基于概率分布代表点的模型集合设计方法

对于估计、滤波和控制等问题,多模型方法提供了一种非常优越的解决方案.设计优良的模型集合是应用多模型方法的首要问题.本文提出了一种基于概率分布代表点的模型集合设计方法.在已知系统模式的概率分布条件下,由数论方法获得代表其概率分布的F-偏差或伪F-偏差代表点和均方差代表点,利用这些代表点构成覆盖系统模式空间的模型集合.文中给出了一维和二维模型集合的具体设计.仿真结果说明了所设计的模型集合的性能.

基于人工神经网络的雅砻江流域水文过程多模型集合模拟

为降低水文模型的不确定性对流域水文过程模拟的影响,优化模型的实际应用效果,选取四种常见的水文模型:SWAT模型、BTOPMC模型、VIC模型和DTVG模型在中国西南的雅砻江流域分别建模,采用一套统一的模型输入数据与模拟时间范围,再次运用四个水文模型进行径流计算,并运用北京师范大学水科学研究院自主开发的基于人工神经网络方法的多模型输出集合系统对四个模型的模拟结果进行集合计算,得到集合计算的流量过程线及误差水平,与各水文模型计算结果相比较。研究结果表明,多模型集合计算的确定性系数和纳什效率系数均达到了0.90,相比单一水文模型的计算精度有大幅提高,且计算结果较稳定,与实际径流过程具有很好的一致性,说明多模型集合模拟在该流域具有很好的适用性。

基于可行模型集合方法的多模型切换控制

对含参数跳变的一类具有有界干扰的多输入多输出系统,为改善系统的瞬态响应性能,采用由多个固定模型和两个自适应模型组成的多模型,并引入切换指标函数构成多模型切换控制器。为克服多模型方法计算量大的缺点,采用可行模型集合方法,给出了可行模型应满足的必要条件。应用这一必要条件,对系统的多个模型进行检验,可快速缩小模型可行集合的范围,再通过切换指标函数,在可行模型集合中选择正确的控制器,从而在不降低系统响应性能的前提下,提高计算速度。

变结构多模型估计第V部分——可能模型集合算法

本文提出了一种称为可能模型集合(LMS)算法的变结构多模型(MM)估计器,它适用于大多数混合估计问题并且比较容易实现。在任何时刻使用所有与系统模式匹配的模型。本文讨论了该模型的不同版本。最简单版本通过删除所有不太可能的模型,激活所有主要模型可能跳变的模型来获得模型集合的自适应,从而获得可能的期望系统模式转移。通过一个跟踪机动目标和一个失效检测和识别的例子来演示了LMS估计器设计和应用的通用性、简单性和容易性。文中也给出了算法同其它一些固定结构-变结构估计器在费效比方面的比较结果。

基于集合覆盖模型和线性加权和法的选址问题研究——以兰州和平高校聚集区应急物流中心选址为例

应急服务设施点的选址是应急物流管理中不可缺少的一个内容,当突发事件出现时,位置合理的应急服务设施点可以在最短的时间内响应需求,保证充足的物资供应。应急服务设施点决策对于应急物流至关重要,正确的决策不仅可以降低物流成本,还能保证应急物资的时效性。文章根据兰州和平高校聚集区物流发展情况、各个需求点时空相对距离,充分考虑到应急物流物资配送的时效性特点,基于集合覆盖模型对兰州和平高校聚集区9个候选点进行初步筛选,从成本、设施基础和柔性等方面选择相应的评价指标,采用线性比例变换方法对指标值进行标准化处理,最后采用线性加权和法对初选方案进行综合分析比较,最终得出兰州和平高校聚集区应急物流中心的最佳选址。

