基于贝叶斯优化算法的长短期记忆神经网络模型年径流预测

为解决长短期记忆神经网络模型超参数人为确定造成径流预测精度低的问题,将贝叶斯优化算法(BOA)应用于长短期记忆神经网络(LSTM)超参数的率定,构建BOA-LSTM径流预测模型,并研究分析模型超参数对预测精度的影响。采用呼兰河下游兰西水文站1959~2014年相关水文气象数据进行年径流预测及验证,并与麻雀搜索算法(SSA)优化超参数的LSTM神经网络模型(SSA-LSTM)及LSTM神经网络模型进行比较。结果表明,贝叶斯优化算法能更加准确高效地率定模型超参数。同时,研究提出的BOA-LSTM模型为年径流预测提供了一种有效的新方法。

北京市碳排放权初始分配方式研究及国际经验借鉴

以提出北京市碳排放权初始分配方式设想为目标,通过北京市与国际上的碳排放市场、初始分配方式、碳排放权交易绩效的对比分析,得出限制比例的免费分配与拍卖分配相结合的混合分配方式在北京市最为适用,并提出分区域治理、规定剩余碳排放权去向的分配模式设想。

基于STM32的智能灯光控制系统

使用摄像头、照度传感器、Buck直流降压驱动电路设计了一套教室智能调光系统,实现根据人员位置对教室内的灯光照度自动调节。使用DIAlux软件进行仿真,验证系统能够满足教室对于照度的要求,并达到节约能源的目的。

海关风险管理信息平台优化模式的构建

为了适应海关快速通关的大潮,风险管理机制得到成功应用,并且日益显示出它的经济价值。然而,在提高效率的同时,我们也应提高警惕,对于海关这样一种特殊职能的部门,除了提高效率和服务质量外,最重要的职能还要把好国门这道关。因此有必要在海关风险管理中引入CVA管理法,即关键因素分析法。把重点管理法与关键因素分析法结合起来,可以达到分清主次,抓住关键环节的目的。在对成千上万种商品进行优先级分类时,可以先用风险管理方法进行ABC分类,然后再应用CVA排定优先级。最后再结合企业资信程度进一步对货物分类达到快速通关的目的。