计算可视化的一个快速三维旋转算法

为了实现科学计算过程中动态对象的三维图形生成,提出了一个动态平行投影模型;在此基础上,导出了万能平行投影公式;通过对万能平行投影公式的分析,提出了一个新的三维图形旋转算法—投影平面自适应跟随算法(PPAF)。分析和仿真表明,PPAF的时空复杂度显著降低,相对于固定投影平面算法(FPP),计算速度可提高三倍以上,使动态对象的快速三维连续旋转成为可能。运算实例验证和展示了算法的运算效率和图形质量。

基于机器学习方法的我国天然气进口预测

在“双碳”政策引导下,大力使用低碳、清洁的天然气资源是我国能源转型的重要举措,我国天然气供应主要依赖进口,准确预测天然气进口趋势对实现“双碳”目标具有重大意义。本文采用曲线投影寻踪动态聚类模型从经济发展、人口、天然气行业和能源消费4个方面确定天然气进口影响因素评价指标体系,分别构建多变量灰色GM(1,N)模型、支持向量机回归(SVR)、卷积神经网络(CNN)3种机器学习模型并对2006~2020年我国天然气进口数据进行拟合,对比拟合精度选取最优模型进行预测,以降低预测风险。研究结果表明:(1)曲线投影寻踪动态聚类模型不受指标数量和样本容量限制,按照影响因素的重要程度进行排序构建了天然气进口预测评价指标体系,剔除人为任意性因素的影响,实现预测指标体系的客观性;(2)CNN模型对天然气进口量的时间序列预测具有较高的预测精度;(3)2021~2026年我国天然气进口量呈上升趋势,增速下降,2026年天然气进口量突破2000亿立方米,预测结果与当前国内外能源政策导向吻合,最后针对预测结果提出相关建议。研究结论科学、可靠,可为我国天然气进口及风险管理提供一定的科学依据。