基于GA-SVR的CO_2驱原油最小混相压力预测模型

为了得到更精确的CO_2驱原油最小混相压力,考虑挥发组分(N_2+CO_2+CH_4+H_2S)含量、中间烃组分(C_(2-6))含量、重质组分(C_7^+)含量、重质组分的相对分子质量、重质组分密度以及温度的影响,建立了基于遗传算法参数寻优的支持向量回归机模型。模型优点在于使数据结构风险最小化,是基于数据精度高和回归函数复杂性适宜的条件下进行全局参数寻优得到最优模型,根据测试样本数据可以给出预测结果,得到更为准确的最小混相压力数值。该模型计算结果平均相对误差为3.44%,与文献中的实验结果、细管实验结果对比,具有较好的准确性。

一种短期光伏出力的区间预测方法

确定性的点预测在精度上无法满足大规模光伏并网的调度需求,基于此,提出一种光伏出力区间预测方法。针对光伏功率原始数据的强波动特性,采用变分模态分解(variational model decomposition,VMD)方法将其分解为若干个子序列,并依据样本熵理论,将复杂度较高的子序列重组为波动分量S,采用高斯过程回归(Gaussian process regression,GPR)法对分量S进行预测,得到其波动区间。考虑到GPR本身固有的缺陷,采用纵横交叉(crisscross optimization,CSO)算法对它的超参数寻优过程进行改进,而复杂度相对较低的其他VMD子序列代表光伏出力稳定分量,因此,采用支持向量机(support vector machine,SVM)法直接对它们进行确定性预测,最后通过重组各分量的预测值,得出光伏出力的区间预测结果。

基于贸易引力模型的我国沿海港口外贸货物吞吐量影响因素

为探究影响我国沿海港口外贸货物吞吐量的因素,以及这些因素的影响因金融危机的爆发而发生的变化,建立基于贸易引力模型的我国沿海港口外贸货物吞吐量影响因素的向量自回归(Vector Auto Regression,VAR)模型,研究金融危机爆发前后交通运输固定投资、人民币实际有效汇率、外商直接投资、世界经济状况和国内经济状况对我国沿海港口外贸货物吞吐量的影响.由方差分解分析发现:对交通运输体系固定投资的增加在金融危机后较之金融危机之前更能提高沿海港口外贸货物吞吐量;人民币实际有效汇率和外商直接投资的波动在金融危机之前、后对沿海港口外贸货物吞吐量均不构成显著影响;金融危机后世界经济的复苏明显提高沿海港口外贸货物吞吐量;我国国内经济状况对沿海港口外贸货物吞吐量的影响在金融危机后大幅削弱.

基于S-WLLE算法和SVR的植物叶片图像识别方法

针对加权局部线性嵌入(Weighted Locally Linear Embedding,WLLE)算法不能充分挖掘样本类别信息以及传统流形学习算法中利用已有训练样本流形邻域关系近似得到测试样本低维嵌入的低精确性,提出了基于监督加权局部线性嵌入(Supervised Weighted Locally Linear Embedding,S-WLLE)算法和支持向量机回归(Support Vector Regression,SVR)的植物叶片图像识别方法。首先利用叶片样本监督距离代替WLLE算法中的欧式距离,对训练样本进行降维;然后学习训练样本已有数据得到SVR模型,预测测试样本的低维嵌入;最后利用最近邻分类器分别实现正负类样本以及负负类样本之间的识别。实验表明,该算法不仅提高了正负类叶片的识别精度,而且能够有效实现负负类叶片的识别。

一种改善动脉自旋标记磁共振图像中部分容积效应的新算法

动脉自旋标记磁共振图像是一种新颖的无侵入式的功能性磁共振图像。这类图像可以直观测量患者大脑血流量,对揭示患者是否患有老年痴呆症及判断相应的病症程度十分有效。然而,动脉自旋标记图像本身的分辨率不高,再加上扫描过程中不可避免的信号相叉污染和像素异质性等问题,使得部分容积效应在该类图像中普遍存在。部分容积效应会造成动脉自旋标记图像中信号还原失真,进而影响患者大脑血流量测量,对其病症判断带来不利影响。在文章中,一种基于单像素点信息的新颖算法被提出,改善动脉自旋标记磁共振图像中的部分容积效应。大量的统计比较实验表明,该算法不仅能解决国际上现行的改善算法中不可避免的改善结果过度模糊、丢失大脑细节信息问题,还能对准确判断患者老年痴呆病症程度能起到积极作用。

港口物流与城市经济关系的实证研究——基于厦门港与厦门地区经济指标

本文以厦门港1985年—2012年数据为基础,运用向量自回归模型、脉冲响应函数分析等方法,对港口物流与城市经济之间的影响机制做了实证研究。研究结果表明,货物吞吐量、进出口总额、地区生产总值三者之间存在协整关系,港口货物吞吐量对GDP具有持久影响,而GDP仅影响当期港口货物吞吐量,港口货物吞吐量与进出口总额之间存在相互持久的正向影响,建议做好港口建设中长期规划,促进外贸发展,推进港城共荣。

基于支持向量机回归的港口吞吐量非线性组合预测

提出了一种基于支持向量机回归算法的港口吞吐量非线性组合建模预测方法,并运用该方法进行了港口吞吐量预测,同时将该预测结果与其他方法的预测结果进行了比较.结果表明,该方法具有很强的学习及泛化能力,在处理具有一定程度的不确定性的非线性系统的组合建模预测问题时具有很好的应用价值.

