基于自适应模型遴选规则库的组合预测系统初探
预测理论介绍
故障预测方法：故障预测方法的总体分类情况如下图所示。
从目前主流的技术和应用研究工作综合来看，主要可以分为：(1) 基于模型(model-driven)的故障预测技术；(2) 基于数据驱动(data—driven)的故障预测技术；(3) 基于统计可靠性(reliability and statistics based或probability-based)的故障预测技术。
图7 故障预测方法分类Fig. 7 Algorithms of Fault Prognostics基于模型的故障预测方法：基于模型的故障预测指采用动态模型或过程的预测方法。
物理模型方法、卡尔曼/扩展卡尔曼滤波/粒子滤波以及基于专家经验的方法等均可划为基于模型的故障预测技术。
基于模型的故障预测技术一般要求对象系统的数学模型是已知的，这类方法提供了一种掌握被预测组件或系统的故障模式过程的技术手段，在系统工作条件下通过对功能损伤的计算来评估关键零部件的损耗程度，并实现在有效寿命周期内评估部件使用中的故障累积效应，通过集成物理模型和随机过程建模，可以用来评估部件剩余寿命(remaining useful life，RUL)的分布状况，基于模型的故障预测技术具有能够深入对象系统本质的性质和实现实时故障预测的优点。
采用物理模型进行故障预测时，根据预测对象系统的稳态或瞬态负载、温度或其他在线测试信息构建预测模型框架，并统计系统或设备历史运行情况或预期运行状态，进行系统将来运行状态的仿真预测。
通常情况下，对象系统的故障特征通常与所用模型的参数紧密联系，随着对设备或系统故障演化机理研究的逐步深入，可以逐渐修正和调整模型以提高其预测精度。
而且，在实际工程应用中也往往要求对象系统的数学模型具有较高的精度。
但是，与之相矛盾的问题是，通常难以针对复杂动态系统建立精确的数学模型。
因此，基于模型的故障预测技术的实际应用和效果受到了很大限制，尤其是在复杂系统的故障预测问题中，如：电子系统故障预测，很难或者几乎不可能建立预测对象精确的数学模型。
组合字典下超宽带穿墙雷达自适应稀疏成像方法
组合字典下超宽带穿墙雷达自适应稀疏成像方法晋良念;申文婷;钱玉彬;欧阳缮【摘要】针对现有超宽带穿墙雷达稀疏成像算法大多只采用点目标稀疏基表示模型和稀疏优化的正则化参数不能被自适应调整以及目标位置不在划分网格上带来虚假像的问题,该文提出一种基于贝叶斯证据框架的自适应稀疏成像方法.该方法首先利用组合字典独立稀疏表示场景中的点目标和扩展目标,然后在建立的偏离网格稀疏表示模型的基础上分层最大化各参数的似然函数,用第1层推理结合共轭梯度算法估计组合字典的各稀疏表示系数,用第2层推理估计正则化参数和目标的偏离网格量,最终通过迭代优化参数的设置得到问题的求解.仿真和实验结果表明,该方法不仅同时自适应增强穿墙场景中的点目标和扩展目标,还消除了偏离网格目标引起的虚假像.【期刊名称】《电子与信息学报》【年(卷),期】2016(038)005【总页数】8页(P1047-1054)【关键词】超宽带穿墙雷达稀疏成像;组合字典;证据框架;参数自适应调整【作者】晋良念;申文婷;钱玉彬;欧阳缮【作者单位】广西无线宽带通信与信号处理重点实验室桂林 541004;桂林电子科技大学信息与通信学院桂林 541004;桂林电子科技大学信息与通信学院桂林541004;桂林电子科技大学信息与通信学院桂林 541004;桂林电子科技大学信息与通信学院桂林 541004【正文语种】中文【中图分类】TN957.521 引言穿墙雷达成像(Through-the-wall Radar Imaging,TWRI)是一种能够穿透建筑物对隐藏目标进行成像的新型技术，在执法、火灾救援、应急救助和军事行动等领域备受关注[1,2]。
为了获得良好的探测性能，成像技术是关键。
现有文献大多采用后向投影(Back Projection, BP)算法、延时求和(Delay-And-Sum, DAS)等算法[3,4]，尽管可以利用较少的先验信息就能够快速而简单地实现目标的成像，但是它们不仅需要进行大量的数据采样、存储和处理，而且这些成像算法自身就存在主瓣较宽且旁瓣较高的问题。
基于多模型自适应估计的混合策略微分对策制导
ＤＯＩ： ０． ８ ３ ｉ ｉｓ １ ０ — ３ ８． ０１ ０ ０１ １ ３ ７ ／ ．ｓ ｎ． ０ ０ １ ２ ２ ０． ６． ２
（ 尔 滨工 业 大 学航 天学 院 ，哈 尔 滨 １００ ） 哈 ５０ １
摘 要 ：为 有 效 降 低 多模 型 自适 应 估 计 器算 法 的 计 算 量 ， 文 采 用 目标 机 动 命 令 构 建其 离 散 化 假 设 空 间 ， 本 同
时考 虑 到 目标 机 动 随 机 时 问切 换 所 需 的 检 测 时 间要 求 ， 多模 型 自适 应 估 计 器并 行 运 行 的 成 员 滤 波 器 数 目进 行 了 对
（ ）导 弹 可 对 相 对 运 动 关 系 和 自身 的相 关 状 态 ６
给 出弹 目运动 关系 的数 学描述 ， 量测 和性能 指标 ； 对
进 行噪声 下 的量 测 ， 目标 无法 获取导 弹的相关 信息 ，
但 可意识 到拦截 企 图 ， 而随 时规避 机动 。 从 基 于 上 述 假 设 ，定 义 状 态 变 量 ＝
简化 ， 于 这 种简 化 的多 模 型 自适应 估 计 器 对 提 出 的 混 合 策 略微 分 对 策 制 导 方 案 进 行 了仿 真 研 究 。混 合 策 略 微 分 基 对策 制 导 综 合 考 虑 了 两种 基本 的微 分 对 策 制 导律 的优 势 和 不 足 ， 对 最 优 目标 机 动 随机 切 换 时 间 段 的 不 同而 应 用 针 相应 的制 导 策 略 。仿 真结 果 表 明简 化 的 多模 型 自适 应 估 计 器方 法可 以实 现 系 统 状 态 的 较 好 估 计 ， 括 目标 加 速 度 包 的估 计 ， 混合 策 略 微 分 对 策 制 导 也具 有 较 好 的 目标拦 截性 能 。 关 键 词 ：末 制 导 律 ；多 模 型 自适 应估 计 ；微 分 对 策 ；检 测 时间
