船舶冲击环境网络预报的参数主成分分析方法

针对由于船舶水下爆炸冲击的强非线性特征引起的在利用神经网络进行冲击环境预报时精度不高的问题,本文采用一种基于主成分分析的方法对网络模型的输入参数作降维处理从而提高精度。利用矩阵特征值提取和矩阵变换,通过主成分分析方法以及因子分析对原始数据样本进行数据降维处理,再选择适应的网络对冲击谱值进行快速预报。实验结果表明:主成分选取主要参考特征值的大小及下降趋势,保留陡降段的特征值,并分析过渡段特征值的取舍;同时验证了对参数实施去相关处理和降维处理可以明显改善神经网络的预报准确性。

基于Ordered Probit模型的交通事故受伤人数预测

建立了交通事故受伤人数预测的Ordered Probit模型,应用极大似然方法进行了模型标定.应用模型分析了受伤人数的影响因素,计算了各影响因素的边际贡献,并进行了受伤人数的预测.结果表明,对受伤人数影响较大的因素有路表是否干燥、是否有大中型车辆、是否在交叉口.所建模型在进行事故受伤人数预测的同时,也可用于分析各因素对受伤人数的影响方向和影响程度.文中结果可为交通管理部门迅速准确地判断事故态势并做出快速响应提供决策支持.

影响广西的快速台风

统计分析了历年(1949～2001年)影响广西的快速台风的天气气候情况及环流背景,得出此类台风产生、移动的一般规律以及预报思路,为提高此类台风的预报准确率提供有益的参考。

速冻食品货架期研究现状及发展趋势

货架期是衡量速冻食品品质稳定性的一个重要指标。对影响速冻食品货架期的因素进行了系统介绍,并简述了速冻食品货架期的预测方法以及研究进展,为今后速冻食品货架期研究提供了参考。

快换式公交充电站短期负荷预测方法的研究

为了应对电动汽车规模化发展之后庞大的充电站负荷对电力调度配送等环节带来的影响,依据当前北京奥运快换式公交充电站的相关实测数据,对快换式公交充电站负荷特征及其影响因素进行分析,提出一种基于模糊聚类分析与BP神经网络相结合的快换站短期负荷预测方法。利用该方法对四组不同的测试日进行预测实例分析,并与单一BP网络模型的预测效果进行比较。统计结果表明,基于模糊聚类分析与BP神经网络相结合的预测方法具有较高的预测精度,满足一定的应用要求,适用于快换式公交充电站短期负荷预测工作。

流砂对基坑工程的影响及预防

流砂现象是基坑工程必须面对的实际问题 ,预测、分析。

快速响应策略下二次订货效益的仿真分析

对快速响应策略下的二次订货策略建立仿真模型，结合实例分析说明：相对于一次订购策略而言，在未能提高需求预测准确性的情形下，二次订购策略能够提升决策者的预期收益并降低订购总量和产品的期末积压量；而如果二次订购策略能够提高预测的准确性，则这一策略能够带来更大的收益提升以及订购批量和期末积压量的削减。

市场预测与生产计划快速反应系统MFPPQS分析设计

通过分析目前企业中生产经营和管理所存在的问题，提出了 Ｍ Ｆ Ｐ Ｐ Ｑ Ｓ 的设计思想及体系结构。

基于API模型的服装市场的5阶段划分方法研究

研究了服装供应链在实施小批量快速响应(QR)策略过程中所遇到的阶段划分与量化问题.对服装市场引入、发展、鼎盛、衰退、衰亡等5阶段进行描述,基于服装的市场状态度量指数(API)模型,对5个阶段进行了数学形式描述,从数学意义上对每个阶段进行特征分析,通过计算仿真,对5阶段的市场需求分别进行了分析,结果与实际销售统计数据分布相吻合.