基于集合覆盖模型和模糊综合评价法的选址问题研究

随着乡村振兴战略的实施,农产品的种植技术不断发展,生产能力不断提高,但传统的农产品加工方式滞后,造成农产品出路少、附加价值低、农民增产不增收,不能满足现代农业的发展需求。文章以发展兰州七里河区百合深加工产业为出发点,首先构建了百合深加工厂的选址模型,其次用实证研究的方法验证了模型的有效型和实用性。在实证研究中,以七里河区西湖街道百合深加工厂选址为例,应用集合覆盖模型对百合深加工厂进行初步选址,确定了两个候选位置,并且采用模糊综合评价法对选址方案进行评价,最终确定兰州百合深加工厂的最终位置。

基于集合覆盖模型的生鲜前置仓选址研究

为满足消费者对快速、高效配送的需求,前置仓模式成为生鲜电商关注的焦点,而前置仓的选址规划则成为研究重点。本文以青岛市为例,综合运用定量和定性方法进行研究,首先,通过集合覆盖模型初步筛选前置仓选址方案,随后,引入层次分析法对初步筛选出的前置仓选址方案进行最终确定。本研究旨在为生鲜前置仓选址提供参考。

基于单一和集合土壤转换函数模型对土壤含水量的模拟性能分析

以海河流域3个实验场地(密云站、大兴站、馆陶站)为研究区,采用7种常用的单一土壤转换函数(soil pedotransfer function,PTF)模型预测土壤水力参数作为HYDRUS-1D的模型参数,求解Richards方程获得土壤含水量,并与实测土壤含水量进行比较,评价了常用单一PTF模型预测的土壤水力参数对土壤含水量的模拟性能。此外,采用3种方法构建集合PTF模型,评价了集合PTF模型对土壤含水量的模拟性能。结果表明:基于van Genuchten方程构建的单一PTF作为模型参数模拟土壤含水量的均方根误差最小;而其中Rosetta3模型表现更优。在集合PTF模型中,基于贝叶斯平均法构建的模型表现最好。集合PTF模型预测土壤水力参数可以较好地捕捉多个单一PTF预测土壤水力参数的整体趋势,弥补单一PTF在某些情况下模拟误差较大的不足。

基于嵌套集合模型的时态层次数据管理方法

时态层次数据是层次数据在时间维度的扩展,用于描述随时间变化的层次结构。相较于非时态层次数据,现有的时态层次数据管理方法仍存在存储方案复杂以及查询和更新效率低下等问题。针对上述问题,提出了一种基于嵌套集合模型的时态层次数据管理方法。首先从节点变化角度分析了层次数据变化的4种类型,在此基础上通过扩展时间标签字段实现了多版本节点在关系数据库中的存储和查询功能,最后提出了一种基于存量空间的嵌套集合模型(Abundantly Gapped Nested Intervals Scheme,AGNIS),用于解决主流嵌套集合模型插入数据记录效率较低的问题。基于我国2021-2022年行政区划及其调整数据的实验结果表明:提出的数据管理方法能够实现历史层次数据的存储和任意时刻层次结构快照的查询,且兼顾了时态层次数据查询和更新操作的高效性。

中国冬季降水的支持向量机预测模型研究

我国冬季降水对于农业、水资源管理和自然灾害风险评估具有重要意义.受多种气象因素的影响,冬季降水的预测仍具有挑战性,进一步提升冬季降水的预测技巧是当下短期气候预测研究的重要课题.本研究采用支持向量机(SVM)方法,旨在通过机器学习方法提高中国冬季降水的预测准确率.基于NCEP_CFS, ECMWF_SYSTEM, BCC_CSM等五个模式数据以及站点数据,建立针对冬季降水的SVM集成预测模型,并与单个模式和等权集合平均模型(AVE)加以对比.SVM模型因其强泛化和处理非线性问题的能力,在中国冬季降水预测中表现良好.研究表明:(1)SVM模型较单个模式及AVE模型的预测准确性与稳定性得到大幅提升,SVM模型的PS评分和PCS评分显著高于单个成员模式的结果,最大分别提高了8.0(12.6%)和3.9(7.4%),较AVE模型则最大分别提高了5.4(8.2%)和2.1(3.8%),预报技巧的提高在观测资料相对缺乏的西南和西北地区尤为明显.(2)从均方根误差和时间相关系数的空间分布上来看,SVM模型对其成员模式在西藏地区、西南地区、华东及华南地区误差较大的情况改善明显,误差最大降低了259(90.9%),预报技巧最大提高了1.13.(3)独立样本检验中,SVM模型的PS评分和PCS评分显著高于单个模式和AVE模型,最大提高了10.79(20.3%)和11.39(27.3%).因此,SVM模型的构建,将有助于进一步提高中国冬季降水预测的准确性和稳定性,为气象防灾减灾和气候资源开发利用等提供重要技术支撑.