《2024年自适应学习系统中推荐方法的研究与应用》范文
《自适应学习系统中推荐方法的研究与应用》篇一一、引言随着信息技术的飞速发展，教育领域正经历着前所未有的变革。
自适应学习系统以其独特的优势，如个性化学习、智能推荐等，逐渐成为教育领域的研究热点。
本文旨在研究自适应学习系统中的推荐方法，并探讨其在实际应用中的效果。
二、自适应学习系统的概述自适应学习系统是一种能够根据学习者的学习行为、兴趣和需求，自动调整学习内容、难度和进度的智能系统。
它通过收集学习者的数据，分析学习者的学习风格和习惯，为学习者提供个性化的学习资源和建议。
推荐方法是自适应学习系统中的重要组成部分，对于提高学习效果和用户体验具有重要意义。
三、自适应学习系统中推荐方法的研究1. 推荐方法的基本原理自适应学习系统的推荐方法主要基于数据挖掘、机器学习和人工智能等技术。
通过对学习者的学习行为、兴趣和需求进行建模，系统可以分析出学习者的偏好和需求，从而为其推荐合适的学习资源和策略。
常见的推荐方法包括协同过滤、内容过滤、深度学习和混合推荐等。
2. 推荐方法的分类与比较（1）协同过滤：协同过滤是一种基于用户行为的推荐方法，通过分析用户的历史行为和兴趣，找出相似的用户或项目，从而进行推荐。
它的优点是简单易行，但需要大量的用户数据支持。
（2）内容过滤：内容过滤是一种基于内容的推荐方法，通过分析学习资源的内容和特征，以及学习者的兴趣和需求，为学习者推荐与之相关的资源。
它的优点是能够深入挖掘学习者的需求和偏好，但需要丰富的资源库和特征提取技术。
（3）深度学习：深度学习是一种基于神经网络的推荐方法，通过训练大量的数据和模型，实现对学习者行为的预测和推荐。
它的优点是能够处理复杂的数据和问题，但需要大量的计算资源和时间。
（4）混合推荐：混合推荐是将多种推荐方法结合起来，充分利用各种方法的优点，以提高推荐的准确性和效果。
它可以根据具体的应用场景和数据特点，选择合适的推荐方法进行组合。
四、自适应学习系统中推荐方法的应用自适应学习系统中的推荐方法已经广泛应用于各个领域，如在线教育、远程教育、职业教育等。
信用卡反诈标签规则和机器学习模型初探
☐ 兴业银行信用卡中心 施琤漪 浙江邦盛科技股份有限公司 吴 伟信用卡反诈标签规则和机器学习模型初探近年来，网络赌博、电信网络诈骗等犯罪活动猖獗，不法分子利用银行账户作为其犯罪资金的转移渠道，作案手法及资金转移的手段不断翻新，逐渐呈现区域化、规模化、专业化特征。
此类犯罪案件对客户的资金安全、银行的正常运营及声誉造成了严重侵害。
在黑产中，银行卡、手机卡、网银U 盾及密码、身份证复印件等银行卡“四件套”的价格大幅上涨，因用于诈骗收款或转移非法所得的借记卡账户资源紧缺，不法分子转而将信用卡作为作案工具，并通过信用卡账户的溢缴款来收取或转移非法资金，洗钱诈骗作案工具由借记卡向信用卡扩大的趋势愈发明显。
鉴于此，公安机关部署“净网”“断链”“断卡”等专项行动，持续严厉打击、治理电信网络新型违法犯罪。
金融机构则通过逐步完善风险监测管理机制，进一步提高涉诈风险防控能力。
2022年以来，兴业银行信用卡中心加速推进反诈工作体系建设，包括建立反诈标签规则和机器学习模型（以下简称“反诈模型”）、布设电诈涉案账户的止付管控自动化策略、开展涉案账户的倒查工作、关注公安机关反诈中心对电诈账户的特征分析与相关风险动态。
对于涉诈信用卡账户，一方面积极配合公安机关实时管控涉案账户，防止电诈资金流出；另一方面根据涉案账户的特征建立反诈模型，产出风险预警名单，提早介入调查并尽早拦截电诈资金，并结合当前电诈风险动态的变化及时调优模型，做好精准管控工作。
一、反诈模型概述基于行业成熟的专家经验和机器学习算法工具，兴业银行信用卡中心结合黑样本析取、特征分析、标签定义、模型构建、模型预警等策略构建了反诈模型，反诈标签规则和机器学习模型架构如图1所示。
1.黑样本析取在模型构建前，银行需要收集一定数量、一定时间跨度、不同特点的黑样本数据（经过调查、分析等手段能明确账户是电诈账户的样本数据）。
源头数据将用于后续的分析、验证、优化，直接影响后续产出数据的准确性，因此其来源是模型构建的重中之重。
自组织组合预测方法及其应用
以参加组合 的各 预测 方法作 为 自组织 算法 的输人 ， 其输出 即为组合 预 测结果 ，这就 是我
们 提 出的 自组织 组合 预测 方法。 其基 本步 骤为：
（）将样本数据集 分成训练集 和测试集 丑 １ ，即 ＝ Ｕ丑 若建立预渊模型，
则可再分 出预测子集 ｃ，使 ＝ Ｕ Ｕｃ
（ ）建 立 组合模 型 的输 出 Ｊ和输 人 （ ２ ， 即参 加组合 的各 预测 方法 ， ． … ）之 同的 一
般函数关系，一般常用 Ｋｏｍｏ ｏ ｏ － Ｇａ ｏ 多项式 （ ｌ ｇ ｒｖ － ｂ ｒ 简称 Ｋ— Ｇ 多项式）为 参考函 数 ， 包含 三 个 单 项 预 测 方 法 的 组 合 模 型 的 二 次 Ｋ— Ｇ 多 项 式 ：Ｙ＝ ＿ ，， ，３＝ Ⅱ 厂ｏ ． ２ ） Ｙ Ｙ
的预 测 能 力 。 实证 分 析证 实 了这 一 结 论 。
关键词
白组 织数据挖 掘
组合 预测
预 测能 力
一
、
概
连
所谓组合 预 测， 就是将 不 同的预 测方法进 行适 当 的组 合，综 合利 用各 种方法所 提供 的有 用信 息・从 而尽 可能 地提高预 测精 度。 目前 已知 的组 合 预测方 法有 两类： 其一，权 系 数组合 预测 法。它 包括 最优组合 预测 法 。变权 重组合预 测 法。这 类方 法的特 点是 认为参加 组 合预 测的各 个预测 模型 间是 一种 线性 关 系，然 而， 当单个 预测方 法来源 于非
