考虑沿程非均匀吸汽下SAGD产能预测模型

蒸汽辅助重力泄油(SAGD)相比于其他热采方法对稠油开发效果更好。目前常用的SAGD产能预测模型主要基于沿程均匀吸汽提出,矿场应用困难。针对这个问题,对SAGD沿程生产过程进行试验研究,基于试验获得沿程非均匀吸汽现象,结合达西定律、热传导定律及物质平衡方程,推导出新的SAGD产能预测模型。结果表明:三维SAGD开发物理过程比二维SAGD更加复杂;所建立的新模型在产能预测上比以往的模型更加准确;以往在二维剖面上将SAGD划分为蒸汽腔上升、蒸汽腔横向扩展及蒸汽腔下降3个阶段,但是在更加符合矿场实际的包含沿程方向的三维角度,这个阶段划分方式并不适用;蒸汽干度是影响双水平井SAGD沿程蒸汽分布的一个重要因素。     

应用支持向量机的空中交通流量组合预测模型

为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.     

基于离散型二项式系数组合模型的黄土湿陷性评估

为了快速精确地利用基本物性指标预测湿陷性黄土的湿陷性系数,基于多种数据挖掘方法提出了离散型二项式系数组合预测模型。首先,采用相关系数法和随机森林重要性指数法综合选取模型基本物性指标为饱和度、干密度、液性指数和天然含水量;然后,分别利用多元线性回归、BP神经网络、支持向量机回归（SVR）和随机森林（RF）回归对黄土湿陷性系数进行预测,并将预测结果进行组合,得到4种单一模型、2种传统组合模型和离散型二项式系数组合模型预测结果;最后,利用6种不同精度指标对上述7种预测模型展开精度分析。结果表明：组合预测模型精度整体高于单一预测模型,且提出的离散型二项式系数组合模型各精度指标均为最优,平均相对误差为3.43%。可见提出的离散型二项式系数组合模型可为湿陷性黄土地区的工程设计提供参考。     

基于ARIMA-KF模型的船舶系统设备状态参数预测

针对目前大多数预测模型在船舶智能运维领域应用过程中存在的预测精度偏低、模型不易构建等问题,提出了自回归积分滑动平均模型(Auto-Regressive Integrated Moving-Average Model,ARIMA)和卡尔曼滤波(Kalman-filter,KF)相结合的船舶系统设备状态参数组合预测模型—ARIMA-KF模型。该模型首先构建了自回归积分滑动平均(ARIMA)单步和多步预测模型;然后利用卡尔曼滤波(KF)算法对ARIMA预测模型参数值进行寻优,得到ARIMA-KF组合预测模型;最后,基于组合模型对船舶海水冷却系统状态参数进行预测,将预测值与实船获取的实际值进行对比及误差分析。结果表明,采用基于ARIMA-KF组合模型比单一的ARIMA模型预测精度提高3%左右。研究结果对船舶系统设备的健康管理和视情维修具有一定的指导意义。     

两种工况下电主轴热误差的组合预测模型

为了有效地提高数控机床电主轴热变形模型的预测精度,在2种典型工况下,根据电主轴结构热变形的产生机理,提出了一种基于模糊逻辑的组合预测模型.该模型综合了由自回归分析理论和灰色系统预测理论所建立的热误差模型,采用模糊逻辑选取权值,使各单项预测模型能够扬长避短,从而增强了组合预测模型的泛化能力.通过对电主轴热变形工况下的实验结果与计算结果的比较表明,在单项预测模型中的工况1下,灰色系统预测模型的相对误差较小(6.9%),在工况2下,自回归预测模型的相对误差较小(12.1%),而组合预测模型在2种工况下的相对误差分别为2.2%和8.9%.因此,组合预测模型具有较高的精度和较强的鲁棒性.     

一种新的组合权重在组合预测模型中的应用

为了提高组合预测的精度,提出了一种新的组合权重计算方法,该方法通过将平均绝对百分数误差(MAPE)和最小二乘法相结合来确定组合预测模型的权重值。将这种新的组合权重方法应用到组合模型中,并对湖北省国内生产总值(GDP)进行预测。首先,建立了差分自回归移动平均(ARIMA)模型和指数曲线回归模型;然后,用MAPE和最小二乘法确定组合模型的权系数,在此基础上将两种权系数进行组合,形成组合权重。预测结果表明:该组合权重与单一权重相比,可将组合模型的预测精度提高约0.3%。     

基于最优加权法的航空货运量组合预测

以1997～2007年我国航空货运量的统计数据为基础,采用灰色GM(1,1)模型和回归分析模型进行组合优化,建立了基于最优加权法的航空货运量组合预测模型,并对组合预测模型进行检验.检验结果表明,组合预测模型是有效的、可靠的,具有较高的预测精度,可应用于实际预测.     