高阶作用对植物-传粉者-植食动物集合群落续存的影响

高阶作用通常指一个物种对另外两个物种之间相互作用强度的影响,对物种共存、群落构建及生物多样性具有重要影响。在集合种群水平上考虑了植食动物对动植物传粉关系造成的高阶作用,以及植食动物对传粉者的间接作用。通过分析基本生态过程,建立植物-传粉者-植食动物的集合群落模型,模型清楚地展示高阶作用和间接作用,可以用来研究它们对集合群落稳定性和续存的影响。结果表明:(1)互惠关系在集合群落尺度上会引起双稳态现象,说明了群落动态对初始条件的依赖性;(2)正高阶作用能够扩大集合群落双稳态的参数范围,负高阶作用和间接作用缩小它的参数范围,但都不会从本质上改变双稳态现象;(3)正高阶作用能够降低集合群落的灭绝阈值,增加集合群落稳定时的占有率,有利于集合群落续存,而负高阶作用和间接作用不利于续存。研究结果说明高阶和间接作用对调节多物种系统动态和物种共存具有重要作用。

基于集合覆盖模型的社区菜鸟驿站选址优化研究

文章以长沙市润泽园社区为例,研究如何优化该社区菜鸟驿站的选址。润泽园社区内的快递站点分布不均,部分居民需要步行较远距离才能取到包裹。此外,社区内仅有一家同时经营多个快递品牌的菜鸟驿站,而其他快递站仅经营一种品牌,居民经常需要走遍整个社区才能取完所有包裹。为此,文章以满足用户需求为前提,构建基于集合覆盖模型的菜鸟驿站选址优化模型并设计相应的算法。结果表明,该社区菜鸟驿站最优选址为{A12,C1,D5,A20}或{A12,C1,D5,A21}。

考虑集合覆盖率的两级云仓选址优化——以某酒类云仓为例

互联网的兴起和信息技术的迭代更新加速了各行业的数智化转型,云仓作为物流与信息技术相结合的产物,能加速供应链数字化转型,实现仓配一体化。建立了两级云仓网络,使用两阶段选址模型。在第一阶段,使用K-means-重心法,利用K-means++聚类分析法对城市进行分组,并用精确重心法对网络的二级节点—城市仓进行最佳选址。第二阶段则利用集合覆盖模型确定网络一级节点—中心仓,确保中心仓能够覆盖全部城市仓,从而确定整个两级云仓的空间布局。以某酒类企业为例进行选址布局,成功解决了该企业两级云仓的全国布局问题。

结构非概率集合可靠性模型

针对概率可靠性模型和模糊可靠性模型关于原始数据要求高的局限性,将影响结构可靠性的不确定性信息用区间集合来描述,提出了一种新的结构可靠性分析的非概率集合模型.以建立的结构应力-强度非概率集合干涉模型为基础,用结构安全域的体积与基本区间变量域的总体积之比作为结构非概率集合可靠性的度量。相对于前人的研究结果具有更加明确的意义,并证明了它与概率可靠性度量的相容性.

