基于遗传算法和神经网络的新股上市价格预测法

新股上市价格预测方法的研究具有重要的理论和实践意义。鉴于此,该文提出了一种基于遗传算法和神经网络的新股上市价格预测方法。将影响股票价格的因素抽象出来,部分纳斯达克新股上市价格的历史数据作为训练样本,确定该文新股上市价格预测方法中的相关参数。并以另外9家公司的上市股票为测试样本验证了该方法的有效性。

ZnMn_(2)O_(4)/Mn_(2)O_(3)/CNT复合正极材料的制备及其在水锌离子电池中的应用

以Zn(NO3)2·6H2O、Mn(AcO)2·4H2O和碳纳米管(CNT)为原料,经过表面活性剂辅助溶剂热反应合成了CNT包覆ZnMn2O4/Mn2O3(ZMO/MO)复合材料,通过XRD和SEM对材料的结构和形貌进行表征。结果表明,CNT均匀包覆在微球状ZMO/MO复合物的表面。在0.1A/g电流密度下,CNT包覆量为10%(即CNT质量占复合微球质量的百分数,下同)的ZMO/MO/10CNT复合材料放电比容量为112.8mA·h/g,并且在300次循环后仍能保持在49.6 mA·h/g的可逆比容量。在电流密度为0.1、0.2、0.4、0.8、1.2、2.0 A/g时,其放电比容量分别为126.2、124.4、115.4、94.2、57.3和45.0mA·h/g。采用循环伏安曲线和电化学阻抗探究了电极的动力学特性,两相复合提高了Zn2+扩散速率,CNT的包覆改善了材料的电荷传递。

富水软土基坑安全事故应急管理研究

基坑安全事故应急管理对于避免事故进一步扩大、降低人员伤亡和经济损失具有重要意义。文章以浙江杭州富阳区某富水软土基坑工程为例,结合工程具体特点,从预防措施和应急救援两方面,提出了加强应急管理的方法,为其他基坑安全事故应急管理提供参考。

水系锌离子电池锰基正极材料

水系锌离子电池(AZIBs)以低成本、高安全性和高环保特性在大规模储能领域具有广阔的应用前景,当前备受关注的正极材料是研究的热点。锰基化合物因具有资源丰富、环境友好和价格低廉等优点,是最具市场应用前景的一类正极材料。本文详细综述了不同锰基化合物的结构特点以及锰基AZIBs在充放电过程中涉及的四种储能机理,讨论了AZIBs锰基正极材料目前存在的问题和优化策略。最后,提出了AZIBs锰基正极材料具有研究前景的可能性方向,以期对AZIBs的发展起到一定的预见作用。

求解CVaR投资组合优化问题之改进PSO算法

研究了基于CVaR约束的的最优投资决策问题,为避免维数障碍,针对Fredrik提出的CVaR投资组合优化线性规划模型还原为非线性规划。通过引入缩进因子,改进PSO算法,使粒子在迭代过程中保持在可行域内。最后,通过算例证明了该文方法的有效性,计算结果表明,投资组合优化后的损失期望收益率、标准差、受险价值、条件受险价值等重要风险衡量指标都有了较大改进。

基于类-属性关联度的启发式离散化技术

连续属性离散化在数据挖掘、机器学习和人工智能等领域起着重要的作用.鉴于此,提出一种基于类-属性关联度的启发式离散化技术.该技术定义了一个新的离散化标准,根据数据本身的特性选择最佳断点,克服了目前最先进自顶向下离散化方法存在的缺陷.基于粗糙集理论中变精度粗糙集模型,提出一种新的不一致衡量标准,能够有效地控制离散化所产生的信息丢失,允许数据存在适当的分类错误度.实验结果和统计性分析表明,所提出的技术显著地提高了J4.8决策树和SVM分类器的学习精度.