基于诱导有序加权平均算法的风电场短期功率的预测

为了提高风电场发电功率的预测精度,提出一种基于诱导有序加权平均(induced ordered weighted averaging,IOWA)算法的风电场功率组合预测模型;该方法通过误差信息矩阵法筛选出优选模型进行组合,消除了冗余模型对预测精度的影响;结合华北某风电场历史功率数据及该地区的数值天气预报数据建立了风电场短期功率预测模型,以误差平方和最小值为准则,对未来48 h的风电场发电功率进行预测。结果表明:经优选后的组合预测模型降低了预测误差,提高了预测精度,缩短了预测时间。     

基于ARIMA与神经网络的备件需求组合预测方法

针对备件需求量波动大预测精度不高的问题,提出一种基于差分自回归移动平均(ARIMA)、BP神经网络、串联的卷积与长短期记忆神经网络(CNN-LSTM)组合模型的备件需求预测方法。该方法能够充分发挥ARIMA模型出色的线性拟合能力和神经网络突出的非线性拟合能力,克服了单一方法的局限性,并通过实例分析,验证了该组合预测模型的预测精确度高于单一预测模型。     

基于ARIMA与信息粒化SVR组合模型的交通事故时序预测

该文基于自回归滑动平均(ARIMA)模型和支持向量回归机(SVR)模型,构建时间序列组合预测模型,对道路交通事故相关指标进行趋势预测。通过ARIMA预测模型进行线性拟合;基于模糊信息粒化方法,将ARIMA预测模型残差季度变化趋势映射为包含最小值Low、中值R、最大值Up三个参数的模糊信息粒;并以其为输入构建SVR模型,对季度残差变化趋势进行预测;最后根据SVR残差预测值修正ARIMA模型预测值。实证研究结果表明:时间序列组合预测模型精度优于单一ARIMA模型,由模糊信息粒子确定的预测区间较好描述了实证数据的季度变化趋势。     

阅读教学与创造性思维能力的培养

本文主要从营造创造性思维能力的环境、开掘主题的新意义、培植学生的想象力及改进阅读教学的方法四大方面较详尽地论述了在阅读教学中培养学生造性思维能力的方式与方法。     

论网络赌球活动的危害及其现存的法律问题

运用文献资料法等研究方法,对我国网络赌球活动的特点、发展及其危害进行了分析,研究认为：相关法律法规的不完善是我国治理赌球活动所凸显出来的一个重要问题,主要表现在电子证据的合法性与易销毁问题、管辖权的归属问题与调查取证问题、网络赌球犯罪的主观认定等多个方面,建议：尽早制定和出台防控赌球活动的法律法规,完善法律体系,同时,一方面在国际上要加强司法合作,另一方面在国内要强化多部门协同执法意识,齐抓共管,才能够有效的遏制网络赌球行为。     

土壤和气候条件对除草剂药效的影响

概述了土壤因素和气候条件对除草剂药效影响。     

基于公理设计的软件构件设计优化

为了提高软件开发的有效性和正确性,提出了一种基于公理设计的构件设计与优化新方法,详细给出了该方法的设计和实现过程.在此基础上,以调度构件的开发作为研究实例,分别对按照公理设计和传统方法得到的两种设计方案进行了设计、分析、比较和优化,验证了该方法在软件开发方面的有效性和正确性.     

对滑坡预报中力和强度因素的探讨

通过引进不平衡滑动力的概念，分析滑坡体内应力、强度和位移速度的变化规律，结合滑坡的滑动类型探讨了滑坡发生的运动机制，并提出了一次滑动型滑坡阶段划分的定性标准．     

基于Muhisim的信号抽样与恢复仿真设计与分析

介绍了仿真软件Multisim常用仿真工具的特点，并综合利用Muhisim仿真工具对信号抽样与恢复电路进行了仿真分析。仿真得到了与现有教材对该电路分析一致的结果。充分利用分析图表和测量数据，使课堂教学更形象、灵活，更贴近工程实际，从而加深了学生对理论知识的理解，提高学生动手能力和分析问题、解决问题的能力。     

对技术等要素参与分配的调查报告

在对部分企业调查的基础上,论述了技术要素参与分配的理论创新和制度创新意义,分析了影响企业实施技术要素参与分配的问题,并提出了相应的对策与措施。     

借款约束、分配与增长的理论与实证分析

作者构建了内生增长模型，分析了在信用市场不完善时收入分配对经济增长影响的作用机制，理论分析表明在有借款约束时初始收入分配差距不利于经济增长。利用我国两个时期的跨省横截面数据进行了实证分析，结果表明我国90年代后期的收入分配差距阻碍了经济增长，人力资本的积累特别是初等和中等教育以上的人力资本积累有利于经济增长。