配置630 MPa级高强钢筋的混凝土柱抗震损伤指数模型修正

为了验证各种Park-Ang损伤指数修正模型能否对630 MPa级超高强钢筋混凝土柱的地震损伤进行准确评估。在配置630 MPa级高强钢筋的混凝土柱拟静力试验现象和实测数据的基础上,首先利用6种模型分别计算了8根典型试件的损伤指数,并与试验实测损伤指数范围进行了对比,分析了6种模型的适用性;然后在试验实测数据的基础上,对计算结果存在较大偏差的4种模型进行了参数拟合和模型修正。研究结果表明:Kunnath模型、Chai模型、修正的傅剑平模型、修正的王东升模型和修正的付国模型均能准确模拟630 MPa级高强钢筋柱的损伤指数发展规律,而修正后的Kumar模型计算结果反而偏小,效果较差。

薄膜润滑条件下指数粘度修正模型的速度场分析

在薄膜润滑轴承分析中 ,流体的流动状态将直接影响其润滑特性 ,其主要反映在润滑剂粘度的分布。以指数粘度修正模型来研究在微小间隙内润滑剂的速度特性 ,得出速度分布规律 ,为薄膜流体的温度场和剪切稀化等问题提供计算依据。

基于改进JRD及误差修正的轴承剩余寿命预测方法

目前,风电机组齿轮箱性能发生初始退化时难以识别,现有退化指标易出现剧烈波动、单调性较差,且无法准确预测齿轮箱关键部件如轴承的剩余使用寿命(RUL),针对该问题,提出了一种基于改进杰森-瑞丽散度(JRD)及误差修正的双指数模型轴承RUL预测方法。首先,提取了振动信号样本的多域特征指标,利用高斯混合模型(GMM)与指数型权重JRD,得到了样本的后验概率分布向量,再经归一化处理得到置信值(CV);然后,对轴承从初始健康状态退化至当前检查时刻的CV值进行了相空间重构,提取了CV序列的动力学特征,并将其作为相关向量机(RVM)的训练集,获得了支撑整个退化轨迹的相关向量;最后,利用双指数模型拟合了相关向量,外推趋势至失效门限以计算RUL,并引入了差分整合移动平均自回归模型(ARIMA),对拟合相关向量产生的拟合误差进行了预测,以修正预测的结果。实验结果表明:改进后的退化指标单调性指标提高14.3%;且在不同工况、不同时刻下,经误差修正后的轴承的RUL预测结果较未修正之前有明显提高。研究结果表明:该预测方法可为风电机组齿轮箱重要部件的预测性维护提供参考。

指数型粘度修正模型及应用

根据吸附理论和分子间能量的变化规律来确定表面相互作用程度 ,以此可定义吸附层 ,得出吸附层厚度的分析计算式。吸附层厚度对研究薄膜润滑是最关键的因素 ,是薄膜与厚膜不同分析的关键点。根据分子相互作用的基本理论及流体力学的基本定义得出指数型粘度修正的表达式 ,用于确定微小间隙内流体粘度的变化规律 ,从而建立薄膜润滑理论模型 ,计算薄膜润滑轴承的特性。

修正指数曲线模型参数估计的一种新方法

利用修正指数曲线模型进行拟合和预测时,首先要解决模型参数的估计问题。本文指出了修正指数曲线模型参数估计的传统方法存在的局限性,通过分析适宜用修正指数曲线模型建模的数据特征,根据最小二乘准则,提出了修正指数曲线模型参数估计的新方法,并经过数据实验证明了参数估计新方法的有效性和实用性。

基于数值分析的动态指数分布模型的一个预测算法

在自然参数与状态参数之间满足非线性关系ωt=ft (θt)的假设下 。

期刊h指数模型修正与实例验证

简要分析了h指数模型的的发展,重点分析了Glanzel-Schubert期刊h指数模型优点与可能存在的问题,并通过实例统计分析证实了常数c的理论值为1,且篇均被量的幂被高估了,在此基础上提出了新的修正模型（h=N^（0.34）S^（0.58））。为了实例验证修正前后模型的准确性,使用统计学中解释力度（r^2）概念,验证结果表明,即使在Glanzel-Schubert模型中常数c调整至接近最佳值时,总体上其解释力度也不如修正后的模型佳,这说明修正后的模型既保持模型的简洁性,同时更加与期刊h指数变化规律相一致。另通过大量统计样本分析,得出统计样本的载文时间段与被引用时间段的时间差大小对估算模型有一定的影响,并有一定的规律性。