宁波国际贸易与海港城市发展互动关系研究

以宁波市1985年～2010年的相关数据为样本,利用VAR模型分析框架研究宁波市国际贸易与城市发展的互动关系,结果表明:宁波市国际贸易与城市发展之间存在着长期均衡的互动关系,其中城市发展对国际贸易具有相对微弱的促进作用,而国际贸易对城市发展有着相对显著的促进作用,宁波市政府应更加致力于提高对外贸易水平推进该市现代化国际港口建设。

基于LARS-SVR的电影总票房预测模型研究

考虑影响票房的各种因素,使用最小角回归(LARS)算法进行因素选取,再利用支持向量回归(SVR)算法对所选因素建立预测模型。结果显示:电影热度、电影制式、上映时间、影片类型、演员是影响一部影片总票房的主要因素,且本文提出的LARS-SVR模型既通过变量选择避免了SVR出现的过拟合现象,还保持了与LARS、逐步回归相当的拟合效果,预测误差也远小于后面两个模型。此研究结果可为电影制片方、宣传营销方及院线经营者提供一些决策参考。

山东省区域港口与经济发展的互动效应分析

以烟台港、青岛港、潍坊港、东营港、日照港等8个山东典型港口为研究对象,充分考虑山东半岛、渤海湾及鲁南地区发展的特殊性,结合山东省港口资源整合的大环境及各港口经济发展现状,综合剖析区域港口之间的差别及组建港口联盟的必要性。在此基础上,对2011年至2017年山东各港口的相关面板数据进行向量自回归,分析港口与经济发展间的相互作用,并通过固定效应回归模型,进一步研究具体因素对区域港口发展的影响。研究发现,区域港口与经济发展之间存在互动效应,且港口对经济发展的贡献程度要强于经济的反向影响。具体来看,地区经济水平、产业结构及基础设施等异质经济因素对山东区域港口发展具有显著影响。

基于FGM-SVR组合模型的港口吞吐量预测

为提高港口吞吐量的预测精度,建立基于分数阶累加GM(1,1)预测模型FGM(1,1)和支持向量回归(support vector regression, SVR)的组合预测模型进行港口吞吐量的预测。首先,分别运用FGM(1,1)模型和SVR模型对吞吐量进行预测;然后,针对传统组合模型赋权不能兼顾各单项模型在各时点预测能力强弱的问题,提出基于诱导有序加权平均(induced ordered weighted averaging, IOWA)算子的赋权方法进行组合预测;最后,以重庆港2005—2020年港口货物吞吐量为数据样本进行实例验证,分别使用FGM(1,1)模型、SVR模型和赋权后的组合模型进行港口吞吐量预测,并比较3种模型的预测精度;最后,分别使用这3种模型对2021—2024年港口吞吐量进行了预测。研究结果表明:基于IOWA组合预测模型的均方根误差、平均绝对误差和平均绝对百分比误差均明显小于各单一预测模型。该组合模型可以为港口吞吐量预测提供一种新的方法。

大丰港货物吞吐量的时间序列法预测研究

根据大丰港的历史数据,采用时间序列的回归分析方法对大丰港货物吞吐量进行预测研究。在回归分析法中,通过比较,选择指数模型、高次多项式模型以及支持向量机方法分别对大丰港的货物吞吐量进行模拟预测。对指数模型、多项式模型、支持向量机三种方法的预测结果进行比较,并结合大丰港的实际情况,最终选择使用支持向量机法给出大丰港2012—2016年的货物吞吐量预测值。

一种雷达散射截面半参数起伏统计模型

提出一种基于支持向量回归机(Support Vector Regression,SVR)的半参数化雷达散射截面(Radar Cross Section,RCS)起伏统计模型。该模型通过利用SVR将常规半参数化模型中修正因子全样本表出简化为支持向量表出,从而达到提高模型执行效率的目的。仿真实验结果表明,该模型可以有效表达RCS样本分布,且显著降低模型表出所需样本量。

基于情境变动的港口吞吐量预测模型

情境变动是影响港口吞吐量预测的重要因素。然而现有关于港口吞吐量预测建模的研究对此问题的关注度相对较少。因此本文构建动态惩罚支持向量回归模型,通过动态调整每个数据的惩罚系数,使预测模型快速适应新情境下的事物发展规律,从而提高预测模型的预测准确率。采用1980-2014年大连港和天津港的年货物吞吐量数据进行实证研究,并与传统支持向量回归模型和ARIMA模型进行对比分析,实证结果表明本预测模型与其他两个预测模型相比具有以下两个特点:1、当影响港口吞吐量的情境发生变化时,该模型能够快速适应新情境,从而提高预测准确率;2、该模型的预测性能更加准确、平稳,从而提高实用性。

集装箱港口碳排放量及碳达峰时间测算方法

为使港口企业制定合理的碳达峰方案,首先,界定集装箱港口的测算范围,以船舶与集装箱为计量单位,建立基于能源消耗的集装箱港口作业碳排放量测算模型,采用考虑异常值的支持向量回归模型预测集装箱吞吐量;再通过测算模型得到碳排放量时间序列,并设计基于Mann-Kendall趋势检验法的碳达峰时间判断标准,进而确定碳达峰时间;最后,以某集装箱港口为例,测算2000—2020年以及未来10年的碳排放量,得出该港的碳达峰时间,并提出有效降低港区碳排放量的建议.该方法可为港口制定碳达峰方案提供参考.