线性模型或者所基于的条件期望是信息集合 的非线性函数时。各个预测方法的线性合并不 是最优 的。 其二・非线性组合预测法。 目前，使用较多的是人工神经网络方法。实验结果表明，这
基于自适应遗传算法的组卷系统的设计与实现
３ 自适应 度遗传算法
３ １ 自适 应度遗 传算 法的基本 原理 ．
使用 Ｗｉｄ ｗｓ２ ０ ｅｖ ｒ ｎ ｏ ０ ３Ｓ ｒｅ 操作 系统 ， 并安 装 Ｉ ６ ０ Ｉ ．。 Ｓ
１ ３ 系统总体 结构 ． 该 系统 的总体 结构如 图 １所示 。
题库 管理 系 统
自适应 度遗传算 法 的交 叉和 变异 概率 能根据适 应
第 ２ ３卷
第 ８ 期
电 脑 开 发 与 应 用
文 覃 绸 号 ：０ ３５５ （０ ００— ０７０ １ ０ — ８ ０ ２ １ ） ８０ ６ — ３
基 于 自适应 遗传 算 法的 组卷 系统 的设 计 与 实现
Ｄｅ ｉ ｎ ａ ｍ ｐ ｅ ｅ ａ ｉ ｎ ｏ ｐ ｒ Ｓ ｓ ｅ ｂ ｓ ｄ ｏ ｓ ｇ ｎｄ Ｉ ｌ ｍ ｎｔ ｔｏ ｆ Ｐａ ｅ ｙ ｔ ｍ ａ ｅ ｎ ＡＧＡ
设计 组卷 系统 。
２ 试题库设计及数据库表的设计
法能 提供 相应 染 色体 的最佳 交叉 变 异概 率 ， 在保 持 种 ２ １ 试 题 库设计 ． 试 题库 的建 立是 组 卷 的前 提 条 件 ， 首先 确 定试 题
的相关 字段 如 ： 试题 类 型 、 识点 、 知 试题 难度 比例 、 曝光
ｏ ｔｍａ ｅ ｔｐ ｐ ｒｓ ｓｅ ｅ ｖｒ ｎ ｎ ． ｐ ｉ ｌ ｓ ａ ｅ ｙ ｔ ｍ ｎ ｉ ｍｅ ｔ ｔ ｏ
ＫＥ ＹＷ ＯＲＤＳ ＡＧＡ ，ｐ ｐ ｒｓ ｓ ｅ ，ＡＳ ＮＥ ａ ｅ ｙ ｔｍ Ｐ． Ｔ
自适 应 遗传 算 法是 Ｓ ｉｉａ ｒ ｖ ｓ教 授 于 １ ９ ｎ ９ ４年 提 出 的， 这种 算法是 基于交叉率 和变异率 的 。 自适应遗 传算 群 多样性 的 同时 ， 也能保证 算法 的收敛 性 ， 这些 都适 合
物流方向论文题目选题参考
物流方向论文题目选题参考 mba专业物流方向论文题目1、供应链系统下的企业物流管理研究2、中小企业物流管理的现状及思考3、基于供应链管理(SCM)的物流管理4、企业物流管理信息化问题及对策研究5、企业物流管理中存在的突出问题及应对策略研究6、基于ERP的企业物流管理7、日本物流管理及关键绩效指标8、现代企业物流管理信息系统探讨9、中小企业物流管理模式创新研究10、国外海产品物流管理模式分析及经验借鉴11、基于Android终端的物联网物流管理系统的设计与实现12、浅析基于市场营销的企业物流管理13、项目型企业及其物流管理14、现代物流管理趋势与发展策略15、中小型企业物流管理问题的探讨16、第三方物流管理模式及其信息系统17、基于协同理论的物流管理——协同物流管理18、2009物流管理研究现状分析19、医院物流管理的框架模型研究20、冷链物流管理专业课程体系建设与优化21、对“物流管理”和“供应链管理”的辨析22、基于RFID技术的供应链及现代物流管理系统的方案设计23、以培养目标统领高校物流管理专业课程体系建设24、物流管理与供应链管理的比较25、提升烟草商业企业物流管理与信息化应用水平的思考26、基于现代物流管理的自动化立体仓库系统开发27、现代物流管理人才培养的国际化研究28、中小企业物流管理对策研究29、工程供应链中物流管理的关键问题与对策研究30、企业物流管理信息化存在的问题及对策探析31、A物流公司转移定价方案研究32、基于J2EE的宁波某第三方物流公司管理系统的设计与实现33、德阳市德邦物流公司仓库火灾预警系统设计与实现34、德邦物流公司企业文化建设研究35、YT物流公司盈利模式案例分析36、基于生命周期的客户关系管理研究37、JS物流公司员工流失原因及对策研究38、基于供应链整合的CY物流公司业务重组项目研究39、A物流公司配送业务市场营销策略研究40、国际物流企业的多元化发展战略研究41、时间驱动作业成本法在盛达物流公司的应用研究42、邮政速递物流公司内部控制研究43、企业培训与员工工作满意度关系的研究44、沈阳顺达物流公司差异化战略研究45、M物流公司物流配送问题研究46、深圳A物流公司信息化问题研究47、AF物流公司战略定位选择研究48、基于时间驱动作业成本法的X物流公司成本控制研究49、时间驱动作业成本法在A物流公司的应用研究50、北方国际粮食物流公司供应链管理研究51、射阳县汽运物流公司农产品物流业务发展战略研究52、国家电投物流公司发展战略研究53、以需求为导向的ZY物流公司服务创新案例研究54、ST物流公司发展战略研究55、基于作业成本法的Y物流公司成本控制研究56、A物流公司人力资源配置优化研究57、AJ汽车物流公司库存管理问题与对策研究58、升成物流公司营销人员绩效管理体系研究59、“营改增”后E物流公司在增值税等主要税种方面的税收筹划研究60、物流运输工具(设备)选择对成本的影响物流管理毕业论文冷链物流题目1、食品冷链物流运输服务网络优化研究2、我国农产品冷链物流的发展问题研究3、面向冷链物流品质感知的物联网数据采集与建模方法4、共同配送模式下生鲜冷链物流的利益分配研究5、基于动态需求的冷链物流配送调度模型研究6、秦皇岛临港国际农产品冷链物流基地项目可行性研究7、果蔬类农产品冷链物流信息溯源研究8、基于微信平台的农产品冷链物流园信息系统设计与实现9、冷链物流车辆监控及调度系统设计与实现10、安徽省生鲜农产品冷链物流风险管理研究11、A公司冷链物流仓储中心布局优化研究12、考虑碳排放的冷链物流配送车辆路径优化研究13、生鲜食品冷链物流配送路径优化研究14、医药冷链物流的发展模式分析15