基于BP神经网络的导线脱冰跳跃高度预测模型

冰区导线脱冰振动会引起绝缘间隙减小,严重时甚至导致闪络和跳闸等电气事故。首先利用数值方法模拟得到各种参数条件下导线的脱冰动力响应,获得导线的最大脱冰跳跃高度。进而基于数值模拟结果和BP神经网络构建导线脱冰跳跃高度预测模型,将线路的导线分裂数、导线型号、档距、高差等结构参数以及初始应力、覆冰厚度和脱冰率等载荷参数作为输入,最大冰跳高度作为输出,通过机器学习,并采用评价指标评估其准确性,对模型进行优化。该模型可以方便快捷地确定导线的最大脱冰跳跃高度,为冰区输电线路绝缘间隙设计提供参考。

价格跳跃前大中小单的行为特征和信息含量

利用中证800指数成分股3年的分笔交易数据,将股票成交订单分成大单、中单和小单,然后分析跳跃前的交易指令与跳跃的关联性及其对跳跃的预测能力.对跳跃样本和匹配有消息发布的跳跃样本进行事件分析和回归分析,发现跳跃前有明显的、逐渐加强的、与跳跃方向相对应的异常交易,而且异常交易指令与跳跃的发生概率、方向、大小和匹配的信息有不同程度的显著关联性;进一步的预测分析也发现,在控制流动性指标后,异常交易指令可以提升模型对跳跃的预测效果.这些结果显示市场在跳跃前存在着信息泄露,且信息泄露随时间扩散.此外,事件分析、回归模型和预测效果均显示:跳跃前中单的信息含量一般高于大单和小单,说明中国股市在极端价格变化前存在隐秘交易。

粘弹塑性理论在混凝土变形中的应用

首先文章介绍了粘弹塑性统一本构模型的基本方程,根据混凝土的特点对统一本构模型进行了简化,简化后的模型对混凝土的无损伤段的变形模拟,取得了满意的结果。之后应用粘弹塑性统一本构模型对混凝土进行跳跃实验预测,同样获得了预期效果,证明粘弹塑性统一本构模型在混凝土的变形预测中的应用是成功的。

基于不同跳跃检验下的高频波动率模型预测

通过利用三种主流的跳跃检验识别方法,结合已实现异质自回归模型和基于已实现正负变差的思想,构建不同类型的高频波动率模型,以此评价不同跳跃检验的跳跃成分对波动率预测精度影响的优劣。MCS实证结果发现,跳跃作为解释变量有助于提高波动率模型的预测能力。另外,本文还发现LM检验得到的跳跃成分更有助于提高波动率模型的预测精度。最后,基于已实现正负变差和LM跳跃检验构建的新的波动率模型,HAR-S-RV-JV,相比其他的高频波动率模型,具有更好的预测表现能力。

多场协同求解的预测-跳跃加速算法

阐述了多场协同求解中的一种加速算法.该算法计算一定数目的启动步以后,用分区预测的方式得到下一时间步的耦合节点值,并同时启动仿真线和预测线,在仿真线结束后,使用分层抽样算法对预测的结果进行判断,从而决定仿真过程的跳跃.阐述了该算法的基本步骤,算法中涉及到3个关键技术:节点分区算法、分区预测算法和分层抽样算法,最后用一个感应加热的算例进行验证,证明本算法高效而且精确.