指数型粘度修正模型的提出

根据吸附理论和分子间能量的变化规律来确定表面相互作用程度，以此可定义吸附层，得出吸附层厚度的分析计算式．根据分子相互作用的基本理论及流体力学的基本定义得出指数型粘度修正的表达式，用于确定微小间隙内流体粘度的变化规律，为薄膜润滑理论分析提供了粘度模型。

季节指数修正GM(1,1)模型在空气质量预测中的应用

在GM(1,1)模型基础上建立季节指数修正GM(1,1)模型,并应用到郑州市空气质量预测中,应用实例表明,该模型对含有季节变动因素的时间序列的预测,具有较好的效果.

BP神经网络误差修正模型的S&P500指数预测

为克服BP神经网络在预测模型构建过程中容易陷入"局部最优"以及隐含层数目等参数选择不当容易造成"过拟合"或"欠拟合"等问题,基于支持向量机(SVM)构建了一种BP神经网络误差修正模型。首先通过神经网络实现对S&P500指数的预测,然后通过支持向量机构建S&P500指数涨幅情况预测模型,基于神经网络与支持向量机的两种预测结果构造S&500指数预测误差修正模型,实现对BP神经网络预测误差的修正。实验结果表明,在本文数据集下所构建的修正模型预测准确率明显优于BP神经网络。

我国农村居民消费水平指数的预测分析——基于初值修正的改进GM(1,1)模型

我国农村居民消费水平指数受到很多因素的影响并且数据波动性较大，采用普通灰色预测模型很难准确地进行准确地预测，因此提出了基于初值修正的改进GM（1，1）模型。首先介绍了初值修正的改进GM（1，1）模型的建立方法与步骤；接着结合2007～2011年我国农村居民消费水平指数建立预测模型，并用2012年数据对模型进行验证为优，因此可以用来预测未来几年我国农村居民消费水平指数，便于对我国农村居民消费水平的宏观调控。结果表明该预测方法是可行的，为相关预测提供了理论依据。

甲基叔丁基醚污染黏土的Archie电阻率模型修正方法

通过引入污染物影响系数及修正孔隙率,提出了一种挥发性有机物污染黏土的Archie电阻率修正模型,并通过米勒土盒单元试验结果给出了模型中的4个参数(胶结指数、饱和度指数、污染物影响系数和孔隙微观分布不均匀性系数)的确定方法。结果表明,黏土的地层因子与孔隙率呈正相关关系,与砂土的相应关系相反,这是黏土颗粒表面电荷对电阻率的影响所致。饱和度指数随体积含湿率的增加呈抛物线变化,随孔隙率的增加呈线性增加,据此提出了同时考虑两种因素的饱和度指数经验公式。综合土体电阻率与体积含水率之间的幂函数关系及与体积含污率之间的线性关系,得到了污染物影响系数的确定方法。孔隙微观分布不均匀性系数a随体积含水率的变化可分为陡降、趋平和缓升3个阶段,土中孔隙水的赋存状态是主要影响因素。

动态指数分布模型及Bayes预测

本文给出了观测值服从指数分布的动态指数分布模型，并在自然参数与状态参数之间满足线性关系ω_t=F'_tθ_t的假设下，利用共轭分布给出了动态指数分布模型多数的修正递推及其预测．

我国居民消费价格指数的预测分析——基于残差修正的改进GM(1,1)模型

我国居民消费价格指数受到诸多因素的影响,导致数据波动性较大,单纯地采用灰色预测模型无法更加准确地进行预测,因此本文提出了基于残差修正的改进GM(1,1)模型。首先,本文介绍了改进GM(1,1)模型的建立方法与步骤;接着结合2007~2011年我国居民消费价格指数建立新的预测模型,并用2012年数据对模型进行验证合格,可以用来预测未来几年我国居民消费价格指数,便于对我国未来居民消费价格指数的宏观调控。结果表明,该预测方法是可行的,为相关预测提供了理论依据。