、沈阳TSL公司冷链物流信息化管理研究16、食品冷链物流系统协同的系统动力学建模与仿真17、医疗冷链物流的风险管理研究18、我国食品冷链物流研究19、生鲜农产品电商冷链物流研究20、政府碳监管对冷链物流企业碳减排行为的影响研究21、冷链物流监控系统设计及配送优化22、基于VRPTW的城市冷链物流配送路径优化研究23、城市食品冷链物流B2B/B2C融合共配流程再造24、城市冷链物流2B/2C融合共配路径优化研究25、基于突变级数法的生鲜电商冷链物流服务质量评价研究26、上海鑫宜公司冷链物流配送路径优化研究27、CX公司的食品冷链物流追溯系统优化研究28、基于生鲜农产品的冷链物流配送路径优化研究29、基于HACCP管理体系的鲜活农产品冷链物流质量控制研究30、生鲜农产品冷链物流服务质量评价研究31、爱猴猴商贸公司农产品冷链物流发展问题分析32、湖南林果冷链物流信息平台项目规划方案研究33、基于移动互联网的生鲜冷链物流配送系统设计与实现34、江苏省水产品冷链物流需求预测研究35、基于改进BA模型的冷链物流无标度网络建模仿真与应用分析36、基于人工蜂群遗传算法的冷链物流配送多目标动态优化问题研究37、基于碳排放的冷链物流系统研究38、单亲遗传算法的冷链物流车辆路径问题(VRP)优化研究39、基于车联网的冷链物流配送路径优化研究40、生鲜食品冷链物流配送车辆路径优化41、基于模糊时间窗的冷链物流配送路径优化42、黑龙江省农产品冷链物流模式研究43、河南省果蔬冷链物流模式及优化方案研究44、农产品冷链物流安全预警研究45、YD冷链物流有限公司冷链物流业务优化管理研究46、生鲜农产品冷链物流配送中心选址研究47、A企业冷链物流动态监控系统应用研究48、广东省发展水产品冷链物流的对策研究49、北京市农产品冷链物流需求预测研究50、生鲜农产品冷链物流配送中心选址研究物流配送论文题目选题1、京东自建物流配送模式研究2、民用无人机在物流配送行业中的分析与设计3、基于Spark的并行遗传算法在物流配送问题中的应用4、“大数据”思维下的烟草物流配送中心设备管理系统开发与应用5、互联网+视角下农村电商物流配送运作模式分析6、 O2O模式下电商物流配送策略探析7、基于共享经济背景的农村物流配送体系构建——以新型城镇化背景下的长株潭农村地区为例8、基于无人机物流配送的战时快速卫勤保障体系探讨9、 RFID技术应用于农超对接物流配送系统的经济效应10、基于蚁群算法的物流配送路径的研究11、城市物流配送车辆调度模型及优化12、基于电商环境的农产品物流配送体系构建13、物流配送的绩效评价体系的构建——以苏宁易购为例14、我国零售业连锁经营的物流配送模式优化研究15、大型物流配送中心的主动式仓储调度策略及其性能分析16、农村电子商务物流配送改革策略分析17、浅谈京东物流配送模式的优化18、国内连锁超市物流配送优化方案研究19、大数据背景下电子商务物流配送模式研究20、 B2C电子商务企业物流配送模式比较研究21、基于组合拍卖的B2C电商物流配送研究22、国内连锁经营企业物流配送模式对库存水平影响的实证研究23、物联网技术下的农产品冷链物流配送优化研究24、基于改进自适应遗传算法的物流配送路径优化研究25、基于城市道路拥堵的物流配送车辆停车收费定价研究26、鑫威超市基于顾客满意度的物流配送管理研究27、浅析生鲜农产品电商物流配送模式的优化28、借鉴欧美城市物流配送的经验做法解决好我国城市物流“最后一公里”问题29、改进人工人群搜索算法在基于LBS物流配送中的应用30、基于层次化网络优化的烟草物流配送网络的开发与设计31、基于模拟退火算法最优物流配送问题的应用32、改进差分进化算法在物流配送中的多目标优化研究33、一种面向智慧城市的自动物流配送系统初探34、农产品电商综合物流配送模式研究——以广西海吉星电商综合配送模式为例35、茶产业发展中物流配送模式研究36、 TSP模型在蔬菜基地物流配送中的应用37、 O2O模式下物流配送研究综述38、基于Flexsim的山区生鲜农产品冷链物流配送网络仿真分析39、 O2O模式下零售企业物流配送网络节点的优化布局40、电子商务环境下物流配送网络协同性研究41、共享经济视角下我国乡村地区最后一公里物流配送模式优化研究42、 7-11物流配送模式分析43、基于RFIDGPS/GPRS技术下的电商生鲜物流配送44、柳州融水电子商务物流配送路径优化45、基于直觉模糊集的中小型企业第三方物流配送服务商选择研究46、城市冷链物流配送车辆路径问题研究47、基于容器标准化的智能物流配送48、基于城乡双向互动的物流配送网络创新研究49、农村连锁超市物流配送问题及解决途径探究50、 O2O模式连锁企业农产品物流配送路径优化。
有害生物风险分析方法文献综述
有害生物风险分析方法文献综述谭敏丰生安院生安一班 200941633111摘要：本文综述了对有害生物进行风险分析的一些常用的技术方法，重点归纳分析了农业气候相似距法、CLIMEX模型方法、Maxent模型方法、GARP模型方法、德尔菲法、层次分析法和模糊分析法等目前国内外在外来生物风险分析中常用的技术方法．概述了各个评估方法的含义并指出国内目前外来物种风险分析存在的不足，并对其研究应用的前景进行了展望。
关键词：外来物种；风险分析；方法有害生物风险分析(简称PRA)是评价生物学或其他科学、经济学证据，确定某种有害生物是否应予以管制以及管制所采取的植物卫生措施力度的过程[1]随着全球化程度的不断加深，国际贸易往来日益频繁，各国各地区之问的动植物及动植物产品贸易往来在其中占了很大的比重。
而动植物检疫工作在防止外来物种入侵，保护本国的农业生态环境安全和人类健康方面重大作用以及一种有利于国际贸易进行的措施，各国的植物检疫措施对植物及植物产品贸易的影响日益增大。
