最小二乘支持向量机和预测误差校正的运动员成绩预测

为了获得更好的运动员成绩预测结果,提出最小二乘支持向量机和预测误差校正的运动员成绩预测模型。首先通过提升小波和最小二乘支持向量机对运动员成绩进行建模和预测,然后通过误差校正方式对运动员成绩的预测结果进行校正,最后通过运动员成绩预测实例对模型的有效性进行测试,并与其他运动员预测模型进行对比实验,验证其优越性,结果表明,所提模型降低了运动员成绩的预测误差,并且通过误差校正提高了运动员成绩预测结果的稳定性,预测精度要优于其他运动员成绩预测模型。

基于混合预测模型的负载均衡算法研究

结合Web服务用户访问静动态内容的不同特点,提出一种基于混合预测模型的负载均衡算法。该算法建立了网络带宽负载和CPU、内存等综合负载的小波包-支持向量机混合预测模型,根据用户请求的类型,结合负载预测的结果对任务进行分配和调度。仿真结果表明,该算法较传统基于预测的负载均衡算法具有更高的效率和实用性。

一种基于预测模型的负载均衡算法

结合集群系统中服务节点负载变化的不确定性和随机性的特点,提出WPLS-SVM组合的Linux服务器集群系统负载预测模型。该模型能够依据采样值对集群中节点的负载情况做出预测,根据节点的负载预测结果结合随机区间调度算法可以有效地实现对请求任务的分配与调度。仿真结果表明,较传统的负载均衡算法该算法克服了响应速度慢、预测精度差等缺点,提高了集群系统的利用率。

动态随机一般均衡框架下预测理论的发展:文献综述与应用展望

动态随机一般均衡框架下预测理论的发展,弥补了动态随机一般均衡模型在经济结构分析和政策评估研究中的不足,不仅有助于更好地理解经济运行状况,同时也能够为政府和中央银行的政策制定提供理论支持和决策参考。随着中国经济发展步入新常态,如何进一步为政府和央行提供前瞻性的政策指导尤为重要,因此,构建包含中国宏观经济结构特质性的动态随机一般均衡模型进行预测,对于探讨国家政策的有效性、帮助政府部门灵活审慎地制定和推出旨在防止经济衰退的稳定化宏观经济调控政策具有积极的作用。

变结构非线性协整系统的预测方法

变结构非线性协整是经济系统建模中常遇到的问题。本文提出了变结构非线性协整的定义及分类,并通过引入变结构协整的概念,来处理变结构非线性协整问题。

使用博弈差分算法的电站锅炉高效低污染燃烧均衡优化

提高电站锅炉热效率,降低NO_x等污染物的排放量是电站节能减排必须解决的问题。经过采用经量子遗传算法(QGA)优化参数后的最小二乘支持向量机(LSSVM-QGA)建立燃烧优化模型,预测的锅炉热效率和NO_x排放量的平均相对误差分别达到了0.054%和1.229%,其预测精度及泛化能力均较优,有更强的适用性能。在此模型基础上,提出一种采用自适应缩放因子与交叉因子和共享函数机制的差分进化算法(DE),通过其演化博弈论中的NASH均衡,实现锅炉燃烧的多目标优化,结果表明,基于NASH均衡的优化方法可以得到操作变量的最优解集,能够更好地改善运行工况,最终可以实现削峰填谷,使电站锅炉保持一个稳定均衡的燃烧状态。

车辆多目标自适应巡航控制算法

为了综合协调车辆跟车时的追踪性能、燃油经济性能、驾乘人员舒适性能和跟车安全性能,研究了多目标自适应巡航控制(ACC)算法,建立了包含车辆模型和车间关系的ACC系统集成式纵向运动学模型,设计了描述追踪误差、燃油消耗量和驾驶员跟车行为误差的目标函数,以及保证动态跟车、期望驾乘感受和跟车安全的约束条件,基于模型预测控制理论将多目标ACC系统控制算法转化为带有多个约束的在线二次规划问题。采用反馈校正机制改善了算法设计时存在的建模失配和外部干扰等低鲁棒性问题,引入向量松弛因子解决了优化求解过程中硬约束导致的控制算法非可行解问题。仿真结果表明,相比线性二次型调节器的ACC算法,所提控制算法在前车循环工况中100km油耗降低9.3%,追踪误差指标降低21.7%,从而实现了良好的车辆追踪,同时满足驾驶员期望的跟车特性要求。

基于门限协整系统的预测方法研究

某些非平稳时间序列,它们在整个区间上并不存在线性协整关系,而存在非线性协整关系。作者运用门限协整的概念,处理非线性协整问题,把整个区间检验为若干个子区间,分别在每个区间上进行线性协整分析。文中讨论了滚动预测方法。最后,通过上证和深证A股指数的门限协整分析,验证了门限协整系统在预测中的优越性。