修正指数曲线法与灰色模型和BP神经网络预测在建筑物沉降中的对比分析

变形监测在建筑物施工和运营管理方面是一个至关重要的环节,变形监测的预测模型有很多。选取适当的变形监测预测模型对于预测建筑物的变形尤为重要。本文运用灰色模型GM(1,1)、BP神经网络和曲线拟合中的修正指数曲线对一幢大楼13期的沉降观测数据进行分析。利用前12期沉降观测数据构建预测模型来预测第13期沉降观测的数据,将预测的结果与实际测量的结果进行比较,得出这三种模型预测的精度。结果表明:在这一幢大楼的沉降观测预测中,修正指数曲线法预测的精度要比灰色模型GM(1,1)和BP神经网络预测的精度高。

基于指数平滑法的光栅信号细分误差修正模型建立及分析

结合光栅结构的制造精度,提出了一种光栅信号自适应细分方法,并进一步给出误差修正模型。利用IBV660B细分盒实现400倍细分脉冲,由ARM芯片定时器捕获单元对光栅输出信号进行脉冲宽度测试所得的结果来验证本文方法。指数平滑法可以控制光栅栅距触发采样时间误差为±0.10ms,细分误差是±0.79″。与灰色预测算法相比,遇到"临界"区时,指数平滑法可以更加平稳地预测误差,这就使指数平滑法在"临界"状态下时可以获得更低的预测误差。

修正指数—AR模型在路基沉降监测中的应用

路基沉降监测及预报可以有效地提高道路维修效率,具有重要的现实意义。修正指数函数模型可用于对路基沉降监测数据进行分析与预报,且具有一定的精度。文中在修正指数函数模型的基础上,计算得到原始观测数据与修正指数函数模型拟合数据之间的残差序列,通过AR模型处理残差序列,确立最终的修正指数-AR模型,并通过路基沉降监测实例对模型的预测结果精度进行验证。结果表明:修正指数-AR模型较单纯的修正指数函数模型而言,预测结果精度更为准确、可靠。

修正指数曲线的人口预测模型

文章应用修正指数曲线模型来预测我国人口的未来发展状况,并从短期来看有比较好的预测效果.

基于灰色GM(1，1)非等时距修正模型的轨道质量预测

根据灰色理论,以轨道质量指数检测数据为原始时间序列,通过累加弱化序列的随机性,挖掘轨道系统内在的规律,研究建立基于灰色GM(1,1)非等时距模型的轨道质量预测方法。为提高模型预测精度,优化模型中的初值和背景值,并基于残差分析引入周期性函数,对模型进行修正。用此模型对轨道质量指数TQI数据进行分析预测,并对模型精度进行检验。结果表明模型能较好地反映轨道质量恶化发展的随机波动特征,拟合、预测精度高,为了解和掌握轨道质量状态的发展规律提供了新的方法。

马尾松纯林叶面积指数和平均树高的协整模型研究

依据森林资源二类调查,在全面踏查的基础上,分别于2006年、2008年和2012年调查了岳麓山马尾松纯林11块样地,地位指数为16,年龄为12～32年,并对其进行了叶面积指数与平均树高的分析。结果表明,通过ADF检验分析可知,叶面积指数为I(2),平均树高为I(2),它们具有协整关系。采用Engle和Granger提出的两步检验法检验,叶面积指数对平均树高的回归方程非均衡误差是平稳的,它们的长期均衡方程为:lny t=1.246 7 lnx t-0.282 2+εt,根据Hendry提出的方法建立短期误差修正方程为:△lny t=0.750 8+0.030 7△lnx t-1.138 8εt-1。叶面积指数对平均树高的长期弹性系数为1.246 7,短期弹性系数为0.030 7,误差修正系数为-1.138 8,表明平均树高对长期均衡的短暂偏离,要在下一期进行反向修正。该模型系统具有良好的拟合性,模型决定系数R2=0.859 1,模型显著性水平P=0.000 0。从模型分析可以得到林分叶面积指数的适当调整有利于林分平均树高的生长,在马尾松次生林经营中多注重叶面积的培育,有助于叶面积发育和树高的生长,最终促进整个林分的生长。