非线性函数一阶和二阶泰勒展开截留项下的平差效果

顾及非线性函数的二阶泰勒展开项的非线性平差理论是当前理论界研究的一个热点 ,也是一个疑点 通过对顾及一阶泰勒项及顾及二阶泰项勒两种情形下的平差过程及其效果作了细致地对比 ,得出了“二阶项对一阶项平差无明显改善”及“顾及二阶项的平差方法的性价比不合理”的结论 ,指出测量平差的归属是建立非线性函数空间的平差与数据处理理论 图 1 ,表 3,参

一阶非线性项、四阶色散项Boussinesq类方程的孤立波解

对作者得到的保留了一阶非线性项Ｏ（α）及四阶色散项Ｏ（β８）（其中：α＝Ａ／ｈ０，β＝ｈ０／Ｌ；Ａ特征波高，Ｌ特征波长，ｈ０特征水深）的Ｂｏｕｓｓｉ－ｎｅｓｑ类方程求解其孤立波解，与传统Ｂｏｕｓｓｉｎｅｓｑ方程的孤立波解进行了比较，为数值求解一阶非线性、四阶色散性方程提供了精确的初始条件．

自由项对交通流双曲型方程组数值解影响研究

该文以交通流模型中不同平衡函数表达式为例,对一阶非线性双曲型方程组的自由项形式与数值解的色散性、耗散性之间关系,进行了数值模拟研究。结果发现:自由项对方程组数值解的色散性和耗散性影响都是比较有规律的,这种规律性在不同初始密度条件下是不一样的;自由项导致方程组数值解色散或耗散强弱,与方程组的离散方式也有关,尤其在中等密度条件下。就Payne-W h itham模型方程,建议了能够对不同初始密度下扰动的传播和发展进行合理数值模拟的自由项和离散方式。

基于差分分解和误差补偿的短期电力负荷预测方法

基于序列分解的方法能够提高短期电力负荷预测精度,但会带来误差的积累。同时,现有方法忽略了历史预测误差与当前预测结果的相关关系。提出了一种基于差分分解和误差补偿的短期电力负荷预测方法(differential decomposition-error compensation-gated recurrent unit,DD-EC-GRU)。首先,对原始负荷序列进行一阶差分,将负荷的预测问题转化为负荷变化量的预测问题。基于此,在一组实际预测负荷序列的基础上引入多组辅助预测负荷序列,应用门控循环单元(gated recurrent unit,GRU)构建多目标迭代预测网络。最后综合考虑各序列迭代预测误差的变化趋势与平稳性,构建基于序列相似度和人工神经网络集成模型的误差补偿网络,提升预测精度。在3个实际负荷数据集上对DD-EC-GRU各环节有效性进行验证,并与多种主流算法对比,结果表明本文所提方法有较高的预测精度和较强的适应能力。

量纲方法与弹簧振子周期的二级质量修正

本文将量纲理论结合实验方法,应用于弹簧质量对弹簧振子谐振动周期影响的研究,得到谐振周期的一、二级修正公式,与弹性振动理论导出的结论正相吻合;并阐明应用量纲方法的一般手续与原则。

一类奇异椭圆问题解的存在性

通过对一类带有一阶项的奇异椭圆问题的参数研究,得到了这类带有一阶项的奇异椭圆问题的解的存在性的充分条件,并利用山路引理证明所得结论.

第一类Dirichlet边界下空间四阶时间多项变阶分数阶慢扩散方程初边值问题的差分方法

研究求解第一类Dirichlet边界条件下空间四阶时间多项变阶分数阶慢扩散方程的差分方法.首先,应用降阶法将原方程转换为等价的低阶方程组.然后在特殊点处考虑此方程组,并对所得方程两端同时作用平均值算子.通过巧妙定义平均值算子,对边界条件进行处理,使所得差分格式全局上达到收敛阶O(τ^(2)+h^(4)),其中τ和h分别是时间步长和空间步长.借助离散能量分析方法,证明了所提格式的无条件稳定性和收敛性.最后,给出数值算例,进一步验证了上述结论.