基于频域的系泊载荷快速预报方法

针对FPSO系泊载荷的快速预报问题,将频域求解方法与规范相结合,提出一种适用于单点系泊型FPSO系泊力的快速计算方法,利用编制不同装载工况下的水动力参数数据库,基于线性插值方法,能够快速获得最大载荷及最大纵荡。与时域计算结果对比表明,该方法具有良好的准确度。

FUZZY综合评判在棉红铃虫测报上的应用

本文以在浙江省宁波市镇海区进行的１２年棉红铃虫（ＰｅｃｔｉｎｏｐｈｏｒａｇｏｓｓｙｐｉｅｌｌａＳａｕｎｄｅｒｓ）性信息素诱蛾试验为基础，通过相关分析，选取第一代蛾高峰期前累计诱蛾，棉花现蕾期和６月中旬到７月上旬的降水量３个参数，构建对第二代平均卵量进行综合评判的模型。由于多种因子对诱蛾量的影响具有不确定性和模糊性，采用ＦＵＺＺＹ综合评判模型建模。以回报准确率为标准，对９种权重、４类评判矩阵和６种广义算子以及它们的特性作了比较和讨论。在构建的２１６个模型中，有９４个模型的历史符合率达到１００％。在这些模型的基础上，得到了一个优化评判模型。该模型与常规线性回归模型比较具有准确、方便、所含信息多等待点。在评判模型的基础上，增加第一次发现卵量的日期，构建了预报模型，该模型加强了预报的功能。模拟运行，可得到“预报速查表”；预测结果与大田相符。该研究为性信息素和其它行为调节物质在测报上的应用以及动态经济阈值的研究提供了一些新的思路。

柳州市无资料地区中小河流水位站预警预报方法探讨

针对柳州市新建33个中小河流水文(位)站水情预报问题,通过分析这些中小河流的特点,调查测定防洪警戒水位,建立简单的面降雨量、降雨历时、起涨水位和洪峰水位的多元回归模型,整理出预警速查表。实践证明:该方法效果较好,能较好地开展柳州市中小河流预警预报工作。

基于统计分析法的中小河流预警预报研究

针对中小河流资料少、汇流时间短、预报难度大等特点,探究中小河流的快速预警预报方法。以云浮市仙菊水文站为例,分析场次洪水雨洪过程,利用统计回归法分析造峰雨量、降雨历时和水位涨幅相关关系,建立线性回归模型,制定洪水预报速查表。结合临界雨量法,得到仙菊站预警水位时对应的临界雨量阈值,并建立预警临界雨量速查表。该研究成果可实现仙菊站的快速预警预报,为其他中小河流地区快速预警预报工作提供参考。

基于Hadoop的电动汽车充电站负荷预测

为了应对大规模电动汽车充电站负荷的调度管理,提出一种基于Hadoop的模糊灰色GA-BP神经网络负荷预测模型。在云平台上,运用模糊聚类及灰色关联度分析选取相似日,将相似日负荷代入Map Reduce架构下的GA-BP神经网络预测模型进行学习,获得待测日的预测负荷。以城市辖区快换式充电站实测数据进行实验,实验结果证明,此方法在快换式充电站的负荷预测上兼具高效性与精确性。

脓毒症高风险评分对脓毒症患者死亡风险的预测价值

目的探讨脓毒症高风险评分(HRSS)对脓毒症患者死亡风险的预测价值,并与序贯器官功能衰竭(SOFA)评分、快速序贯器官功能衰竭(qSOFA)评分进行比较。方法选择2016年2月—2018年6月于我院住院的脓毒症患者125例,将其分为存活组(86例)和死亡组(39例),记录HRSS、SOFA和qSOFA评分基础指标,HRSS评分包括年龄、呼吸频率、血氧饱和度、脉搏、收缩压、格拉斯哥昏迷评分(GCS)、体温和皮肤异常情况,SOFA评分包括氧合指数、血小板、胆红素、肌酐、心血管评分和GCS评分,qSOFA评分包括意识、呼吸频率和收缩压,计算HRSS、SOFA和qSOFA评分。结果死亡组患者收缩压、氧合指数均低于存活组,年龄、皮肤异常、血清胆红素、血肌酐、心血管评分和意识障碍比例均高于存活组(均P<0.05)。死亡组患者HRSS、SOFA和qSOFA评分均高于存活组(P<0.05)。HRSS、SOFA和qSOFA评分的ROC曲线下面积分别为0.795(95%CI:0.714~0.876,P<0.01)、0.828(95%CI:0.756~0.900,P<0.01)和0.624(95%CI:0.511~0.736,P<0.05),其临界值分别为4.5、9.5和2.5分时,约登指数最大,分别为0.455、0.588和0.224。结论HRSS评分对脓毒症患者死亡风险的预测价值与SOFA评分相当,优于qSOFA评分。

