基于多源监测数据的短时雷电精准预警算法设计

为保证雷电预警的精准性,为气象局提供可靠的预警信息,提出基于多源监测数据的短时雷电精准预警算法。该算法利用多普勒天气雷达、闪电定位系统以及大气电场仪,采集雷电的多源监测数据;将采集的数据传送至数据管理模块中,采用联合卡尔曼滤波算法,融合多源监测数据;预警展示模块以融合后的数据为基础,通过多变量局部异常系数方法进行雷电的精准预测,并呈现雷电的预警结果。测试结果显示:该算法概率均值结果与临界成功指数结果分别在0.90与0.915以上,能够较好地完成多源监测数据融合,预警雷电发生范围,提升雷电预警精准性。

古云集油田云2-平1井射孔优化及实施效果

水平井技术是 90年代发展起来的油气开采新技术 ,对提高油藏采收率、改善油藏开发效果起着十分重要的作用。以古云集油田云 2 -平 1水平井为研究对象进行射孔完井设计 ,通过分析射孔打开位置和打开程度对水平井产能的影响 ,优选了射孔枪弹参数、打开位置与打开程度 ;提出了适合云 2 -平 1井的射孔参数方案 ,并对相应方案下的水平井动态进行了预测 ,取得了较好的现场运用效果 。

水文预报的人工神经网络方法

本文在水文学文献上首次应用人工神经网络模型（ＡＮＮ）对广东省目前最大的飞来峡水电枢纽工程控制水文站北江横石站的日均及逐时流量进行了预报，资料包括５年洪水季节的逐时流量和全年的日均流量。研究表明能有效的模拟非线性的实际水文系统。本文提出的模型与现有的ＣＡＲ，ＡＲ和ＲＷＴＬ等线性模型进行了比较，为此鉴别了１４９个模型，ＡＮＮ模型在明显的增加了预报长度同时提高了预报精度。

一类洪水预报的非线性时序模型——指数自回归模型

作为雨洪系统的输出——洪水时间序列，它包含了系统中各种变量的过去信息，同时蕴含着大量关于系统演变的规律和趋势，这样的时间序列往往是不可逆的，非性线相依的偏态序列，并且存在着广泛的频幅相依特性。在进行洪水预报时，传统法多采用线性化技术，但预报精度并不理想，因此要提高预报精度，有必要考虑洪水的非线性特性。基于此，本文用指数自回归模型进行洪水预报研究，实例分析表明该模型可提高洪水预报精度。本文的尝试工作为洪水预报提供了一种可行的模型。

谈规划环评中环境背景分析和影响预测的时间跨度

根据规划环境影响评价的理论和规划环境影响评价实践中得到的启示,在充分认识规划环境影响评价不仅具有空间范围,还具有时间跨度特点的基础上,探讨规划环境影响评价中考虑时间跨度的必要性,以及环境背景分析和环境影响预测中考虑时间跨度的评价和预测思路。

陇东地区越夏小麦条锈菌等级的气象预报

通过对陇东地区越夏小麦条锈菌等级与夏季气象要素相关分析得出,越夏小麦条锈菌等级与气温、降水、日照和空气相对湿度的关系密切。7月下旬和8月下旬的旬平均气温、7月中下旬和8月中旬降水之和、7月下旬和8月下旬日照、7月下旬和8月下旬相对湿度是影响越夏小麦条锈菌的关键因子,据此建立了越夏锈菌等级预报方程(p<0.01);利用此方程对陇东地区2006年和2007年越夏小麦条锈菌等级进行预报,结果与市植保站当年实际观测调查结果吻合,说明模型可用于预报服务。

中国保险密度的分析和预测

本文在回顾国内有关保险规模的研究基础上,首先结合中国恢复保险业以来的历史数据,运用协整回归的方法分析中国保险密度的显著影响因素。然后建立中国保险密度的贡贝尔茨模型,证实了中国的保险业处在成长前期。比较两个模型的预测精度,对保险业未来5年的趋势进行预测。最后根据分析的结果对中国的经济政策提出建议。

农田土壤湿度的人工神经网络预测诊断系统

采用人工神经网络（ＡＮＮ）方法，研制了农田土壤湿度预测、诊断分析系统。该系统根据不同的土壤湿度特点和影响因子，可自动提供时间序列拓展的人工神经网络预测模型和人工神经网络的混合预测模型进行土壤湿度动态预测。并提供不同降水量的土壤湿度变化和水分渗透深度诊断分析。系统采用中文菜单显示的人机对话方式操作，使具有准动力学特性、多种可调参数和网络结构的ＡＮＮ方法变得简便易于操作。实际使用表明，该系统对土壤湿度的预测、诊断分析效果良好，适用性强。

新疆建设用地预测模型研究

针对新疆维吾尔自治区2001～2005年建设用地动态变化的特点和规律，用灰色系统理论建立GM（1，1）预测模型，预测了2007～2010年新疆建设用地的变化情况，为新疆维吾尔自治区合理利用土地、实现土地资源的可持续利用提供参考。

