Boussinesq-Coriolis方程在变指数 Fourier-Besov-Morrey 空间中解的 整体适定性

本文考虑 Boussinesq-Coriolis 方程在变指数 Fourier-Besov-Morrey 空间 中的Cauchy 问题。 利用 littlewood-Paley 分解工具和 Fourier 局部化方法,我们得到了小初值(u0,θ0) 整体解的存在唯一性。

Hardy-Littlewood极大算子在Wiener Amalgam空间中的有界性

本文应用Wiener amalgam 空间的嵌入关系,证明了 Hardy-Littlewood 极大算子 M 的W(FLp,Lq)有界性和Wiener amalgam 空间中的弱(1,1)性。

分数阶Navier-Stokes方程在齐次Sobolev空间中解的爆破准则

本文在最大时间Tv*有限时,利用Fourier变换的性质,齐次Sobolev空间中的插值结果以及乘积定理,研究了分数阶三维不可压缩Navier-Stokes方程在齐次Sobolev空间Hs中解的爆破性和L2范数的衰减性,以及解关于H2-a范数、范数和范数的有界性,是对Benameur J的经典Navier-Stokes方程结论的推广。

基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型研究

针对太阳辐照度时间序列的非线性特点,文章设计了一种新的基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型,并对该模型进行了验证。首先,利用集合经验模态分解(EEMD)算法对原始太阳辐照度时间序列进行分解,得到若干个频率不同的分量;然后,利用变分模态分解(VMD)算法进一步分解频率最高的分量,得到K个相对稳定的分量,其中,K由各分量与利用VMD算法分解得到的残差的相关系数确定;接着,建立基于高斯核和多项式核的混合核最小二乘支持向量机(LSSVM)预测模型,对所有分量进行预测,并利用蝗虫优化算法优化混合核函数的参数;最后,将所有分量的预测结果相加得到原始太阳辐照度时间序列的预测结果。模拟结果表明,与BP神经网络模型、ARIMA模型、LSSVM模型和基于EEMD,LSSVM的预测模型相比,基于二阶数据分解算法和蝗虫优化混合核LSSVM的太阳辐照度预测模型的预测精度更高,能有效反映太阳辐照度的变化规律。

基于数学建模竞赛的大学生创新能力培养研究

大学生数学建模竞赛是培养大学生创新能力的有效途径和重要平台。本文构建了大学生创新能力的五个评价指标,包括自学能力、动手能力、组织协调能力、应变能力和表达能力;分析了参加数学建模竞赛对大学生创新能力的影响。通过参赛实践案例阐明,参加数学建模竞赛能有效地提高大学生的创新能力。

新冠疫情对湖北省经济发展的影响研究--以武汉餐饮业为例

在利用层次分析法和ARIMA干预分析法,建立新冠肺炎疫情对武汉市餐饮业影响评价模型,得出武汉市餐饮业的主要影响因素后,考辨2020年武汉市餐饮业的营业收入值,并以此分析出新冠肺炎疫情对餐饮业发展的影响程度。在模型结果的基础上,针对后疫情时代武汉市餐饮业的发展提出提高餐饮企业的卫生安全标准、扩大线上营业模式、推进企业采取堂食分餐制、规范餐饮企业的管理和构建完善的餐饮业供应链系统等建议。

基于支持向量机的细颗粒物日均浓度预测

为了更加准确的预测大气中的细颗粒物日均浓度,提出了集合经验模态分解(EEMD)-样本熵(SE)和粒子群优化算法(PSO)-最小二乘支持向量机(LSSVM)的组合预测模型。首先采用EEMD方法将原始序列分解成多个相对比较平稳的分量;然后对各分量采用SE进行复杂度分析之后重组,得到若干个新分量;接着,对新分量分别建立采用PSO优化惩罚参数和核参数的LSSVM预测模型,得到各个新分量的预测结果;最后将这些预测结果叠加,得到原始序列的预测值。对上海市的细颗粒物日均浓度采用单一的LSSVM模型和ARIMA模型和本文提出的模型进行预测,并采用多个评价指标进行评价,得出本文提出模型的预测精度更高。

分数阶不可压缩Navier-Stokes-Coriolis方程解的整体适定性

该文致力于研究带Coriolis力的分数阶Navier-Stokes方程的Cauchy问题.结合半群S的L^(p)−L^(q)及H˙^(5/2−2α)−L^(q)光滑估计,得到了带Coriolis力的分数阶Navier-Stokes方程解的整体适定性以及u0在齐次Sobolev空间H˙_(σ)^(5/2−2α)(R^(3))足够小时的分数阶Navier-Stokes方程具有唯一的整体mild解.