k阶Poisson相依驱动随机系数混合算子整数值自回归模型

采用k阶Poisson相依驱动随机系数混合算子整数值自回归模型分析具有变量字符元素计数特征的数据,给出该模型的统计性质和参数的条件极大似然估计,并证明估计量的渐近正态性.数值模拟结果表明,随着样本容量的增加,参数估计逐渐收敛于真实值.实际数据分析结果表明了该模型的有效性.

基于k／n(G)模型的柔性直流输电系统换流阀可靠性建模与冗余性分析

采用电压源型换流器以及脉宽调制技术的柔性直流输电系统具有功率控制灵活、可向有源和无源网络输电、产生的谐波含量小等优点。文章主要对柔性直流输电换流器的换流阀进行可靠性建模与分析。首先介绍换流阀及其控制、冷却和保护系统的内部结构和功能。然后基于k/n(G)模型,以ABB公司StakPakIGBT换流阀为例,建立换流阀模块及其次级子模块的可靠性数学模型。通过计算,得到不同电压等级和不同冗余下的换流阀可靠性指标,最后选择合理的冗余方案。

基于(m,k)模型的任务可调度性分析

(m,k)模型是降低系统负载的一种有效方法。EDF 算法由于其灵活性和自适应性而得到广泛应用。针对EDF 算法,首先研究并给出了基于(m,k)模型的任务集可调度的必要条件和充分条件,然后给出了基于(m,k)模型的任务最大响应时间的一种新的计算方法。

灰色 GM(1,1,k,k^(2)) 模型背景值及时间响应函数优化

本文提出了一种新的带有时间幂次项的灰色GM(1,1,k,k^(2))模型,给出了其灰微分方程和白化微分方程基本形式。基于最小二乘法获得了该模型参数估计值,并推导了该模型时间响应函数。鉴于GM(1,1,k,k^(2))模型灰微分方程与白化微分方程之间存在跳跃关系,首先对灰微分方程的背景值进行了优化,并推导了优化后的背景值计算公式。为了克服初始值的影响,根据误差平方和最小,进一步优化了GM(1,1,k,k^(2))模型时间响应函数。最后,该优化后的GM(1,1,k,k^(2))模型被应用于软土地基沉降预测,获得了较好的模拟预测效果,说明模型是可行的。

基于k/n(G)模型的MMC系统可靠性建模与分析

针对模块化多电平换流器(modular multilevel converter,MMC)的可靠性分析通常忽略控制模块与子模块间的相关性,首先基于子模块拓扑分析,建立单个子模块与控制模块的可靠性模型;然后考虑MMC同一桥臂各子模块以及控制模块使用寿命之间的相互影响,依据Copula理论多变量联合概率分布函数构造方法,选取符合特殊应用场景下的Copula函数;其次考虑所有模块间相关性前提并结合k/n(G)模型建立MMC可靠性分析模型;最后以上海南汇柔性直流输电示范工程为例分析了运行年数、相关程度、必备子模块数量及冗余子模块数量不同情况下MMC可靠性的变化规律.结果表明,该模型能较好地满足MMC可靠性评估要求,可为MMC拓扑设计和冗余配置提供必要的信息.

基于NGM(1,1,k,c)模型和改进切线角的危岩变形预测

针对危岩变形预测问题,本文以非齐次指数序列的灰色模型(NGM)作为危岩变形预测的基本模型,通过对望霞危岩变形的分析结果显示,NGM(1,1,k,c)模型拟合效果明显优于GM(1,1)模型,说明危岩变形趋势更接近于非齐次指数序列。利用NGM(1,1,k,c)模型结合改进切线角可对危岩变形趋势进行分析预测,可作为危岩稳定性和发展趋势的评估依据。

