折扣系数法在建立预测模型中的应用

本文针对不同观测点对预测值的不同影响，采用折扣系数法探讨了用折扣最小二乘法和折扣最小一乘法建立预测模型的方法以及用折扣系数法建立组合预测模型的方法。本文的方法不仅适合于一般趋势预测模型的建立，也可推广到一般回归预测模型的建立。这对于提高预测模型的预测精度有着重要的意义。

试验设计中用折扣系数法对未知参数的点估计（Ⅰ）

本文在实验设计中，用折扣系数法将未知参数的点估计问题由双因素试验推广到等重复三因素试验中，并得到较好的结果。

试验设计中用折扣系数法对未知参数的点估计（Ⅱ）

本文在实验设计中，用折扣系数法将未知参数的点估计问题由双数因素试验推广到等重复三因素试验中，并得到较好的结果。

折扣系数法在建立预测模型中的应用

本文对折扣系数法在建立预测模型中的应用进行了研究。可在加权最小二乘法或加权最小一乘法中选择适合预测目的方法建立预测模型。也可以在多种预测方法的基础上建立组合预测模型，使组合预测误差平方之加权和最小或使组合预测误差绝对值之加权和最小。折扣系数的选择是灵活的。本文的方法不仅适用于一般趋势预测模型的建立，也可推广到一般回归预测模型的建立。这对提高预测精度有着重要意义。

利用模糊证据理论的信息融合方法及其应用

提出了一种基于模糊集合和证据理论的信息融合方法.针对证据理论应用中基本概率指派函数(mass函数)以及多传感器信息融合中各个传感器测量数据的可信度均难以确定的问题,首先利用传感器测量信息的不确定性得到辨识框架的隶属度函数;然后利用隶属度函数构造证据理论的mass函数;再根据各mass函数之间的距离评估各传感器的相对可信度,在此基础上对各个证据进行折扣,利用基于折扣系数法的改进证据理论组合规则对多传感器信息进行融合.最后将所提出的方法应用于目标识别系统中.仿真结果表明,在证据高度冲突时,该方法仍能正确识别目标,提高了信息融合系统的稳定性.

基于小波变换的神经网络空调负荷预测研究

基于小波变换的思想建立了递归BP网络模型来预测空调负荷,改进了网络权值、阈值的修改算法,引入了折扣系数法以提高近期预测精度,结合一实例进行了空调逐时冷负荷预测,结果表明该方法预测精度高,适用于空调负荷预测。

长江汉口水位受鄂东北及汉江来水影响分析

影响长江中下游干流汉口站水位的因素众多,其不仅受上游干流、支流汉江来水的影响,而且还受下游九江站以及鄂东北诸多中小支流回水顶托的影响,在此复杂的来水情况下,汉口站水位预报难度较大。基于折扣系数法对鄂东北汛期来水顶托影响进行了分析,同时以2010年7月汉口出现洪峰水位27.31 m的洪水预报为例,通过分析水位流量关系及相关图模型的方法,研究汉江及鄂东北诸支流来水对汉口水位的影响。研究结果可为汉口站在复杂来水情况下的水情预报积累经验。