网络图虚工序确定的集合分解法

本文讨论了最优箭线网络图绘制中的虚工序确定与紧前工序集合之间的关系，用紧前工序集的相交于集分解方法确定主要虚工序。

利率市场化进程中资本市场与货币市场联动效应分析——基于集合经验模态分解法的实证研究

将利率市场化进程划分为三个阶段,通过集合经验模态分解法对中国货币市场与资本市场的数据进行了分解,提取了最具代表联动性的短周期分量。采用VAR-GARCH-BEKK模型对三个阶段两个市场的溢出效应进行了分析,结果显示,货币市场与资本市场单向和双向溢出效应均不显著,在利率市场化推进的过程中,联动的脆弱性未得到实质性改善,DCC-MV GARCH模型证明了研究结论的稳健性。因此,推进利率市场化必须加快完善利率传导机制,构建多层次的金融市场系统,培育以价格型货币政策工具为主导的调控机制,循序渐进地牵引经济的稳定可持续发展。

系统并行处理的集合分解方法

提出单连集和双连集的概念,并用此概念重新安排系统方程组,使之化成接近对角方块的形式.最终目的是把大系统方程组分解为若干关联尽可能少的子系统,使得在应用分解法进行并行仿真时,减少子系统之间的通信,提高计算速度.在分析的基础上,给出对大系统进行自动优化组合的计算机程序算法.举例说明这种方法的有效性.

基于EEMD与ANN混合方法的水库月径流预测

为了解决径流序列复杂的非稳态特征并提高径流的预报精度,采用EEMD-ANN组合方法构建径流预报模型,其中EEMD方法通过将非线性非稳态的水文序列分解为多组固有模态分量及趋势项,实现径流序列的稳态化,然后使用ANN方法分别进行预测,进而完成径流序列重构。以黄河龙羊峡水库为例,基于EEMD-ANN预报模型对入库径流量进行了预测,结果表明该方法可较精准地预测径流量。同时,通过对比分析发现,采用EEMD-ANN连续滚动预测月径流量在汛期的预报效果较好,而非汛期可采用同期预报的手段提高径流预报精度。

基于EEMD-BP方法的城市轨道交通进站客流短期预测

城市轨道交通站点客流量是评价其服务水平和实现城市轨道交通资源有效配置的基础数据和依据。针对城市轨道交通站点进站客流量序列波动复杂的问题,构建基于EEMD-BP方法的城市轨道交通进站客流短期预测模型,通过对城市轨道交通站点的日间分时进站客流序列进行模态分解,并对分解的分量进行筛选和识别,探究进站客流的日间波动影响因素,实现对短期客流的合理预测。以广州珠江新城站短期客流预测为例,验证该组合模型在提高客流预测方面具有有效性,为城市轨道交通线网规划和运营管理提供客流预测依据。

GNSS浮标海潮高滤波光滑算法

全球导航卫星系统(global navigation statellite system,GNSS)浮标观测获取的实时海面高程数据中包含了潮汐、波浪和白噪声,其周期相差较大,可以通过滤波提取潮位信息。海面高作为一种非平稳和非线性的时间序列,常用的门限滤波、低通滤波、小波滤波等并不适用,经验模态分析法(empirical mode decomposition,EMD)适用于海面高分析,但容易存在模态混叠和分量冗余现象。基于改进的多指标多尺度排列熵算法(multi-scale permutation entropy,MMPE),分别与变分模态分解(variational model decomposition,VMD)和完全集合经验模态分解(complete ensemble empirical modal decomposition,CEEMD)结合,提出VMD+MMPE和CEEMD+MMPE两种降噪光滑模型。通过分析GNSS浮标数据的潮汐序列结果,并与小波分析重构潮位变化结果对比,其标准差分别为1.67 cm和1.39 cm,相关系数达到0.9996与0.9998,其中MMPE值分别为0.8988和0.9737。同时,通过三维频谱图的时频分析下,实验结果表明基于CEEMD+MMPE的算法具有更好的时频聚集性,在GNSS验潮数据处理方面具有较高的可行性和有效性。

边坡位移的EEMD-PSO-ELM模型预测方法

为解决边坡变形位移预测难度大的问题,利用北斗监测系统获取边坡位移数据,引入集合经验模态分解(EEMD)法、粒子群优化(PSO)和极限学习机(ELM),建立边坡位移预测的EEMDPSO-ELM模型;以攀钢集团石灰石矿5号监测点为例,对原始数据小波去噪,采用EEMD法将位移时间序列分解为波动项位移和趋势项位移;利用PSO-ELM优化模型预测下一时段位移,叠加2项位移预测结果,得到边坡累计位移预测值,并对比分析预测结果。结果表明:EEMD-PSO-ELM模型位移预测方法的平均相对误差(MRE)为0. 15%,均方根误差(RMSE)为0. 03,拟合优度为0. 999 9,该模型具有一定的精确性和适用性。

ZigBee无线通信网络入侵探测节点倒追定位方法

ZigBee无线通信网络入侵探测节点定位时,受入侵信号和噪声信号的影响会导致定位误差大、定位时间长和定位能耗高等问题,提出ZigBee无线通信网络入侵探测节点倒追定位方法。采用小波包消噪方法去除入侵信号噪声;利用集合经验模态分解法分解去噪后的入侵信号,筛选入侵信号特征并获取其能量;构建无线传感器网络入侵检测模型,通过模型对入侵探测节点进行感知和倒追定位。实验结果表明,所提方法的定位误差最大值为15,定位时间最大值为26.7 s,定位能耗为40 J,具有较高的准确度和有效性。

提升机天轮轴承故障诊断方法分析

基于集合经验模态分解法,在分析其实现的基础上对提升机天轮轴承故障诊断中集合经验模态分解法的应用进行论述,希望该方法能够在其他矿井的普及和提升其他矿井天轮轴承故障诊断工艺提供一定的借鉴。

