基于ARIMA模型的PM_(2.5)预测

PM2.5的精确预测是大气污染评价和治理的关键性工作。本文针对PM2.5浓度变化的时间序列分布特征,结合环境监测站提供的相关数据,应用自回归移动平均模型(ARIMA(p,d,q))预测短期PM2.5的日平均浓度。结果表明:由于PM2.5浓度变化受气象场、排放源、复杂下垫面、理化生过程的耦合等多种因素的影响,不同时段内的变化模式存在巨大差异,因此采用分时段序列预测模型可以提高PM2.5的预测精度;通过将分时段序列模型与灰色GM(1,1)模型和全年时间序列模型的预测结果进行对比,发现该模型预测效果更好。

基于演化计算的机票超售建模

针对航空公司机票超售策略建立一个数学模型。考虑到该问题的复杂性 ,将旅客的到达看作一个二项分布 ,这一假设具有一定的合理性。该问题是一个多目标规划问题 ,在求解的时候 ,将 (p m)看作遗传种群个体 ,加权得到一个单目标问题 ,最后给出了它的计算方法 ,并进行数值仿真。

变结构交通网的优化设计

首先给出交通网络的可靠性定义,将可靠性分为最小路的可靠性和系统的可靠性,这样实现解空间的转化并简化问题的难度;然后进行最小路的代数拓扑不交化,得到交通网可靠性的评价标准;最后从节点的有效距离和节点的容量对交通网的费用进行了分析,得到交通网的费用函数;据此将变结构交通网设计问题转化为一个双目标优化问题。在算法上,运用加权系数法与遗传算法相结合的方法求解,得到一个高可靠性、低费用的可行交通网络解集。

基于蚂蚁系统的 TSP 问题的新算法

从介绍蚂蚁系统出发，提出了新的状态转移规则及全局修正规则，结合这些新规则设计出一个新算法，该算法是一个分布式并行算法。计算机试验结果表明，该算法对求解ＴＳＰ问题十分有效。

基于BP网络的橡胶配方优选问题研究

采用主成分分析法,提取影响橡胶性能的主要因素,再利用BP神经网络建立橡胶配方中填料对胶料性能影响的模型。研究结果表明,用该方法处理后的样本数据输入网络,网络结构得到简化,训练时间减少,提高了预测效率和预测精度。

基于改进BP神经网络的图像识别系统

本文提出了一种基于改进BP神经网络的图像识别方法。为提高BP网络的运行效率，先将图像进行滤波和降维处理，再运用独立成分分析（ICA）提取图像的独立成分，将原来较大的图像数据压缩成为一组彼此独立的输入变量。然后，采用改进的三层BP神经网络对输入变量进行训练。这样将ICA的空间局部特征提取功能和BP网络的自适应功能有机地结合起来，增强了系统的鲁棒性。数值仿真表明，该方法的图像识别率可达到91．2％。

聚四氟乙烯基减摩复合材料配方优化

以聚四氟乙烯为主体材料,加入石墨、铜粉、碳纤维等粉末作为填充剂,进行减摩复合材料配方优化设计。采用均匀设计法确定了聚四氟乙烯基减摩复合材料各配料实验点的分布,用样条函数对均匀设计法所设计配方得出的摩擦因数进行拟合,找出配料与摩擦因数的关系,建立配方优化拟合曲线,最后在拟合曲线上选取具有代表性的试验点进行验证试验,达到优化的目的。试验结果表明:配方中单独添加铜粉或石墨时,减摩复合材料的摩擦因数均较高,说明石墨和铜粉必须配合使用;当铜粉和石墨各为30份时,及铜粉为60份,石墨为15、25、30份时,材料的摩擦因数在整个配方体系中均较低;得到的配方优化拟合曲线趋势符合实际,可以用于指导生产。

基于非单一类型的组合模型在回归分析中的应用

本文研究的是非单一类型的组合模型应用于回归预测的问题.利用不同类型的子模型来构建组合模型,最大程度上减小了子模型间的相关性,得到了具有更好泛化能力的组合模型这一结果,在预测分析中具有重要的指导意义.

二次压降自动补偿仪的数学原理及实现

从电压互感器二次压降的比差和角差出发，建立了补偿二次压降的两个数学公式，并以单片微型计算机为核心构成一个通信、计算和输出控制的闭环系统，实现了补偿的目的。实践表明，该补偿仪原理正确、设计合理，达到了部颁ＳＤ１０９－８３标准。

培养数学能力 提高数学素质

培养数学能力提高数学素质彭斯俊，张小柔（武汉汽车工业大学）数学在飞速发展，现代数学在理论上更加抽象，方法上更加综合；数学的应用范围也急剧扩展，不仅被更广泛应用于自然科学和工程技术，而且已渗透到诸如生命科学、经济科学和社会科学等众多的新领域；大量新兴的...

TSP问题的一种改进遗传算法

针对传统遗传算法(以下简称GA)解决旅行商问题(以下简称TSP)时存在的缺陷与不足,对传统GA的结构加以改进,并提出OX改良算子、贪婪倒位变异算子、组合变异算子等,使该算法在提高搜索效率与解质量方面取得很好的综合平衡。仿真实验验证了该算法的有效性。

高等数学学习方法论

高等数学学习方法论彭斯俊，张小柔高等数学是理工科大学里最重要的基础课之一。通过高等数学课的学习，学生既可以掌握必要的数学知识，又可以获得比较系统的逻辑思维方法的训练，形成相应的综合应用能力，为后续课程的学习奠定必要基础。高技术的发展本质上是数学技术的...