“有害生物风险分析”(Pest Risk Analysis，PRA)作为WTO非常重要的一项内容，它要求所采取的检疫措施需基于对环境、人类、动植物的生命及健康的风险评估，并考虑有关国际组织制定的风险评估方法[2]。
在我国成为WTO的成员国以后，有害生物风险分析不仅为科学决策提供了重要的依据，而且对植物检疫工作符合国际规则的要求，检疫管理工作符合科学化的要求有着重要的意义[3]。
国内许多学者对生物入侵开展了大量的研究。
特别是关于外来人侵植物，形成了许多新理论、新成果。
本文从有害生物风险评估方面对国内外该领域的研究进行总结和展望。
1 发展简史如果某一物种从原产地到达非原产地。
就会带来新的影响。
影响的大小根据具体情况改变。
为了方便将模糊的影响程度具体量化，人们将工程学中的“风险”这一定义引入进来，后逐步形成了风险评估(risk assessment)的概念。
一种基于时间序列预测模型的自适应预测方法及系统[发明专利]
![一种基于时间序列预测模型的自适应预测方法及系统[发明专利]](https://img.taocdn.com/s3/m/68f322841eb91a37f0115c9c.png)
专利名称：一种基于时间序列预测模型的自适应预测方法及系统
专利类型：发明专利
发明人：李志丰,谭泽汉,陈彦宇,马雅奇,刘欢,贺宗星,张秀蕊,张磊
申请号：CN201811167942.3
申请日：20181008
公开号：CN111008721A
公开日：
20200414
专利内容由知识产权出版社提供
摘要：本发明属于信息技术领域，具体涉及一种基于时间序列预测模型的自适应预测方法及系统。
所述方法包括，获取预测对象一定周期时间内的数据时间序列；对获取的数据时间序列进行分析处理；对分析处理后的数据时间序列进行分解，得到因素变量；根据因素变量对时间序列预测模型进行算法改进；根据改进结果设计时间窗口的自适应算法，进行预测，并得到预测结果。
采用本发明的基于时间序列预测模型的自适应预测方法及系统能够实现时间序列预测模型充分利用离职率时间序列季节周期性的信息以及实时保证时间窗口实现自适应选择最优值，预测性能稳定性高、准确度高。
申请人：珠海格力电器股份有限公司
地址：519070 广东省珠海市前山金鸡西路
国籍：CN
代理机构：天津三元专利商标代理有限责任公司
代理人：钱凯
更多信息请下载全文后查看。
基于预测模板的雷达资源自适应调度管理算法
基于预测模板的雷达资源自适应调度管理算法作者：徐嘉文凌翔来源：《中国科技纵横》2019年第08期摘要：相控阵雷达天线阵面具备波束捷变能力，能够快速对多个目标进行搜索、跟踪、验证等任务操作，而雷达系统的资源总量是有限的。
如何实现雷达资源的最大化利用，保障搜索与跟踪的性能需求一直是雷达后段软件的重点难点。
本文提出了一种基于预测模板的自适应雷达资源动态自适应规划、分配及调度算法，结合了基于模板的调度策略和动态自适应的调度策略的优点，尽可能提高雷达整机资源的最大化利用，能够根据当前工作环境和任务压力，动态地对雷达资源进行分配调度，实现最优化资源管理。
关键词：相控阵雷达;任务管理;资源调度;软件化中图分类号：TN958 文献标识码：A 文章编号：1671-2064（2019）08-0027-02雷达是一种高度可靠的远距离探测系统，已广泛应用在防空预警、航空航天、空间探测等多个领域，发挥着不可替代的重大作用，尤其是在我国的国防战略预警体系中扮演着不可或缺的角色，是战略预警的基础。
相控阵雷达在系统层面上实现了“雷达天线阵列+后端控制处理”的新型架构，不同于传统的机械雷达，相控阵雷达阵面可以在后端软件系统的控制下实现波束快速捷变，数字化合成不同的波束形状，从而能够同时对多个目标进行多种任务操作[1]。
雷达的整机的时间、能量和系统软硬件资源总量是有限的，当系统处于高强度任务压力下时，某些任务必然会因为有限的资源条件而无法得到执行，而这些任务中可能包括高优先级的重要作战事件，这些任务的丢失是不可接受的。
如何在外部环境实时快速变化的情况以及有限的雷达资源限制条件下，实现对任务资源的最优化调度分配，确保任务不丢失或者执行失败，对雷达的工作性能提升有着十分巨大的现实意义。
新型软件化架构防空反导一体化相控阵雷达是新一代先进雷达的代表，具备高度软件可定义、模块功能可扩展的先进特性，大幅提高了雷达装备的灵活性和适应性。
该型雷达作战环境较为复杂，设计作战任务多样化，要求能够快速适应不同战场环境的反导防空任务要求，在实际情况下需要设计复杂多变的任务模式，需要尽可能的提高资源利用率，对于其资源的自适应动态分配能力提出了较高的要求，本文对其资源管理需求进行了深入分析，提出了一种基于预测模板的资源自适应调度与管理算法，在几种经典调度算法的基础上进行了整合改进，能够完成系统高负荷情况下的雷达资源最优化调度分配。
基于预测模板的雷达资源自适应调度管理算法
基于预测模板的雷达资源自适应调度管理算法
雷达资源的自适应调度管理算法是一种能够根据雷达资源的实际使用情况，智能地调度资源并进行优化分配的算法。
该算法可以根据具体预测模板，对雷达资源进行自适应调度，提高雷达资源的利用率和性能。
1. 数据采集和预处理：需要对雷达资源进行数据采集，并对采集到的数据进行预处理。
这一步骤是为了获取雷达资源的实时状态信息，如资源的利用率、负载情况等。
2. 预测模板的生成：根据采集到的数据，可以通过建立预测模型来预测未来一段时间内雷达资源的需求情况。
预测模板可以使用各种机器学习算法，如时间序列分析、神经网络等。
3. 资源调度策略生成：根据预测模板，可以生成相应的资源调度策略。
资源调度策略可以根据实际需求进行优化，如在高负载时优先分配资源给重要任务，或根据预测结果提前分配资源等。
4. 调度执行和评估：根据资源调度策略，执行相应的资源调度操作，并对调度结果进行评估。
评估指标可以包括雷达资源的利用率、任务完成时间、能耗等。