城市出租车容量控制集合模型及应用

分析了出租车容量与交通小区人口的出行特征、出租车承担的交通量、出租车运营效果及出租车运营收益的关系,通过对出租车容量的集合模型的改进,运用交通小区调查的结果,计算现状出租车的容量.结合城市总体规划预测未来交通小区数据、未来出租车容量,为城市的公共交通管制提供依据.

基于四层集合模型的复杂电力系统脆弱性评估体系

复杂电力系统的脆弱性评估的关键是找出系统中可能被攻击而引起大面积停电事故的脆弱点。本文从大面积停电角度出发给出了复杂电力系统的脆弱性定义,在此基础上利用复杂电力系统具备大量数据信息源的特点,首次提出了描述受到各种攻击时系统脆弱性和系统数据信息源关系的四层集合模型。同时,本文根据该模型,运用关联聚类方法建立了一套新的、客观和实用的复杂电力系统脆弱性评估的指标体系和评估方法,通过对国内某大型省级电力系统的评估算例说明了该方法可以有效找出复杂电力系统的脆弱点集合。

岩体地下结构围岩稳定非概率可靠性的凸集合模型分析方法

在岩体地下结构围岩稳定可靠性分析中,由于岩体的物理力学参数本身的特点,通常只能在岩体分类的基础上给出其变化的区间,要得到其概率密度分布函数和隶属函数是非常困难的。采用传统的统计概率和模糊概率模型得出的概率结论只具有理论上的意义。针对岩体地下结构围岩的特点,引进非概率的可靠性分析方法,采用凸集合模型描述基本参数的不确定性,将结构功能函数转化为仿射函数,对于给出了设计安全域的地下结构,利用仿射函数在凸集合域上求得响应输出区间,通过比较设计安全域和响应区间,确定其可靠性;对于没有明确给出设计安全域的结构,通过分析功能函数在凸集合模型上的均值与离差关系,给出其可靠性度量的非概率指标。在非概率凸集合模型分析方法中不必拟合概率密度函数和隶属函数,所需信息量少、准确度高,实例分析展示了凸集合模型分析方法的实用性。

机织物中纱线截面形态与集合形态模型研究

探讨机织物中纱线的截面形态及集合形态模型的应用。在分析前人研究工作的基础上,通过对实际织物中纱线截面形态进行分析,结果表明:把纱线在织物中的截面形态归结到一个统一的圆形、椭圆形、跑道圆形、凸透镜形等模型下是不科学的;并针对多组织点织物中纱线截面形态的复杂性提出了集合形态模型。指出:集合形态模型是描述纱线在织物中截面形态的一种新的思路,是某些复杂组织织物中纱线截面形态的一个广义解决办法。

基于随机性集合覆盖模型的伤病员后送运力预计及优化配置仿真模型设计

目的:设计仿真模型用于大批伤病员后送动力预计及配置优化。方法:分析了目前运力预计方法的不足,引入运筹学中的选址问题,选用应用随机性集合覆盖模型解决后送运力优化配置的理论模型,分析探讨了伤病员后送中的若干不确定因素,包括后送工具的可获得性、后送工具的容量及速度、有效工作时间。根据这些随机变量的特征,确定相应的理论概率分布。结果:按照蒙特卡罗仿真的原理,以随机性集合覆盖模型为基础,用随机数模拟上述不确定因素,形成后送运力优化配置的仿真模型。结论:本模型可作为今后开发计算机辅助软件的基础,并供各级卫勤机构参考。

基于集合覆盖模型的城市ULS物流节点选址分析

作为第五类运输与供应系统的地下物流系统,能够缓解日益严重的城市交通拥挤问题,提高交通的安全性和可靠性,减少环境污染。物流节点作为系统的终端,主要负责对系统的管理、控制功能以及对货物进行存储、配送等功能,是城市地下物流系统的重要组成部分。主要运用集合覆盖模型对城市地下物流系统的物流节点选址问题进行了初步的分析探讨。