信息化视角下概率论与数理统计混合式教学的探索

在信息化时代,MOOC的教学模式对大学数学基础课程来说既是挑战也是契机,而SPOC混合式教学模式融合了MOOC和传统课堂的学习优点,能实现优势互补,提升教学质量,受到高校管理者及教师的关注,成为高校课程改革的必然趋势.武汉理工大学概率论与数理统计课程SPOC混合式教学实践,包括在线资源建设,SPOC组织设计,并通过详细的问卷调查结果反映混合式教学模式的教学效果,这种混合式教学有助于教师有效组织课堂,开展多种教学模式,能提高学生的学习绩效,促进大学生综合能力的提升.

基于SPOC和翻转课堂的线性代数混合式教学改革与实践

介绍了基于SPOC和翻转课堂的线性代数混合式教学的实践.实践过程包括三个阶段:课程准备与资源建设、教学过程设计与组织、教学评价与形成性反馈.从课程知识体系、知识点、计算方法三个方面,构建思维导图范例,以廓清课程知识体系和学习主线.提出重视知识单元设计,强调基于专业背景的案例拓展教学,以实现探究式、分层个性化学习,全面提升教学效果和学生综合素质.

信息大类专业《线性代数》课程教学改革的研究与实践

分析了《线性代数》课程的授课现状与困境,探讨了针对信息大类专业特点的教学内容改革,以及应用案例库建设示范.提出应突出线性代数的思维和方法在信息大类学科中的应用、对概念的几何直观展示,以及加强MATLAB编程训练,以培养和提高学生的线性代数思维,全面提升教学效果和学生素质.

一种基于SFEC算法的车间调度问题

针对车间调度的问题,提出一种改进的演化算法.在算法中,首先引入个体之间距离和邻域的定义,从而根据距离来确定个体的相似性,并且根据个体的相似性对种群进行分级,以此得到新解产生的邻域.另外,为了提高算法的收敛速度,文中对较好的个体加入加速因子——列队竞争算子.最后,通过数值仿真检验,验证了本文算法的有效性和优越性.

一种新的组合权重在组合预测模型中的应用

为了提高组合预测的精度,提出了一种新的组合权重计算方法,该方法通过将平均绝对百分数误差(MAPE)和最小二乘法相结合来确定组合预测模型的权重值。将这种新的组合权重方法应用到组合模型中,并对湖北省国内生产总值(GDP)进行预测。首先,建立了差分自回归移动平均(ARIMA)模型和指数曲线回归模型;然后,用MAPE和最小二乘法确定组合模型的权系数,在此基础上将两种权系数进行组合,形成组合权重。预测结果表明:该组合权重与单一权重相比,可将组合模型的预测精度提高约0.3%。

基于彩色形态学的图像边缘检测算法

基于对彩色图像形态学的研究,提出了一种面向HSI颜色空间的多结构元多尺度的彩色形态学图像边缘检测算法。首先借助彩色形态学的膨胀、腐蚀、开运算和闭运算给出彩色多结构交替顺序滤波算子的相关定义,同时利用交替顺序滤波器(ASF)的优势得到一种混合滤波器(HF)对图像进行滤波;其次引入一种全方位形态结构元再结合多尺度结构元的思想对图像不同方向的边缘进行提取;最后再使用信息熵对各方向的边缘进行融合得到图像整体边缘信息。实验表明,所提出的算法不仅具有良好的抗噪性,而且能够保留更多的图像细节信息。

大规模集装箱装载问题

对于大规模三维装箱问题,利用区域分裂法的基本思想,将复杂的大规模装箱问题通过货物的重组分解为若干个小区域上的问题,然后通过合并小区域之间的解得到整个区域的解。该方法能分解大型问题为小型问题,复杂区域问题为简单区域问题。在传统演化算法的基础上,引入了模拟退火产生新个体思想对其进行改进,提高了算法的运行效率和解的有效性。通过对某港口案例进行测试,结果证实该算法能满足实际装载需求。

基于金字塔结构的群智能演化策略求解混合整数规划问题

混合整数非线性规划问题(mixed-integer nonlinear programming,MINLP)广泛应用于科学及工程系统设计,传统的群智能算法在求解混合整数规划问题时,未能很好地解决种群内部个体或者种群之间开采与探索、竞争与协作的矛盾。为了解决这两个矛盾及更高效率地寻优,提出一种基于金字塔结构的群智能演化策略(swarm intelligent evolution strategy based on pyramid structure)的PES算法来求解混合整数规划问题。PES算法中明确的分工机制能够平衡全局与局部搜索的能力,晋升机制解决了种群间竞争与协作的矛盾。利用标准测试函数进行仿真,对比改进的粒子群算法(CLSPSO、CLSPSO2)及改进的差分进化算法(rid DE、rid DE2)的结果,发现PES算法在成功率与精度方面具有优势,也体现了PES算法的有效性。