烟草系统卷烟需求预测模型的探讨

中国烟草行业具有行政上的垄断性和生产上的计划性,有别与其它行业。做好卷烟销量的预测,是当前烟草行业工业生产环节与商业环节协同平滑进展的前提。本文运用了时间序列预测法,并选择了带季节指数的移动平均和最小平方法,分别对烟草系统的短、中期总体销量进行预测,同时为保证预测的可信度和选择最优的预测方法,通过计算预测标准差,设定误差控制。从算例结果比较来看,预测方法具有良好的有效性和实用性。

小波分析在水文预报中的应用

对小波变换的基本理论和小波分析(多分辨分析、小波包分析)方法做了简要的阐述,介绍了国内外当前小波理论在不同领域应用研究现状,结合长江111年的水文资料,分析了小波技术在水文预报预测中的应用,研究结果表明小波分析用于水文时间序列趋势分析是合理可行的。

基于最大熵原理的公共交通需求预测

探讨了基于最大熵原理的公共交通需求预测模型的原理与算法。根据土地利用、人口密度和公交站点覆盖率确定各交通区的公交分担率,得出交通区公交出行量,再应用最大熵原理进行公交出行分布预测。模型引入重力式先验概率,将发生概率最大的公交出行分布视为预测的出行分布,隐含考虑了随机因素的影响,从宏观上描述了出行者的交通行为。最后以安徽省某市公共客运交通专项规划的调查数据进行预测,实例应用显示该模型计算过程简便,能准确标定参数,适用性较强。

试论矿井水资源化与矿区水资源优化配置

我国煤矿区水资源匮乏,矿井水资源化意义重大。探讨了矿井水资源化的相关概念,详述了矿区水资源质量评价内容和方法,介绍了矿区供需分析预测及矿井水资源化可行性研究程序和方法,提出了三种矿区水资源优化配置模式及研究方法。

基于BP神经网络的灌区耗水量模拟预测模型

青铜峡灌区耗水量是一个复杂的非线性系统,受多种因素的影响,而农业耗水量是耗水大户.将影响灌区农业耗水量的主要因素:引水量、排水量、降雨量、蒸发量和地下水位埋深作为影响因子,建立青铜峡灌区灌溉耗水量的BP神经网络预测模型.结果表明,应用此网络,对2001-2003年灌区灌溉耗水量进行了预测,误差满足要求,精度较高,说明网络函数的选取和结构设计较为合理,该模型可用于灌区农业耗水量的预测.

机械设备等间距大修费的季节周期预测法

根据机械设备等间距大修的特点,研究提出适用于该类机械设备维修费预测的新方法,即季节周期预测法。示例计算表明,运用此法对等间距大修维修费进行预测,具有较高的精度。

应用目标规划于自适应回归预测的参数估计

本文应用目标规划和灵敏度分析对自适应回归预测模型的参数进行估计。此种估计参数的方法避免了在最小二乘估计中由于数据“异常”而造成计算结果的偏差。

超前发展时期电话实占数预测体系模型的研究

针对超前发展时期电话实占数预测中所遇到的一些新问题，在综合国内外各种预测方法的基础上，结合实际情况，提出了一种电话实占数预测体系模型。该模型避开了常规预测模型的缺陷，根据不同发展阶段的数据特性，采用相应的适用预测模型，再进行综合拟合，具有实用、科学以及适于计算机决策等特点。

统计预测的规划求解方法

用规划求解的方法及软件运用来计算马尔科夫预测中的稳态概率向量 ;用目标规划拟合非线性回归方程 ,以及建立非线性规划模型拟合曲线方程的“曲线最小平方法”。方法及软件的应用简便了计算过程 ,提高了回归方程的精度。

基于机器学习的脑卒中风险预测模型比较研究

目的:探讨多种机器学习预测模型对脑卒中发病风险的评估效果。方法:选取2013年1月1日—2017年12月31日参与“北京健康管理队列”的体检人群作为研究对象,基线人群共计56017例。比较研究对象脑卒中发病与未发病人群之间基本人口学信息、代谢异常相关指标的差异,选用经典决策树模型、多层感知器模型、卷积神经网络模型开展模型构建,并与多因素logistic回归分析模型进行比较。结果:各模型分析结果均显示年龄、收缩压、腰围、身体质量指数为脑卒中发病的影响因素;多因素logistic回归分析模型、经典决策树模型、多层感知器模型、卷积神经网络模型的准确率分别为0.978、0.985、0.988、0.996。结论:代谢异常指标中的腹型肥胖、血压升高、低密度脂蛋白胆固醇降低、血糖升高均是脑卒中发病的潜在危险因素;经典决策树模型、多层感知器模型、卷积神经网络模型3种机器学习模型较多因素logistic回归分析模型预测性能更优,其中卷积神经网络模型的准确率最为良好,多层感知器模型的特异度最为良好。

微机系统的电磁干扰预测与电磁兼容设计

简述了微机系统外部与内部的电磁干扰 (EMI)与电磁兼容 (EMC)问题 ;