1. 资源利用率提高：通过预测模板生成合理的资源调度策略，可以根据实际需求灵活分配雷达资源，提高资源利用率。
2. 任务完成时间缩短：通过预测未来雷达资源的需求情况，可以提前分配资源给重要任务，从而缩短任务的完成时间。
3. 能耗降低：通过合理调度和分配资源，可以避免资源的闲置和浪费，降低雷达系统的能耗。
车辆控制系统的自适应模型预测控制
车辆控制系统的自适应模型预测控制自适应模型预测控制是一种广泛应用于车辆控制系统中的控制算法。
它利用系统的数学模型进行状态预测，并根据预测结果进行控制决策，以实现对车辆运动的精确控制。
这种控制策略在提高车辆运行稳定性、减少能耗和寿命损耗方面有着显著的优势。
本文将对自适应模型预测控制在车辆控制系统中的应用进行详细探讨。
自适应模型预测控制是指根据随机系统的动态特性，通过在线学习系统模型参数，预测系统状态，并根据预测结果进行控制指引。
车辆控制系统中的自适应模型预测控制通常包括两个主要方面：车辆模型的建立和控制器设计。
首先，在实际应用中，建立准确的车辆动力学模型非常重要。
这个模型需要包括车辆的质量、惯性、阻力、操纵输入等参数。
然后，通过系统辨识方法或数值优化等技术，根据实测数据对模型进行参数估计和优化。
这样可以不断优化模型的准确性，提高预测的精确度。
在车辆模型建立完成后，需要设计预测控制器来实现对车辆运动的控制。
传统的控制方法主要基于固定的控制规则，忽视了系统动态特性的变化。
而自适应模型预测控制则能够自动调整控制策略以适应系统状态的变化。
它通过在线系统辨识来获取实时的模型参数，然后根据模型预测结果进行控制决策。
这种控制策略在不确定的环境下表现出了较强的适应能力和鲁棒性。
自适应模型预测控制在车辆控制系统中有许多实际应用。
其中一个典型的例子是车辆动态稳定性控制系统。
动态稳定性控制是指在车辆发生侧滑或失控情况下，通过操纵车辆的刹车力和转向角度，来恢复车辆的稳定性。
自适应模型预测控制可以通过准确的车辆模型预测未来的车辆状态，然后根据预测结果动态调整刹车力和转向角度，以保持车辆的稳定性。
这种控制方法对提高车辆的安全性和稳定性有着重要的作用。
另一个应用领域是智能驾驶系统。
随着自动驾驶技术的成熟，智能驾驶系统成为当今车辆控制领域的热点。
自适应模型预测控制在智能驾驶系统中能够实现精确的路径规划和控制。
通过预测车辆未来的状态和环境变化，智能驾驶系统可以选择最优的路径和速度，并自动调整车辆的行驶方向和速度。
基于预测模板的雷达资源自适应调度管理算法
基于预测模板的雷达资源自适应调度管理算法摘要：随着雷达技术的飞速发展，雷达资源的利用率和效率成为优化管理的研究热点。
一般的雷达资源分配策略所采用的预测算法或模型需要高精度的数据集，同时其计算复杂度也较高，在实际应用中存在一定的局限性。
本文提出了一种基于预测模板的雷达资源自适应调度管理算法，该算法利用历史数据的规律性建立预测模板，通过实时收集的数据与之进行匹配，实现雷达资源的精确配备和优化调度。
Abstract:Keywords: radar resources; predictive templates; adaptive scheduling; management algorithm1. 引言雷达技术在现代军事和民用领域发挥着重要作用，不仅可以对目标进行远程探测和跟踪，还可以用于飞行器导航、地质勘探等领域。
目前，雷达技术不断发展，其性能和功能得到了极大的提升，但是雷达资源的利用率和效率仍然需要得到优化管理。
2. 预测模板的建立预测模板是指根据历史数据的规律性建立的一种预测模型。
在雷达资源自适应调度管理中，预测模板可以用来预测未来一段时间内的雷达资源需求量和分配方案。
我们可以从历史数据中发现其数据规律性，建立预测模板，并将其用于实时数据的预测和匹配。
建立预测模板的关键是确定数据规律性和预测方法，常见的方法有时间序列和机器学习等。
时间序列方法主要是通过对历史数据进行拟合和预测来建立模型，可以根据不同的季节性、趋势性、周期性等因素来描述数据规律性。
机器学习方法则是通过学习历史数据中的特征和变化趋势来建立模型，具有较好的预测精度和泛化能力。
Step 1：采集实时数据并进行预处理，包括数据去除噪声、数据平滑处理和特征提取等。
Step 2：与历史数据进行匹配，使用建立好的预测模板进行预测和匹配，得到未来一段时间内的雷达资源需求量和分配方案。
Step 3：根据预测结果，制定合理的资源分配计划，并实时调整，以达到最优的资源利用率和效率。
基于多项式系数自回归模型的雷达性能参数最优组合预测
基于多项式系数自回归模型的雷达性能参数最优组合预测吴婕;吕永乐【摘要】针对雷达故障预测与健康管理(PHM)技术工程实现中性能参数变化趋势预测准确度不高的问题,提出一种基于多项式系数自回归(PCAR)模型的性能参数预测方法.首先,介绍了PCAR模型的形式及其阶次、参数确定方法,该模型相对于传统的线性模型扩大了模型选择范围,有效降低了建模偏差;然后,为了进一步提高预测准确度,采用基于奇异值分解滤波算法(SVDFA),选取最优门限值,将性能参数监测序列拆分成与各个失效因素对应的子序列,最后分别采用不同阶次的PCAR模型来预测序列未来值.仿真实验结果表明,所提出的联合PCAR模型的组合预测方法同单一自回归滑动平均模型(ARMA)的预测结果相比,三个监测序列的预测准确度分别提高了79.7％、97.6％和82.8％.实验结果表明该预测方法可应用于雷达性能参数的预测,有利于提高雷达的工作可靠性.【期刊名称】《计算机应用》【年(卷),期】2019(039)004【总页数】5页(P1117-1121)【关键词】雷达性能参数;故障预测与健康管理;多项式系数自回归模型;序列分解;最优组合预测;基于奇异值分解滤波算法【作者】吴婕;吕永乐【作者单位】中国电子科技集团公司第十四研究所信息处理部,南京210039;中国电子科技集团公司第十四研究所信息处理部,南京210039【正文语种】中文【中图分类】TP206.30 引言故障预测与健康管理(Prognostics and Health Management, PHM)技术是综合保障向监测、诊断、预测和维修一体化方向发展的产物[1],对降低雷达全寿命周期维修保障成本、提高可用度具有重要作用。