高瓦斯突出矿井煤巷快速掘进工艺研究与应用

部分高瓦斯突出矿井,生产衔接紧张,出现采掘不平衡现象。通过对掘进工作面的工艺研究及现场观测分析,找到防突条件下影响煤巷快速掘进的影响因素,提出了优化工序环节和工序标准化制定等措施,提高了煤巷掘进速度。

无约束淬火机目标温度神经网络预报

淬火、控制冷却的冷却速度和目标温度是关系到钢板性能的关键因素 ,但由于冷却过程的水量、水温、辊道速度等对冷却目标温度的影响属多变量非线性过程 ,用简单的解析模型通常精度较低 ,难以达到精确控制的要求。采用人工神经网络技术对无约束淬火机目标温度进行快速预报 ,结果表明 ,预测精度高 。

基于数值模拟与BP神经网络的城市调蓄池调度快速预报方法

调蓄池是当前削减暴雨引起城市内涝问题的主要工程措施,然而调蓄池何时开启一般通过人工观测判定,难以及时有效地发挥调蓄池的调蓄作用。如何通过数值模拟和AI技术对调蓄池控制节点及相应的内涝点进行精准模拟和预测是亟待解决的问题,该文将一维SWMM模型和具有高精度的二维水动力模型进行耦合,再结合具有高效率的BP神经网络,提出了一种快速预报城市调蓄池调度的方法。该方法以耦合模型模拟出的结果作为数据驱动,构建调蓄池控制节点及内涝点的BP神经网络快速预报模型。结果表明:快速预报模型可在24 s内快速预测出调蓄池的控制节点水位及内涝点的积水深度,且预报模型的纳什效率系数NSE不低于0.90,误差较小。可以满足日常防汛应急的需要,有效降低生命财产损失。

WRF-3DVAR逐小时雷达同化系统在华北地区降雨径流预报中的应用

本研究从当前数值大气模式应用于水文预报的现状出发,分析了将数据同化技术融入到陆气耦合水文预报中的重要性,针对时空分辨率较高的天气雷达测雨数据,在WRF模式耦合WRF-Hydro陆面水文模式的基础上,构建了逐小时快速更新的WRF-3DVAR同化系统,并进一步验证了其在华北地区降雨径流预报中的应用效果。结果表明,同化天气雷达结合传统气象监测数据可以有效提高WRF模式的预报降雨精度,特别是针对时空分布均匀型的降雨,同化后预报降雨的CSI/RMSE指标提高了23.24%—50.00%。在径流预报中,经过数据同化后,更准确的预报降雨使径流预报结果也一定程度上得到了改善,洪峰流量和洪量误差均有所降低,Nash系数也所提高,整体上数据同化对预报水文过程的改进效果也较为明显。但对于时空分布不均匀型的降雨,洪峰流量和峰现时间的预报结果仍不理想,后续需要从陆面水文参数的精准率定、预报误差的实时校正等方面进行改进。

考虑预测准确性的快时尚产品两阶段订货策略研究

以销售季仅有一次补货机会的线上快时尚产品为研究对象,通过更新需求估计区间将再订货时间对需求预测准确性的影响整合到两阶段订货模型中。以两阶段利润最大化为目标确定首次订货量与再订货量,受第一阶段期末是否有存货的影响,存在第一阶段利润最大化和两阶段联合利润最大化两种确定首次订货量的策略。当第一阶段期末无存货时,第一阶段利润最大化策略更有优势。从总期望利润来看,当第一阶段的批发价格超过第二阶段批发价格一定量后,第一阶段利润最大化策略更有优势,否则,两阶段联合利润最大化策略更占优势。考虑时尚产品的需求不确定性高、第一阶段期末存货可以在第二阶段销售的现实,提出以第一阶段成本最小化和最大化满足第一阶段需求为目标确定首次订货量的订货策略。考虑到不同订货策略的优劣受再订货时间的影响,给出了基于实际利润选择最优订货策略的步骤。实验发现,与单阶段库存模型和不考虑需求预测准确性动态变化的线下快时尚产品的两阶段订货策略相比,考虑需求预测准确性的两阶段订货模型的利润分别提升76%和300%以上。一般情况下,采用两阶段联合利润最大化的订货策略更具有优势,但当预测精度较低时,应采用更保守策略的确定首次订货量。