简介：本文探讨了马尔科夫链的预测技术，利用马氏链预测方法分析了中华控股（600653）价格的变动情况，对其价格进行短期预测和长期涨跌趋势、运动周期的预测。研究结果与实际情况比较一致。

简介：我国证券市场股价波动表现出特有的混沌性质[1][2],具有局部随机与整体秩序[3]相容的特征.本文以2002年每隔十秒的上证指数高频数据[4]为例,以混沌理论为基础,从原始序列中构造出若干个新的时间序列,运用神经网络法[5]进行预测.预测结果表明,此方法能够较好地预测股票的走势,有望在股票交易中应用.

简介：众所周知，两个灯比一个灯更亮。但维也纳技术大学的科学家们发现，这种简单的道理并不一定适用于激光器。当使一个激光器发光，而使另一个激光器也渐渐发光时，两个激光器之间复杂的相互作用可导致它们双双关闭，不再有光线发出。

简介：跟踪系统采用光电经纬仪工作模式，采用Kalman预测滤波技术对计算机接受到的传感器数据（包括电机编码器反馈信号、电视脱靶量信号）进行滤波预测，提供准确的位置、速度信息，进行有效预测外推，可以有效提高跟踪系统对机动目标的跟踪性能，实现对目标的稳定跟踪。

简介：为了预测某导弹陀螺漂移趋势,以该陀螺漂移角速度时间序列为对象,建立了基于支持向量回归机的预测模型。针对该预测模型的特点,提出了支持向量预选取的模型优化方法。基于ε不敏感损失函数的支持向量回归机具有稀疏性,其结构由支持向量决定。因此从训练样本集中预选出有可能成为支持向量的样本,精简样本规模是提高该类支持向量回归机训练和预测效率的有效方法。针对该类支持向量回归机从分类和回归两个角度分析了支持向量的几何特征,提出了核函数空间免疫聚类的支持向量预选取方法并用于某导弹陀螺漂移预测模型的数据预处理。仿真结果表明优化后的预测模型运算量小、建模速度快,精度高。

简介：固定通信台站维修保障人员是装备保障的主体。将固定通信台站保障任务分为通信值勤、预防性维修保障及修复性维修保障任务三类，分析三类保障任务特点，确定保障人员需求预测方法。分析值勤人员动态特点，计算值勤人员需求期望向量；分析预防性维修任务量和维修时间，建立预防性维修人员需求量的周期模型；通过积分法分析修复性保障任务的任务量，估计修复性维修人员的需求量。

简介：结合基因组学数据与生物学背景,利用数学与统计的方法研究代谢综合征的致病机理。首先,利用变异系数筛选出信息含量较高的数据,并且利用变异基因频数统计的方法确定高频变异基因。通过查阅相关文献和数据库可知,大部分高频变异基因都与代谢综合征有关。随后,研究高频变异基因对其他基因的调控情况,并且由此构建出高频变异基因的调控网络以及网络内部的协同和拮抗作用。最后,提出基于调控网络的患病风险预测模型,由此提供预防或治疗方案。

简介：本文以优化理论为基础，提出了一种新的有约束的广义预测控制算法和一般的有约束的预测控制算法相比，它不用取初始可行点；也不用求矩阵的逆，减少了计算量和存储量。文中在一定的温和条件下，证明了算法的收敛性，并给出了算法的三个收敛性定理。最后给出算例，结合MATLAB数值试验结果验证了这一算法的有效性。

简介：本文将改进的灰色GM（1，1）模型用于某油田年综合含水率的近期发展趋势研究。在平均相对误差达到最小准则下，研究了模型中的背景值参数A和边值修正项￡对模型预测精度的影响。在此基础上，采用线性规划方法估计模型中的参数，基于遗传算法求解最佳背景值参数A和最佳边值修正项ε，以确保在相应的模型检验准则下预测的误差达到最小。结果表明，用改进的灰色GM（1，1）模型预测近期注水油田的综合含水率，预测值与实际值相对误差很小，预测精度很高，可以得到非常满意的结果。进一步的研究发现，改进的灰色GM（1，1）模型虽然近期预测精度很高，但研究长期的发展趋势是行不通的，为此又研究探讨了长期发展趋势模型。

简介：－本文在分析导弹惯性平台贮存试验数据的基础上，运用可靠性物理技术，研究探索了惯性平台贮存失效机理，建立了惯性平台贮存寿命可靠性物理模型，提出了预测惯性平台贮存寿命的计算方法。

简介：本文论述了组合预测理论中，对组合预测值采用“各个个体预测值的加权算术平均值”的不合理性，提出了用多重线性组合预测模型进行预测的方法，并将它运用于对××市税收的实际预测中去，预测精度高，效果好。