基于多尺度递归定量分析的电池健康状态评估

使用美国宇航局艾姆斯研究中心数据仓库收集的随机电池使用实验数据集,提取了影响电池容量的2个特征参数。通过集合经验模态分解法将2个特征参数(温度和电压)进行分解,然后根据高、中、低频的分量特征进行叠加重构,获得重构的分量。随后通过Visual Recurrence Analysis(RQA)程序对重构分量进行分析,得到非线性特征参数—标准偏差、平均重缩放距离、递归熵。利用得到的非线性特征参数对BP神经网络进行训练,再把测试数据输入训练后的BP神经网络中进行处理,最终得到电池健康状态预测结果。

1981-2000年中国大陆1.6m地温场时空变化特征

利用模糊C均值聚类法对1981-2000年中国157个1.6m地温观测站的20年平均地温值进行了客观分类,将全国1.6m地温场分为四类,并对各类地温场20年区域月距平值进行了集合经验模态分解。结果表明:(1)中国1.6m地温场可以客观地分为四类区域,分别是冷区(T_(1.6)≤9℃),包括东北地区和青藏高原地区;暖区(T_(1.6)≥18℃),包括长江中下游地区和华南地区;次冷区(9℃≤T_(1.6)≤15℃),主要包括西北地区;次暖区(15℃≤T_(1.6)≤18℃),主要包括淮河流域地区;(2)模糊C均值聚类分析得到的四类地温场的月距平都有明显的准1.5年和准4年变化周期;(3)在1981-2000年间四类地温场的变化趋势分为两种,分别是持续上升型(包括冷区和次冷区)和先降后升型(包括暖区和次暖区),并且上升的幅度随时间增大,尤其是20世纪90年代以后,四类地温场的增温趋势越来越明显。

EEMD的验潮站时间序列降噪及海平面速度估计

针对验潮站坐标时间序列中有色噪声的影响,提出以集合经验模态分解(EEMD)方法对62个长跨度验潮站坐标时间序列进行降噪处理,并采用自回归滑动平均模型(ARMA)计算验潮站变化速度。论述EEMD方法对验潮站速度估计的影响,并对海平面变化进行分析。结果表明:EEMD方法降噪能较好地剔除验潮站扰动,降低时间序列振幅波动,从而有效提高验潮站坐标时间序列的稳定性。速度估算结果表明经EEMD降噪后,可以获得更高精度的速度参数,但数据的缺失会对降噪效果产生一定影响。验潮站速度统计分析结果显示60%的验潮站速度值集中在0~2 mm/a内,其余站点速度差异较大。受地理位置的影响,验潮站速度具有区域性分布特点,平均海平面变化速率为0.423mm/a,整体表现出缓慢上升趋势。

GNSS坐标时序空间域共模误差去除研究

针对区域GNSS坐标时序存在共模误差(common mode error,CME)的问题,以华北地区GNSS坐标时序为例,提出可用于消除空间域误差的主成分分析法PCA与完全集合经验模态分解法ICEEMDAN。首先使用PCA滤波提取CME;然后使用ICEEMDAN方法分解CME,提取出有用的IMF分量,减少原始信息的损失;最后对比分析PCA、ICA、IC-PCA三种方法的区域滤波效果。结果表明,IC-PCA的滤波效果优于ICA和PCA,IC-PCA滤波前后N、E、U三个方向上的残差RMS平均降低1.93%、1.92%和7.60%,且滤波结果与原始时间序列变化趋势更加吻合,可有效减少PCA对原始时间序列造成的损失。

短周期高强度旅游活动对城市空气质量的影响

为定量研究短周期高强度旅游活动对城市空气质量的影响,提出一种综合集合经验模态分解和去趋势互相关分析的模型(EEMD-DCCA),研究了2015年张家界市武陵源景区旅游人数的变化对大气NO_(2)浓度的影响。首先,通过EEMD方法,获得武陵源景区旅游人数与城市空气中NO_(2)浓度的高频分量;进一步,通过DCCA方法研究旅游人数高频分量和NO_(2)浓度之间的相关性。结果表明,两组旅游人数高频分量与NO_(2)浓度之间均呈正相关性,且具有长期持续性特征,这意味着短周期节假日旅游人数的剧增会持续影响未来一定时间尺度内大气NO_(2)浓度的变化趋势。在武陵源景区的研究表明所提的分析模型可以为定量评估旅游活动对自然景区空气质量的影响提供新的研究途径。

2012—2016年海淀区气传花粉物候特征及其与气象要素的关系

利用重力沉淀法对2012—2016年海淀区气传花粉种类及含量进行监测,分析海淀区的花粉种类、峰值分布特征和含量变化、以及花粉浓度的不连续变化特征,在此基础上采用集合经验模态分解法对花粉浓度进行多时间尺度分析,并分析了花粉浓度与气象要素之间的关系.结果表明:研究期间,海淀区的主要气传花粉种类已经发生改变,柏科、杨柳科等木本植物代替草本植物成为含量最多的气传花粉类别;花粉浓度的年内峰值分布并无明显改变;近5年花粉浓度整体呈下降趋势,但橘科等草本植物花粉浓度呈上升趋势;统计时段内,花粉浓度在4月上旬、5月下旬及8月上旬共发生3次不连续变化;花粉浓度存在准2 d、准51 d、准128 d的变化周期;温度对于花粉浓度的影响在各气象要素中占有主导地位,16~18℃范围内花粉浓度明显升高;气温的变化对逐日花粉浓度的影响具有一定的滞后性和持续性,通常与滞后2~7 d的花粉浓度相关性较高,日照时数和风速对当天的花粉浓度影响最显著.