提供了一定的依据 .最后运用阈交理论 ,通过对网络业务到达数据对阈值穿越强度的计算来考察已选阈值的有效性 .

预测手段有效性的一个统计检验方法

针对预报方法的"有效性"问题,以地震预报为例建立统计假设H0,即预测手段与地震流无关,通过构造适当的统计量,用统计检验的方法判别预测手段和方法是否有效.该方法判断结果错误的概率不超过预先给定值α=15%,从而为判断多种预报方法的有效性问题提供了一个检验方法.

有限Markov链嵌入问题的一个构造方法

首先讨论了矩阵幂展开式的性质,然后给出了半群可被嵌入的条件及如何构造嵌入的连续参数Markov过程。

一类平均算子Markov链的极限定理

该文绘出了一类平均算子Markov链，并证明了对此类算子Markov链，其大数定理、中心极限定理及重对数定律成立．

调和函数均值定理的逆及调和测度

该文利用Markov链的理论证明了调和函数均值定理的逆．并在某λ-Holder空间中得到了一类平均算子n重卷积的收敛速度．

重调和方程的半解析解法及误差估计

提出了重调和方程的半解析解法,将Fourier方法和Morley元方法结合起来,克服了它们各自的缺点。最后给出此方法的误差估计。

薄板弯曲的一个混合解法

引言如所周知,边界嵌固的平面薄板Ω,在垂直于板面的外力f作用下,横截面上将发生弯矩和扭矩,引进弯应力与扭应力,板的平面成为一个弹性曲面。为计算这一类问题,在一系列基本假定下,可归结为解如下方程(1):

自相似网络业务的一个FARIMA模型

近来发现 ,高速网络业务具有自相似及长相关特性 .分数噪声可描述该类业务 ,但它仅表现长相关特性 .给出了利用 FARIMA(自回归分数整合滑动平均 )模型拟合自相似网络业务的一整套方法 .该模型同时刻画了实际业务的长相关与短相关特性 .通过对实测数据的实验 。

交通流的季节ARIMA模型与预报

使用季节ARIMA模型对交通流进行建模及预报为高速公路交通状况分析、道路设施建设、公路效益评价及控制策略设计等提供了一种可靠的方法和途径.介绍了具有周期的季节ARIMA模型的一般表达方式,并提供了使用这一模型进行建模和预报的一般过程.最后以某高速公路的实测数据为例,进行实证分析,得到了72步的长期预报结果,其相对误差为0.

基于季节ARIMA模型的GSM话务量建模和预报

本文用季节模型对天津移动GSM网的话务量进行了建模分析和预报,研究表明用季节模型对移动话务量进行建模分析和预报是可行的,同时在文中我们还给出了带两个周期季ARIMA模型的一般表达式,并用这种带多个周期的模型对实际的网络业务进行了建模和预报。

基于季节ARIMA模型的电力负荷建模与预报

电力负荷是影响电网寿命和可靠度的一个重要因素.将季节ARIMA模型引入电力负荷的建模及预报,为电力资源分配的宏观调控及电网改造提供了一种可靠的方法和途径.文中用频谱分析的方法检验电力负荷的季节性并求出一个周期;介绍了具有一个周期的季节ARIMA模型的一般表达方式,并给出进行建模及预报的一般过程.以天津市华苑小区的电力负荷为例,进行了季节ARIMA模型的建模及预报.

应用蒙特卡罗方法求解一类随机微分方程

建立一类随机微分方程初值的概率模型,应用蒙特卡罗(Monte Carlo)法对其抽样产生一组伪随机数,应用四阶龙格 库塔(Runge Kutta)法求解随机微分方程.给出了一个实例,求得其解析解和数值解,在计算次数大于50和小于100的条件下,数值解的最大相对误差为3.600.

基于小波分析的游客流量神经网络预测研究

根据旅游流量的频率分布特性,运用小波分析将不同频率成分组成的时间序列分解成低频和高频成分,然后依据小波系数的重构原理还原时间序列的趋势成分,判断旅游流量时间序列的趋势变化.运用小波分析对天涯海角流量分析所得结果,建立神经网络模型对旅游流量进行预测.

需求不确定下供应链合作广告的博弈分析

充分考虑市场需求的不确定,建立供应链垂直合作广告的博弈分析模型,博弈模型能同时考察供应链中制造商和零售商的合作以及零售商的存货水平。针对制造商和零售商在供应链中的不同地位,探讨了在Stackelberg和Nash均衡下,双方的最佳广告水平以及合作策略,得到了零售商的存货水平以及与广告合作及广告水平的关系,指出零售商的存货水平与广告合作及广告水平无关。

自相似网络流量Hurst指数估计算法

Hurst参数是表征网络业务自相似性的重要参数,在一定的观察时间内对突发业务的Hurst参数进行快速、准确地估计是高速宽带网络(如ATM)实施流量控制和缓冲资源分配的前提。提出一种基于DFGN模型和Haar小波的Hurst参数估计方法。仿真生成的DFBM和真实自相似网络业务数据的计算结果均表明,所述方法提高了Hurst参数估计的效率和准确性,比传统方法具有更好的性能。

科技企业孵化器与创业者合作演化与调控

基于对科技企业孵化器与创业者合作内容、影响因素和利润构成的分析,建立了科技企业孵化器与创业者合作的演化博弈模型,研究科技企业孵化器和创业者群体的进化稳定策略,分析税收强度和财政返还强度对两者均衡的影响。研究表明:增加财政返还强度可使科技企业孵化器与创业者合作演化均衡的可能性增加;增加税收强度对科技企业孵化器群体与创业者群体的合作演化均衡影响取决于两者群体比例减小的速率。

网络流量的混沌特性及成因探讨

论证网络流量为一复杂的非线性系统,并运用分形、混沌等复杂性理论对网络流量的混沌特征进行实证研究,得出网络流量系统的分形特征、复杂性程度、系统演化类型,并得到相应的参数。在此基础上,用小波方法对网络流量序列进行了去长相关处理,探讨了网络流量的混沌与长相关的联系,最后指出这些结论的理论与实际意义。

分整模型在商品价格预测中的应用

首先介绍了时间序列分析中的一个新领域——长记忆分整模型 (ARFIMA) ,分析了该模型与传统时间序列模型相比较所体现出的优越性 ,及其参数估计和预测方法 .本文所给出的分整模型不仅反映了传统时间序列模型所不能反映的时间序列长记忆性 ,而且解决了利用传统方法预测商品价格中的过度参数化问题 ,从而显著提高了商品价格预测的可靠性 .文章还给出了实际案例分析 .

基于混沌理论的网络流量BP神经网络预测

应用相空间重构技术,论证了网络流量存在混沌现象,并计算了实际网络流量的关联维,Lyapunov指数;在此基础上对网络流量时间序列建立BP神经网络模型对网络流量进行预测,实例表明,和FARIMA(p,d,q)模型相比,基于混沌理论的BP神经网络模型有较好的预测能力,并具有较长的预测步长。