基于BN分解和ALO优化LSSVM模型的风电出力预测

准确的风电出力预测对电力系统的安全稳定运行和减少系统运行成本至关重要。将BN分解法、蚁蛳优化算法(ALO)和最小二乘支持向量机模型(LSSVM)相结合,提出了一种短期风电出力预测BN-ALO-LSSVM混合模型。该模型首先将风电出力原始时间序列分解为各子序列,进而运用LSSVM模型对各子序列分别进行预测;与此同时,为提升预测精度,运用ALO群体智能优化算法确定LSSVM模型的最优参数。实例结果表明:与LSSVM,BN-LSSVM和ALO-LSSVM模型相比,本文提出的风电出力预测BN-ALO-LSSVM混合模型的预测精度最高,且是有效可行的。

基于BN分解的我国棉花价格波动特征研究

本文采用BN分解法对棉花价格波动特征进行分析,并采用Cochrane方差比统计量对随机冲击的影响进行测定。研究结果表明:2000年1月至2014年9月我国棉花价格存在着显著的周期性,平均周期为26个月;在平稳增长的确定性趋势下,随机趋势对我国棉花价格产生了重要正影响;通过方差比的计算结果可见从短期来看随机冲击是棉花价格短期波动的重要原因。

利用一般线性群的BN对分解构造一类Cartesian认证码

利用有限域上一般线性群的BN对分解,给出有限域上的可逆矩阵在置换阵相似变换下的标准形.构造了一类Cartesian认证码,并给出其参数,最后计算了在给定译码规则下一致分布的成功模仿攻击概率PI和替换攻击概率PS.

基于贝弗里奇—尼尔森分解方法的中国经济周期福利成本估算

本文利用消费序列非平稳下的贝弗里奇—尼尔森分解方法估算了中国经济周期的福利成本,并与基于消费序列平稳下的线性方法和HP滤波分解方法的计算结果进行了比较。实证结果表明:中国经济周期的福利成本很大,约为美国的2-5倍;且基于消费序列平稳下的线性方法和HP滤波分解方法低估了中国经济周期的福利成本。本文研究的政策含义在于中国政府在积极促进经济增长把蛋糕做大的同时,应把更多的注意力放在熨平宏观经济波动上,使中国经济更加平稳的增长。

线性过程的大数定律与中心极限定理

设{Xt}是一个线性过程Xt=∑∞j=0cjεt-j,其中{cj}是常数列,{εi,Fi}是一个适应的鞅差序列,∑∞j=0cj2Eε2t-j<∞,t=1,2,….本文利用线性过程的Beveridge-Nelson分解,得到了一类线性过程的大数定律和中心极限定理,推广和改进了Philips和Solo文中的相应结果.

我国牛肉价格的趋势周期分解与冲击效应测定

本文利用BN分解法对我国牛肉价格进行趋势周期分解,得到其确定性趋势、周期成分和随机趋势;在此基础上分析其他畜禽肉类价格和随机冲击对牛肉价格的影响,并进行测定。分析结果表明,我国牛肉价格存在稳定增长的确定性趋势,外部冲击对其增长有抑制作用;牛肉价格波动大致可划分为5个周期,第五轮周期尚未结束,平均周期长度为43.4个月;羊肉价格、猪肉价格和鸡肉价格对牛肉价格的冲击影响较长,其短期贡献度分别为12.38%、6.34%和2.90%,羊肉价格影响最大,其次为猪肉和鸡肉;牛肉价格的长期波动中约有50%是源于随机冲击。

BN周期成分的符号与我国GDP的真实周期

针对Nelson(2008)的周期之谜给出如下定理:当序列的方差比大于1时,BN周期成分的符号应反号,蒙特卡罗仿真实验结果也证实了理论定理。本文进而分解我国GDP的周期,结果表明GDP的方差比为1.97,所以周期成分的符号应反号,样本期内共经历6轮周期,这6轮周期源于主要的随机冲击,具有波动幅度较大、持续时间存在明显差异的特征。

增强奇异值分解的自适应零水印

目的针对增强奇异值分解(BN-SVD)中引入最抗攻击缩放比例的参数β,需要进行大量的实验来获取且存在随机性的问题,提出一种增强奇异值分解的自适应零水印算法。方法首先对原始图像进行不重叠分块,每一个子块都做斜变换处理,再分别对斜变换后得到的每一个块矩阵进行增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;对水印图像进行Arnold变换和混沌映射得到二次加密的水印图像;最后利用特征向量与二次加密后的水印图像做异或运算构造零水印;利用天牛须优化算法(BAS)中的适应度函数循环迭代自适应确定参数β,更好地解决奇异值分解(SVD)算法在水印的提取时存在的虚警率和对角线失真的问题。结果仿真实验结果表明,在JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数NC值均可达到98%以上,性能较好。结论利用BAS算法自适应地确定BN-SVD中参数β,找到最佳抗攻击缩放比例,增强了图像的奇异值,降低了图像矩阵在受到攻击时的敏感性。有效地解决奇异值分解带来的对角线失真和虚警错误的问题,最终提高了算法的鲁棒性。