基于缓冲算子无偏差GM(1,1,k)模型的光伏发电装机容量预测

针对我国光伏发电装机容量数据序列呈非齐次型指数、非凸凹一致性分布的特点,运用无偏差GM(1,1,k)模型、一次缓冲算子无偏差GM(1,1,k)模型、二次缓冲算子无偏差GM(1,1,k)模型对光伏发电装机容量进行了预测。结果显示,二次缓冲算子无偏差GM(1,1,k)模型的预测值适中,可信度较大。

基于变权的GM(1,1,λ_k)模型及其应用

文章通过把GM(1,1,λk)模型中固定权λ改进为变权λk,构造了GM(1,1,λk)模型,推导出了GM(1,1,λk)的解,然后设计了搜索法,找出最小误差解和最佳权值.再利用最小二乘拟合得到了权值的预测值,从而得到原始数据列的预测值.这种方法克服了GM(1,1,λk)模型的系统误差,进一步提高了模型的精度和适应性.最后用众多实例进行了验证和比较.结果表明本模型效果最好.

基于(m,k)模型的搜索引擎信息检索策略

本文针对WWW上搜索引擎搜索速度的问题,根据实时系统(m,k)模型的理论,提出一种新的搜索引擎信息检索策略,与现有系统相比可以较好的提高搜索速度和搜索引擎的性能,并具有进一步深入研究的价值.

基于数据变换技术和无偏NGM(1,1,k)模型的电力负荷预测

针对电力负荷数据以近似非齐次指数规律增长时采用GM(1,1)及其各类改进模型模拟误差较大问题,基于无偏NGM(1,1,k)模型的建模机理,采用函数变换方法作为数据变换技术处理负荷数据,并以预测精度作为数据变换技术优选条件。实例应用结果表明,该方法有效可行。

非等间距NGM(1,1,k)模型的改进算法及其应用

针对观测数据的非等间距性以及NGM (1, 1, k)模型建立的不足,本文构建了灰作用量优化的非等间距NGM (1, 1, k)模型.基于数值积分原理,推导出模型背景值改进算法的非等间距Simpson数值积分公式.然后利用原始数据序列的观测值与模拟值的相对误差平方和最小为目标,构建新的效用函数作为求解新模型的时间响应函数中的最优常数表达式,从而形成了完整的非等间距NGM (1, 1, k)模型的改进算法.最后,通过两个算例验证了所提出模型的有效性和实用性,表明了优化模型可以有效地提高预测精度.

近似非齐次指数序列的非等间距IANGM(1,1,k)模型构造

针对近似非齐次指数的非等间距数据序列在建模过程中存在灰色微分方程和白化微分方程不匹配、建模后需要对白化微分方程解的时间响应式作累减还原问题,提出利用原始序列与其对应的1-IAGO构建灰色微分方程和白化微分方程相匹配的IANGM(1,1,k)模型新方法,该方法利用模型白化微分方程得到的时间响应函数是关于原始序列的表达式,无需累减还原就可以直接进行模拟预测。通过实例验证了新方法对递增和递减的近似非齐次指数的非等间距序列均具有非常好的模拟和短期预测效果,新方法进一步拓宽了灰色预测模型的适用范围。

近似非齐次指数递增序列的IANGM(1,1,k)模型构造

针对具有近似非齐次指数规律的递增序列,文章提出利用原始序列与其对应的一次累减生成序列来构建更符合近似非齐次指数规律的新模型IANGM(1,1,k),模型中白化方程的解恰能表示为关于原始序列的时间响应式,使得模型不再需要累减还原过程就能直接进行模拟和预测,简化了建模过程,并从理论上证明了IANGM(1,1,k)模型中的累减生成序列是非负的近似非齐次指数序列,最后通过实例验证了新模型具有较高的模拟预测精度及实用性。

优化NGM(1,1,k)模型在国内能源消费中的应用

为探究中国国内能源消费的未来发展趋势,建立了优化的NGM(1,1,k)模型来研究中国国内的能源消费情况,将优化模型和其他2个灰色预测模型分别应用于中国国内能源消耗的案例,并通过5个常用的预测模型性能评价指标进行比较.案例结果表明,ONGM (1,1,k)模型在应用案例中表现最好,从而证实了模型的可行性和有效性.将新陈代谢的思想引入到ONGM (1,1,k)模型中,对未来5年中国国内能源消耗情况进行了合理预测.

