烯烃顺反异构体沸点的定量构效关系

建立了烯烃顺反异构体的结构矩阵．以分子结构矩阵的行列向量的范数为参数建立数学模型,对烯烃顺反异构体的沸点进行预测,预测结果优于文献值．研究表明,烯烃顺反异构体的结构矩阵可有效地区分顺式结构和反式结构,且有较明确的物理意义．所建模型具有良好的稳定性和较强的预测能力．     

波动率预测的参数方法与非参数方法比较

对人民币／欧元汇率一阶差分数据建立了GARCH（1,1）模型,并在此模型基础上计算了条件方差;然后,在非参数自回归模型基础上,运用非参数局部线性估计方法计算出了条件方差;最后,运用两种不同的方法进行了比较,结果表明非参数方法的预测效果要优于参数方法的预测效果．     

AR模型在预测中的分析

在条件期望和一步预测的理论基础上分析了AR模型特,量,对AR（1）与AR（p）模型在随机过程的预测性能特别是预测条件方差进行探讨,分析其参数对模型的影响．     

用从头算量化参数预测吡啶类化合物的PKa值

用量子化学从头算RHF方法在6-31G（d）水平下，对吡啶类分子进行构型全优化，用优化得到的量化参数构建回归模型，预测吡啶类化合物的PKa值．实验结果表明用其模型预测的相关系数为0．9548、最大绝对误差为1．139、最小绝对误差为0．03、误差平方和为12．671．实验证明所构造的回归模型在预测吡啶类化合物的PKa值中得到满意的结果．     

基于人工神经网络的C．TEST阅读理解题目难度的预测研究

实用汉语水平认定考试（简称C．TEST）是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C．TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测（fieldtest）的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测（prediction）领域发挥了很大作用。本文选取C．TEST（A—D级）的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。     

应用图论方法预测饱和一元醇的临界参数

本文用图论方法探讨了饱和一元醇的临界参数与分子结构的关系，提出一个结构基础明确的定量关系，据此找到了一种根据分子结构预测饱和一元醇临界参数的方法．对临界温度、临界压力和临界密度的计算结果表明，预测值与实验值的一致性令人满意．     

卤代苯和苯酚的衍生物的结构表征和毒性预测

应用按非氢原子分类的分子电性距离矢量(MEDV)表征了25个卤代苯和苯酚的衍生物的结构，以MDEV为参数通过多元线性回归建立了结构与活性的定量相关模型(R=0．949)．另外，采用逐步回归的方法从原模型中选择3个参数建立一新的定量数学模型(R=0．938)，继以留一法进行交互检验，Rcv^2为0．800，说明模型具有良好的稳定性和预测能力，能用来评估和预测卤代苯和苯酚的衍生物的环境行为．     

城市交通流量的非线性混沌预测模型研究

为了解决日益严重的城市交通问题，本根据交通流已被证明的混沌特性，尝试采用非线性混沌模型来分析交通流时间序列．该模型首先将交通流时间序列在相空间中重构，以充分提取交通流中的相关信息，在此基础上，应用混沌理论对重构信息构材预测方程，并运用遗传算法对模型参数进行了优化辨识，以获得最佳的预测效果．实际的城市交通流量预测研究表明，该模型具有较高的预测精度，可以为城市交通规划和控制提供准确的参考．     

三次样条函数在交通事故死亡人数预测中的应用

文章应用三次样条函数建立交通事故死亡人数预测模型,用MATLAB求解得到人口曲线,同时应用三次非多项式样条对交通事故死亡模型做出分析及预测,可通过不同参数选取来调控整个模型,得到预测结果．     

中国人口总量预测与控制的离散模型

根据2005年全国1％人口抽样调查样本数据（抽样比为1．325％）,建立了人口预测与控制模型——人口发展方程的离散模型．模型的检验结果表明,此离散模型能很好地预测中国人口发展,并可利用其中参数对人口总数进行控制．     

一种基于数据平滑技术的回归预测算法

在基于固定窗口宽度滑动窗口模型的基础上。提出了一种基于回归参数存储的预测模型,该模型设置了计算区、数据区和参数区。计算区用于获得最近一个滑动窗口中的数据。数据区用于接收新数据,参数区存储最近若干组滑动窗口数据所计算得到的线性回归参数值,作为计算预测结果的原始数据集。按照这种模型的处理思路。提出了一种基于数据平滑技术的回归预测算法,随着窗口的滑动。对数据区中的数据进行回归分析,获得前面若干组滑动窗口数据的回归函数并存入参数区中,检验当前窗口中数据获得的回归函数预测效果。实验分析表明。通过修正当前回归函数的参数。可以使预测函数的预测精度得到很大程度的提高。     

随机固定资产投资系统数值解的收敛性

讨论了含有非局部和时滞边界条件的分布参数随机固定资产投资系统模型的数值解,用Euler方法给出系统的逼近序列,利用随机分析中的It(?)公式,Burkholder-Davis-Gundy不等式和Cauchy-Schwarz不等式,在局部Lipschitz条件下,证明了随机固定资产投资系统数值解的有界性和收敛性.     

