临淮岗姜唐湖进洪闸工程模糊网络施工优化研究

应用基于模糊和随机环境下的关键线路法,分析临淮岗姜唐湖进洪闸工程施工优化问题,计算得到工程期望完工时间、方差、风险度、施工进度计划风险、总工期频数统计图、总工期累积概率以及施工进度计划风险分布图等,以此确定施工组织设计方案,实现工期、费用和质量三大目标的协调以及优化。

基于BP神经网络的自适应模糊半参数时间序列模型

本文介绍了一种自适应模糊半参数时间序列模型,该模型将半参数技术与反向传播神经网络(BPNN)相结合,形成具有LR-型模糊数据的自适应模糊时间序列模型。首先,提出了基于非参数核、加权最小二乘和交叉验证的混合方法,该方法可以同时估计回归参数和光滑函数以及带宽的最优值;其次,基于非线性残差序列建立BP神经网络,通过神经网络的运算得到新的偏差,使得在不确定条件下获得更丰富的信息,提高了预测精度。本文采用一些常见的拟合优度准则来检验所提出的自适应模糊半参数时间序列模型的性能。通过一个模拟仿真的例子,说明了该方法的有效性。最后,对所得结果的统计分析表明,该模型对模糊时间序列数据的预测具有可靠性和有效性,优于其他模糊时间序列预测模型。

自适应模糊ARDL时间序列半参数模型

传统的模糊最小二乘时间序列模型在包含异常值的模糊数据集中表现出较差的性能。通过引入异常值检测策略,提出了一种降低异常值对未来预测影响的方法。为此,本文介绍了一种基于半参数技术的自适应模糊自回归分布滞后(ARDL)时间序列模型,该模型将半参数技术与加权最小二乘结合,根据加权平方距离误差,提出了在存在异常值时确定精确系数的估计程序,然后利用迭代算法对模糊时间序列模型的参数进行了估计。本文还扩展了传统时间序列模型中常用的几种拟合优度准则,以比较所提出的模糊时间序列方法与现有方法的性能。通过实际例子,验证了本文方法的有效性。结果清楚地表明,在模糊数据存在潜在异常值的情况下,本文提出的模型对模糊时间序列数据的预测具有可行性和有效性,优于其他模糊时间序列模型。

模糊网络关键路径问题的模糊线性规划方法

构建了模糊线性规划模型及其对偶规划模型,用于求解工期模糊情况下的项目关键路径问题,克服了传统的正向和逆向递推方法中存在的计算繁琐问题.在模糊线性规划模型中,通过枚举不同α—cut值,利用一种基于区间数距离测度的模糊数排序法,改进了现有模糊线性规划模型目标函数,计算出模糊总工期和所有可能的关键路径,解决了现有模糊线性规划模型构建中,未能同时考虑到工期模糊时关键路径可能会发生改变问题以及项目可能存在多条关键路径问题.在对偶规划模型中,通过对项目活动模糊时间参数基于α—cut重新定义,求解出活动的模糊时间参数,克服了已有模糊线性规划模型中要么仅能求出事项(节点)的模糊时间参数但未求出活动的模糊时间参数,要么求出了活动模糊时间参数但其最晚完成时间参数定义不正确的缺陷.