预测功能的引入是PHM系统的典型特征。
如何提高预测准确度是雷达故障预测技术研究的重点。
在常用的故障预测方法中,基于累积损伤模型的方法需要深入研究对象的物理模型和失效机理,虽然预测准确度较高,但不适用于组件数量庞大、内部电磁环境复杂的雷达系统。
基于自组织方法的税收收入组合预测模型
基于自组织方法的税收收入组合预测模型沈存根;周开君【摘要】自组织理论是基于神经网络和计算机科学的迅速发展而产生和发展起来的.它将黑箱思想、生物神经元方法、归纳法、概率论、数理逻辑等方法有机地组合起来.其主要思想是通过简单的初始输入(局部变量)的交叉组合产生第一代中间候选模型,再从第一代中问候选模型中选出最优的若干项组合而产生第二代中间候选模型,重复这样一个产生、选择和遗传进化过程,使模型复杂度不断增加,直到选出最优复杂度模型为止.本文利用自组织方法进行数据筛选和建立税收预测模型,并在数据筛选基础上建立线性回归预测模型和BP神经网络预测模型,然后结合时间序列的预测模型,利用自组织方法建立组合预测模型.通过预测结果比较得出了组合预测模型比其它单个模型具有更高的预测精度.【期刊名称】《技术经济与管理研究》【年(卷),期】2010(000)002【总页数】3页(P38-40)【关键词】组合预测;自组织方法;神经网络;线性回归;时间序列【作者】沈存根;周开君【作者单位】中共国家税务总局党校,江苏,扬州,225007;河海大学商学院,江苏,南京,210098;中共国家税务总局党校,江苏,扬州,225007【正文语种】中文【中图分类】F812.42一、引言税收收入的增长与变化受多方面因素的影响，一方面，税收收入变化与税收政策因素有很强的联系，同时也存在着由未知不确定因素引起的随机波动；另一方面，税收收入又随着经济的增长而增长，并且与很多因素密切相关，如居民消费水平、财政支出总量、社会消费品销售量等。
税收收入预测可以使用统计技术，其使用的模型一般分为时间序列模型和回归模型。
时间序列模型的缺点在于不能充分利用与税收收入密切相关的经济因素，导致预测的数据不准确和不稳定。
回归模型虽然考虑了经济因素，但需要事先知道其它经济因素与税收收入间的函数关系，而且为了获得比较精确的预测结果，需要大量的计算。
许多实验表明BP神经网络用于税收等经济指标的预测也是一种适合的方法。
组合预测模型及其应用研究的开题报告
组合预测模型及其应用研究的开题报告一、开题背景随着大数据时代的到来，数据挖掘技术在各个领域中得到了广泛应用。
其中，预测模型是数据挖掘技术中最为重要的应用之一。
通过预测模型，我们可以对未来的事情进行预测，并且基于这种预测结果来做出相应的决策。
在实际应用中，预测模型并不是完美的。
虽然每一种预测方法都有它的优点，但是在不同的情况下，不同的预测模型的表现也是不同的。
为了克服预测模型的局限性，人们发明了一种新的预测方法，即组合预测模型。
组合预测模型可以将不同的预测方法结合起来，从而在不同的情况下获得更为准确的预测结果。
组合预测模型在金融、医疗、气象等领域中得到了广泛应用，并且在不同领域中的应用研究也愈加深入。
因此，本文将研究组合预测模型及其应用，并对其进行深入探讨，以期为相关领域的研究者提供一些参考和帮助。
二、研究内容本文的主要研究内容包括以下几个方面：1. 组合预测模型的基本概念和原理首先，需要对组合预测模型进行系统的学习和理解。
对于其基本概念和原理进行深入探讨，包括组合模型的种类、组合模型的构建思路等等。
2. 组合模型中的各种预测方法在组合模型中，常用的预测方法有很多种，如神经网络、支持向量机、随机森林等等。
因此，需要对这些方法进行详细的介绍和研究。
3. 组合模型的构建方法组合模型的构建是整个研究的核心。
本文将对组合模型的构建方法进行深入探讨，包括加权平均、Bagging、Boosting等等。
4. 组合预测模型在不同领域的应用在本文中，我们将选取金融、医疗、气象等几个领域，对组合预测模型在这些领域中的应用进行详细研究。
三、研究方法本文将采用文献综述、案例研究等方法，对组合预测模型及其应用进行深入研究。
文献综述是本研究的基础，通过查阅相关文献，系统地学习组合预测模型基本概念、原理、构建方法等知识。
案例研究将对组合预测模型在不同领域中的应用进行实证分析，以检验其预测效果和优越性。
四、研究价值组合预测模型是目前一种新兴的预测方法，在实际应用中具有广泛的应用价值。
一种基于自适应滤波的系统辨识方法
一种基于自适应滤波的系统辨识方法
王峰林;谭家玉
【期刊名称】《黑龙江商学院学报》
【年(卷),期】1994(010)004
【摘要】采用自适应滤波技术，给出了系统辨识的一种方法。
该方法具有计算简单、实用的特点，可以在理论模型不清楚的情况下，通过测量和学习，实现对未知系统的最佳拟合。
【总页数】7页(P1-7)
【作者】王峰林;谭家玉
【作者单位】不详;不详
【正文语种】中文
【中图分类】TP271.8
【相关文献】
1.一种新的基于自适应神经网络模糊推理系统的图像滤波器 [J], 朱立新;杨扩;秦加合
2.一种基于自适应神经模糊推理系统的图像滤波方法 [J], 罗海驰;李岳阳;孙俊
3.一种基于Volterra模型的非线性系统具有全解耦结构的递阶式自适应辨识方法[J], 魏瑞轩;韩崇昭
4.基于非线性自适应IIR滤波器的混沌时间序列辨识方法 [J], 伍维根;张家树;古天祥