Linking Response-Time Parameters onto a Common Scale

Although response times on test items are recorded on a natural scale, the scale for some of the parameters in the lognormal response-time model ( van der Linden, 2006 ) is not fixed. As a result, when the model is used to periodically calibrate new items in a testing program, the parameter are not automatically mapped onto a common scale. Several combinations of linking designs and procedures for the lognormal model are examined that do map parameter estimates onto a common scale. For each of the designs, the standard error of linking is derived. The results are illustrated using examples with simulated data.     

Prediction of shelled shrimp weight by machine vision

The weight of shelled shrimp is an important parameter for grading process. The weight prediction of shelled shrimp by contour area is not accurate enough because of the ignorance of the shrimp thickness. In this paper, a multivariate prediction model containing area, perimeter, length, and width was established. A new calibration algorithm for extracting length of shelled shrimp was proposed, which contains binary image thinning, branch recognition and elimination, and length reconstruction, while its width was calculated during the process of length extracting. The model was further validated with another set of images from 30 shelled shrimps. For a comparison purpose, artificial neural network (ANN) was used for the shrimp weight predication. The ANN model resulted in a better prediction accuracy (with the average relative error at 2.67%), but took a tenfold increase in calculation time compared with the weight-area-perimeter (WAP) model (with the average relative error at 3.02%). We thus conclude that the WAP model is a better method for the prediction of the weight of shelled red shrimp.      

基于IOWA算子的安徽省固定资产投资的组合预测

以1990～2011年安徽省固定资产投资为样本区间,运用VAR预测模型、指数预测与二次移动平均预测3种单项预测方法,以预测误差平方和最小准则,建立IOWA算子组合预测模型。对该模型的预测有效度进行评价,结果表明：该组合预测模型能有效提高预测精度。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

基于PSO-SVM的电动车铅酸蓄电池SOC预测

为了提高电动车铅酸蓄电池的电池荷电状态(SOC)预测精度,将粒子优化算法(PSO)引入到支持向量机(SVM)中,建立了PSO-SVM电动车铅酸蓄电池SOC预测模型,模型输入量为电池的电压和电流,输出量为SOC。采用PSO算法对SVM的惩罚因子C和径向基函数宽度σ寻优,降低了SVM参数取值的盲目性,提高了预测精度。设计了铅酸蓄电池数据智能采集系统,并进行了实际运行车辆电池数据采集。在advisor2002软件中获取的电池数据和实际车辆电池运行数据的基础上,进行了模型训练和预测。结果表明,PSO-SVM预测模型相对传统的BP、RBF和SVM预测模型具有更好的精度和推广能力,满足了"SOC估算精度小于5%"的要求,从而表明该模型是有效的、可行的,并具有较好的工程实用价值。     

Application of uncertainty reasoning based on cloud model in time series prediction

Time series prediction has been successfully used in several application areas, such as meteorological forecasting, market prediction, network traffic forecasting, etc., and a number of techniques have been developed for modeling and predicting time series. In the traditional exponential smoothing method, a fixed weight is assigned to data history, and the trend changes of time series are ignored. In this paper, an uncertainty reasoning method, based on cloud model, is employed in time series prediction, which uses cloud logic controller to adjust the smoothing coefficient of the simple exponential smoothing method dynamically to fit the current trend of the time series. The validity of this solution was proved by experiments on various data sets. Project (No. 2001AA112030) supported by the National Hi-Tech Development Program (863) of China     

国际技术贸易中卖方成本模型的设计及运用

价格的确定始终是国际技术贸易中的一大难题，它不仅涉及到技术转移双方的切身利益，更决定着技术转移的成功与否。试从技术成本的特点出发，提出技术开发的成本模型。并在此基础上对模型中各种参数提出赋值方法，从而使技术贸易中卖方的定价更趋合理化。