简介：本文利用BP神经网络建立起66例肝硬化治疗结果数据预测模型，并基于matlab得出预测结果。实验证明利用BP神经网络可有效地预测肝病治疗效果。

简介：链路预测是网络信息挖掘的主要研究内容，通过对网络结构和其他信息的分析，挖掘缺失的链接或预测未来可能出现的链接。链路预测在推荐系统、社会网络和生物网络分析中有着十分广泛的应用。本文首先介绍了基于公共邻居、路径和随机游走的8种常用的链路预测指标．并在此基础上提出了一种基于这8种指标线性组合的度量指标，并经过实验找出了较好的优化参数。然后，提出了基于这8种指标的神经网络模型．并分别基于Weka平台和FANN库进行了实现。在社会网络的4个公开测试集上的实验结果表明．基于FANN库的神经网络模型的预测结果最好，在4个数据集上最高的AUC值分别达到了0。95l8、0．9289、0．7480和0．8677，与单一指标最好的AUC值相比分别提高了3．92％、1．45％、7．06％和24．35％。

简介：根据深盆气藏形成和保存必须满足的力平衡约束和孔隙度约束条件,以及误差界约束,建立了计算深盆气藏在给定地史时刻平衡深度的非线性规划模型.基于地史数值模拟方法,通过引入分布预测目标区域在给定地史时刻深盆气藏分布矩阵,对网络控制节点逐点解该非线性规划问题,可实现以深盆气藏理论最大分布范围的动态预测.

简介：大气物理参数是影响漓江的水位变化的主要因素,对2000～2006年连续各月桂林市的大气温度、大气相对湿度、降水量、日照时数等大气物理参数和桂林水文站漓江水位数据,使用相关分析法分析大气物理参数对漓江水位变化的影响程度,并应用径向基人工神经网络由大气物理参数对漓江水位变化进行预测。结果表明,造成漓江水位变化的最重要大气物理参数是降水量,次之为大气温度;正常气象情况下,根据降水量和大气温度利用径向基神经网络可较为准确地预测漓江年最低水位和年最高水位,预测最低水位的误差小于5%,预测最高水位的误差略大于5%,预测最低水位比最高水位更准确,可为漓江流域可能发生的旱情、洪水等问题提供科学的决策数据。

简介：研究翼型绕流的转捩预测方法,对于翼型流动细节的精确模拟和气动力的准确计算以及精细化设计均具有十分重要的意义.采用动模态分解（dynamicmodedecomposition,DMD）代替线性稳定性理论（linearstabilitytheory,LST）与e^N方法结合,不需要求解稳定性方程,成为一种数据驱动的翼型边界层转捩预测新方法,称为DMD/e^N方法.在原有方法的基础上,改进了DMD网格线生成方法和扰动放大N因子的积分策略,并将RANS求解器与改进的DMD/e^N方法进行耦合,实现了翼型定常绕流转捩预测自动化.采用该方法对LSC72613跨声速自然层流翼型以及NLF0416低速自然层流翼型在不同攻角下的绕流进行转捩预测,转捩点计算结果均与实验值和LST/e^N方法吻合良好.该方法计算得到的N值增长曲线与LST/e^N方法的包络线也较为吻合,进一步验证了积分策略的正确性.改进的DMD/e^N方法可作为自然层流翼型设计的新的有力工具.

简介：随着工业化、城镇化进程的不断加快，我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证，故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此，分析我国电力需求现状，利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上，基于单变量（ETS、ARIMA模型）和多变量（情景分析）两个维度进行电力需求量分析及预测。结果表明：GDP每提高1％使得电力需求量提高0．5249％；工业化水平每提高1％使得电力需求量提高2．2146％，城镇化水平每提高1％使电力需求量相应提高1．0076％。“十二五”末中国电力消费需求量将近61425．96KW／h，2020年中国电力消费需求将近81410．10KW／h。

简介：针对GM（1,1）模型的适用范围是近指数情况,提出了将优化灰导数与利用原始序列模拟的相对误差平方和最小估计预测系数c相结合的方法,从而得到一种简化计算的新GM（1,1）优化模型,该模型的预测公式x（0）（k）=ce-ak在形式上比较简洁,并且经严格指数序列从理论上验证了参数a具有白化指数律重合性,预测系数c具有白化系数重合性.

简介：本文讨论了赫斯特指数的计算方法和R／S分析法在股市时间序列中的应用，表明了上证综指和深圳成指的可预测性。

简介：Sargent改进的Powell方法是曲线拟合中的一种重要方法。本文利用这种方法针对蕴藻浜特大桥沉降中的实测数据给出了五种模型下的沉降预测，这些模型包括双曲线斜率倒数模型、VanderVeen指数模型、宇都一马指数模型、龚帕兹模型、以及波松曲线模型，并发现这种方法对波松旋回模型和灰色系统模型适用性不强。