变量代换法和非线性多项式微分方程的通解(英文)

考虑了两类非线性多项式微分方程,通过变量代换法,得到了这两类微分方程的通解的精确表达式.

项的代入定理

引入两个引理分析了一阶语言中赋值的性质,简化了项的代入定理的证明,新的证明过程更能反映一阶语言的结构和等价的赋值之间的关系.

量子威尔逊圈首项的引力场激发

在四维R引力场中,采用时空联络展式的线性和扩展表示的平方项,计算出引力场激发的曲率,这是由量子威尔逊圈通过两点联系格林函数给出的。同时以引力三维传播子对〈w〉的最低级校正(k4)和引力场自能计算的结果为基础,在精确的k4级条件下,能得到来自于〈w〉的〈w(2)〉首项激发的完整表达式。

一阶逻辑中基于稳定度的项评估方法

针对一阶逻辑中项结构比较复杂、语法与语义特征难以抽取的问题,基于项在文字替换过程中的Herbrand语义特征,分析其制约因素和度量规则,给出项稳定度的定义并提出一种基于稳定度的项评估方法。将所提方法作为文字选择的启发式策略,应用于自动定理证明器中子句集的归入冗余判定中,结果表明,该方法能较好地刻画一阶逻辑中的项特征,与基于项序的文字选择方法相比,其检测次数平均减少50.8%,运行时间平均缩短53.3%。

基于灰色ELM神经网络的短时交通流量预测

为了提高短时交通流预测的精度,针对现有灰色模型,利用一阶线性微分白化方程拟合交通流数据。针对交通流数据波动性较高和易失真的缺点,提出一种基于灰色ELM神经网络的短时交通流预测方法。首先对短时交通流数据采用灰色模型累加处理,将其转化为长时交通流数据,以降低交通流数据的随机性,有效减小因数据本身波动造成的误差。然后,利用ELM神经网络代替一阶线性微分白化方程,对长时交通流进行预测。最后,将长时交通流预测结果经过累减还原为短时交通流预测结果,有效提高了预测精度。仿真验证结果表明,相比于现有的一些预测方法,该方法提高了预测精度,是一种有效的短时交通流预测方法。

基于环境包络线法的深水浮式平台极值响应长期预报

海上结构设计包括对荷载和响应的可靠性评估。对结构进行全面长期响应分析繁琐且费时,故将基于逆一阶可靠性方法的环境包络线进行海上结构概率可靠性分析,对结构的长期响应进行近似估计。在二维标准正态空间中画出与重现期相对应的圆,将圆离散为点后通过Rosenblatt变换转化为环境参数空间中的点来形成闭合的环境包络线。描述海洋环境条件的模型对绘制环境包络线极为重要,基于我国南海荔湾海域40年波浪模拟数据,建立了描述南海波浪的Weibull-Gev条件分布模型,进而绘制南海有效波高—谱峰周期包络线,并与张力腿平台(TLP)系泊张力的长期响应预报结果对比,给出南海海域在波浪作用下应用环境包络线法预报TLP系泊张力的分位数,为未来南海TLP设计中系泊张力预报提供快速估算方法。

一类一阶线性非齐次微分方程的简捷解法

本文利用两个变量乘积的微分公式,推导出一类一阶线性非齐次徽分方程的通解公式。利用该公式解此类微分方程,仅需运用一般的积分计算技巧对微分方程的自由项求积分即可。与常数变易法的繁琐计算相比,该公式十分方便快捷。

汉语亲属关系的语义表示和自动推理

我们通过对汉语亲属词语的语义特征和语义关系进行分析,用一阶谓词逻辑设计了一个亲属关系的语义表示和自动推理模型。首先选取七种语义特征作为描写和定义所有亲属关系的基础,并把这些语义特征视为谓词,把相关的人物视为变元;然后将特定亲属关系的语义特征用运算符号"或"、"与"联结成逻辑表达式;最后给出一种简洁的亲属关系转换算法,包括四个运算步骤:1)把两个已知亲属关系的逻辑表达式联结在一起;2)使用辅助运算规则把表达式中蕴含的信息全部找出来;3)使用化简运算规则把表达式转化为最简表达式;4)从最简表达式上进行归结从而获得答案。