5.基于自适应卡尔曼滤波的负荷参数在线辨识方法 [J], 李红霞;李尚远;李振垚;甘德强
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｃｏ ｍｂ ｎ ｔ ｒａ ｒ ｃ ｓ ｉｇ Ｓｙ ｔ ｍ ｉａ ｏ ｉｌＦｏ ｅ ａ ｔｎ ｓ ｅ
Ｓ ＯＮＧ － ｅ Ｆｕ ｇ ｎ，ＱＵ Ｙｉ ｈ － ｅ ｚ
（ ０ｊ ￥ ｄ・ ｆ 粥ｉ 蛐ｄＭ蚰姆瞰 ｔ Ｄｌ曲雌 Ｕ－ｖｒｉ ， ｌ Ｇ１． 懈 ｍｌ ∞Ｉ Ｉ Ｓ ｏ Ｂ 瞄ｓ ｎ， 岫 Ｉ ｅｓｙ ｓｌ ｉ ｔ 舢咖 ｉ ０ ０ １ 抽 １） ０ ５ ，（ ２
原理和方法后 ， 不同组合预测模型的有效性研究已 经成为国内外预测学研究领域的一个热 点。 大量实
证研究表 明， 组合预测可以提 高预测的准确性， 降 低预测的风险， 但对历史数据拟合很好的组合预测 模型未必有 良好的预测结果， 且不同组合预测模型
机程序实现 ， 从而构建组合预测系 统， 而为 了提高 组合预测结果的准确性 ， 系统中应 引入专家意见等
预测的经验信 息与预洲 的定量方法紧密而有效地结合起 来， 为提 高预 测水平和预测系统的研究提供 了新的思路．
关键 词 ：自 适应； 规则库； 组合预测； 预测系统
中图分类 号 ： １１Ｐ ９ Ｆ２ ； １ ０ １３
文献标 志码 ： Ａ
Ｄ ｃ ｓ ｉｎ ｎ Ａｄ ｔ ｅ Ｍ Ｏ ｉ ｕ ｓｏ ｓ ｏ ａｐ ｉ ｄｅＩ ｌ ｔｎ － ｌ－ ｓ ｄ ｓ ｖ － ｅｃ ｉｇ Ｒｕｅ Ｂａ ｅ Ｓｅ
ｆ ｒ ｃ ｓ ｉ ｇ ｓ ｓ ｅ ｉ ｒ ｖ ｄ ｄ ｏ ｅ ａ ｔ ｙ ｔ ｍ ｓ ｐ ｏ ｉ ｅ ． ｎ
Ｋｅ ｏ ｄ ：ａ ａ ｔｖ ；ｕ ｅｂ ｓ ；ｏ ｉａｏ ｉｌｆ ｒｃ ｓｉｇ；ｏ ｅ ａ ｔｎ ｙ ｔ ｍ ｙ ｗ ｒ ｓ ｄ ｐ ｉｅ ｒ ｌ－ａ ｅ ｅ ｍｂ ｎ ｔ ｒ ｏ ｅ ａ ｔｎ ｆ ｒ ｃ ｓｉｇ ｓ ｓｅ ａ
基于 自适应模型遴选规则库 的组合 预测 系统初探
宋福根 ， 瞿轶 苗
（ 东华大学 旭 Ｂ Ｔ商管理学院 ， 上海 ２０５ ） ００ １
摘 要 ：首次提出 基于自 适应模型速选规则库的组合预测系统的研发原理， 探讨组合预测模型连选规则库的建立方
式 ， 出规 则 适应 性 的 自适 应调 节机 制原理 ， 建基 于 自适 应 模 型 遵 选 规 则 库 的 组合 预 测 系统 的基 本 架构 ． 提 构 系统 可将
预测在促进 科学 研究与社会经济发展中正显
示 出 日趋 重 要 的 作 用 和 影 响．自 Ｂ Ｔ Ｓ 和 Ａ Ｅ Ｇ Ａ Ｇ Ｒ１ Ｒ Ｎ Ｅ ［较为 系统地论述 了组合预测 的基 本
的预 测效果也有着 很大差异． 根据 现有的研究 成 果， 文献［ ］ ３ 都认为组合预测模型可以由计算 ２和［ ］
ｓ ｓｅ ｉ ｒ ｓｎ ｅ ｙ ｔ ｍ ｐ ｅ ｅ ｔｄ，ｗｉｈ ｔ ｅｗａ ｏｅ ｔ ｂｉｈ ｔ ｅｃ ｍ ｂｎ ｔ ｒ ｌｆ ｒ ａ ｔｍｏ ｅ ｅｅ ｔ ｎ ｒ ｌｓｄ ｓ ｕ ｓｄ ｓ ｔ ｈ ｙ ｔ ｓａ ｌ ｈ ｏ ｉ ａｏ ｉ ｏ ｅ ｓ ｄ ｌｓ ｌｃ ｉ ｕ ｅ ｉｃ ｓ ｅ ． ｓ ａ ｃ ｏ Ｔｈ ｅｆａ ａ ｔｖ ｅｈ ｎ ｓ ｏ ｕ ｅ ｎ ｈ ｒ ｍ ｅ ｒ ｆｃ ｍ ｂｎ ｔ ｒａ ｏ ｅａ ｔ ｇ ｓ ｓｅ ａ ｅ ｎ ｔ ｅ ｅｓ ｌ ｄ ｐ ｉｅｍ ｃ ａ ｉｍ ｆｒ ｌｓａ ｄ ｔ ｅｆａ ｗｏ ｋ ｏ ｏ ｉａｏ ｉｌｆｒ ｃ ｓｉ ｙ ｔｍ ｂ ｓ ｄ ｏ ｈ ｎ ａ ａ ｔ ｅ ｍ ｏ ｅ－ｅｅ ｔｏ －ｕ ｅ ａ ｅ ｐ ｔ ｆ ｒ ｒ Ｔｈ ｙ ｔ ｍ ａ ｎ ｅ ｒ ｔ ｈ ｏ ｅ ａ ｔ ｅ ｐ ｒｅ ｃ ｄ ｄ ｐ ｉ ｄ ｌｓ ｌｃｉｎ ｒ ｌ ｒ ｕ ｏ ｗａ ｄ ｖ ． ｅ ｓ ｓｅ ｃ ｎ ｉｔｇ ａｅ ｔ ｅ ｆ ｒ ｃ ｓ ｘ ｅ ｉｎ ｅ ａ ｎ ｑ ａ ｔ ａｉｅａ ｐ ｏ ｃ ｅ ｆｉｉｎ ｌ． Ａ ｅ ｓ ｈ ｍｅ ｆ ｒｔ ｅ ｉ ｐ ｏ ｅ ｅ ｔｏ ｏ ｅ ａ ｔｌｖ ｌａ ｄ ｒ ｓａ ｃ ｎ ｕ ｎ ｉ ｔ ｐ ｒ ａ ｈ ｓｅ ｆ ｅ ｔｙ ｔ ｖ ｃ ｎ ｗ ｃ ｅ ｏ ｈ ｍ ｒ ｖ ｍ ｎ ｆｆｒ ｓ ｅ ｅ ｅ ｅ ｒ ｈ ｏ ｃ ｎ
预测经验 信息来指导组合 预测模 型的选择． 事实 上， 国外 大 量研 究 通 过 归纳 ， 成 了 组 合 预 测 模 型 形 选 择 的实 践 指 南 （ｒｃｉ ｌ ｕｄｌ ｅ） ． 践 指 ｐａｔ ａ ｉｅｉ ｓ 引 实 ｃ ｇ ｎ 南虽未必完美无缺 ， 却包含了预测实践中总结 出的
Ａｂ ｔａ ｔ Ｔｈ ｅ ｅｏ ｍ ｅ ｔ ｒｎ ｉｌ ｆ ａ ａ ａ ｔｖ ｓｒ ｃ ： ｅ ｄ ｖ ｌ ｐ ｎ ｐ ｉｃｐｅ ｏ ｎ ｄ ｐ ｉｅ ｍｏ ｅ－ ｅｅ ｔ ｎ ｒ ｌ－ ａ ｅ ｏ ｉａ ｏ ｉｌ ｆ ｒ ￣ ｔ ｄ ｌｓｌｃｉ － ｕｅｂ ｓ ｄ ｃ ｍｂ ｎ ｔ ｒａ ｏ ｅ ｏ ｃ
第３卷 第４ ４ 期 东华大学学报 （ 自然科学版 ） ２０ 年 ８ ０８ 月 Ｊ ＯＵＲ ＮＡＬ ＯＦＤ ＯＮＧＨＵＡ ＵＮＩ ＲＳ Ｔ ＮＡＴＵＲ Ｃ Ｅ ＣＥ ＶＥ Ｉ Ｙ（ ＡＬ Ｓ Ｉ Ｎ ）
பைடு நூலகம்
Ｖ １３ ． ｏ ４ ｏ． ４ Ｎ ． Ａｕ ．２ ０ ｇ ０８
文章编 号 ： ６１ ０４（０８０ — ４０ ０ １７ — ４４２０）４ ０９ — ６
收 稿 日期 ：２ ０ —０ —１ ０７ ４ ２ 基金项 目：中国纺织工业协会科技指导性项 目 （０ ６ ２ ） ２０ ０ ２
作者简介：宋福根（ ９ ２ ）男 ， １５ 一 ， 山东曲阜人 ， 教授 ， 研究方向为决策与决 策支持系统． － ｉ ｇｏ ｇ ｈ ． ｄ ． ｌ Ｅｍａｌ ｓｎ ＠ｄ ｕｅ ｕ ｅ ：ｆ ｌ