基于改进GM(1,1,k)模型的上海市各项存款余额预测

上海市金融机构各项存款余额数据序列分布呈非齐次指数性的特点,传统的灰色预测模型难以获得理想的效果。无偏差GM(1,1,k)模型从灰导数和背景值两个角度优化,实现了对于非齐次指数函数的无偏拟合。本文运用无偏差GM(1,1,k)模型对上海市金融机构各项存款余额进行了预测,结果显示:模型的平均预测误差为4.93302%,比传统GM(1,1,k)模型的平均预测误差6.03370%降低了18.23207%;比经典GM(1,1)模型的平均预测误差5.21738%降低了5.45840%。近期模型的预测精度更高。

一类新的多变量灰色MNGM(1,n,k)模型及其优化

原始序列矩阵中各序列近似服从非齐次指数增长律,采用传统的多变量灰色MGM(1,n)模型预测时效果并不理想,为此首次提出了一种新的多变量灰色MNGM(1,n,k)模型,给出了模型的时间响应式.为进一步提高新模型的预测精度,对其背景值进行了优化.最后以一个算例进行了验证,结果表明,传统的MGM(1,n)模型,MNGM(1,n,k)模型和优化MNGM(1,n,k)模型的模拟预测精度依次递增,从而证实了新模型及其优化模型的有效性和实用性.

基于无偏差非齐次灰色模型的河北省GDP预测

GDP数据序列分布往往具有非齐次指数性和非凸凹一致性的特点,运用传统的灰色模型预测GDP发展趋势难以获得理想的效果。无偏差GM(1,1,k)模型从灰导数和背景值两个角度优化,可实现对呈不规则非齐次指数函数分布的数据序列的无偏拟合。运用无偏差GM(1,1,k)预测了河北省GDP,消除了GDP不规则分布对预测结果的影响,取得了满意的效果,平均预测误差为3.367 2%,比经典GM(1,1)的平均预测误差减小了47.035 8%。

白化方程优化和新信息的一类灰色模型

针对灰色系统理论中灰色预测模型预测方面,传统模型仅限于对近似齐次指数规律序列进行建模的不足,对原始序列为近似非齐次指数规律的情形,得到一类灰色NGM(1,1,K)模型,通过对NGM(1,1,K)模型中的白化方程进行优化的方法,同时利用灰色系统的新信息原理优化时间响应函数,建立了一种改进的灰色NGM(1,1,K)预测模型.实例结果表明,该改进模型具有较高的预测和拟合精度,推广了灰色预测模型的适用范围.

基于改进GM(1,1,k)的上海市社会消费品零售额预测

由于上海市社会消费品零售额数据序列分布呈非齐次指数的特点,传统的灰色预测模型难以获得理想的效果。无偏差GM (1,1,k)模型从灰导数和背景值两个角度优化,实现了对于非齐次指数函数的无偏拟合。文中运用无偏差GM (1,1,k)预测上海市社会消费品零售额,取得了满意的效果。平均预测误差为1.404 55%,比传统的GM (1,1,k)模型的降低了73.629 7%,比经典的GM(1,1)模型的降低了40.866 7%。

基于知识系统的视频服务质量保障模型及仿真

为保障Web上对实时性要求高的视频的服务质量,常通过区分服务的方法在网络边缘的节点做一些处理,但此类方法存在数据包分组标签设计不够动态,处理不够智能的问题。为此,提供了基于知识系统的视频服务质量保障模型,通过知识系统推理来获得智能,将(m,k)模型应用到标签设计中,从而提供一种有效的保障模型。仿真测试结果表明,该保障模型能够更好地满足用户的偏好需求,有效进行视频服务质量保障。