Tourism Demand Forecasting with Neural Network Models: Different Ways of Treating Information

This paper aims to compare the performance of three different artificial neural network techniques for tourist demand forecasting: a multi‐layer perceptron, a radial basis function and an Elman network. We find that multi‐layer perceptron and radial basis function models outperform Elman networks. We repeated the experiment assuming different topologies regarding the number of lags used for concatenation so as to evaluate the effect of the memory on the forecasting results. We find that for higher memories, the forecasting performance obtained for longer horizons improves, suggesting the importance of increasing the dimensionality for long‐term forecasting. Copyright © 2014 John Wiley & Sons, Ltd.     

基于WDO-PP模型的文山州近10年水资源承载力评价

利用6个典型测试函数对新型优化算法——风力驱动优化(WDO)算法进行仿真验证,将仿真结果与布谷鸟搜索(CS)算法、差分进化(DE)算法、混合蛙跳算法(SFLA)、粒子群优化(PSO)算法、蚁群优化(ACO)算法、帝国竞争算法(ICA)和模拟退火算法(SA)的寻优结果进行比较。选取水资源开发利用率、降水量等10个评价指标,运用风力驱动投影寻踪(WDO-PP)模型计算文山州2006—2015年的水资源承载力,并对其变化趋势及规划水平年2020年、2030年水资源承载力进行预测及评价分析。结果表明:1无论是单峰还是多峰函数,WDO算法寻优效果远优于CS、DE、SFLA、PSO、ACO、ICA和SA算法,具有较好的寻优精度、收敛速度、极值寻优能力以及收敛稳定性与可靠性。2文山州2006—2014年水资源承载力评价结果均为基本可承载(Ⅲ级),2015年评价结果为可承载(Ⅱ级)。水资源承载力随时间呈提升趋势,且提升趋势显著。规划水平年2020年、2030年水资源承载力预测评价结果分别为可承载(Ⅱ级)和绝对可承载(Ⅰ级)。     

投影寻踪模型在行蓄洪区运用风险评价中的应用

将行蓄洪区运用风险评价指标体系应用于基于信息熵的投影寻踪模型,得到风险评价投影值。根据结果把淮河干流行蓄洪区运用风险等级分为4类,风险等级及分类区间从高到低依次为Ⅰ级,投影值≥4.16,包括4个蓄洪区和寿西湖、鲍集圩2个行洪区;Ⅱ级,投影值为4.10~4.16,包括汤渔湖等4个行洪区;Ⅲ级,投影值为3.90~4.16,包括香浮段等7个行洪区;Ⅳ级,投影值为0~3.90,包括邱家湖等4个行洪区。     

基于小波变换模极大值的去噪方法研究

小波去噪在信号处理中得到广泛应用。目前常用的方法主要有Donoho提出的阈值法和Mallat提出的模极大值法。模极大值法是一种经典的小波去噪方法,噪声的模极大值的幅度随尺度的增大而迅速减小,而正常信号随尺度的增大而增大,因此利用合适尺度的小波变换,容易把噪声从正常信号中剔除。通过试验说明这种方法对白噪声和脉冲噪声都有很好的去噪效果,并与阈值去噪比较,对于高斯白噪声,信噪比比较低的信号,模极大值去噪要优于阈值法去噪;对于脉冲噪声,脉冲噪声点数较多时,模极大值去噪要优于阈值法去噪。     

锅炉汽包水位模糊RBF自适应控制

针对汽包水位常规的PID控制方式,采用了一种模糊神经网络智能控制器,该控制器结合了模糊控制与神经网络学习能力强的特点,将2种智能控制相结合,在线调整控制器参数,整定出一组优化的控制器参数。仿真结果表明此控制器显著地改善了汽包水位的动态性能和稳定性能。     

土地生态风险评价的理论基础及模型构建

研究目的:探讨土地生态风险评价的理论基础并构建评价模型。研究方法:文献资料法,对比法。研究结果:目前中国对于土壤风险评价大多数是针对土壤中重金属和农药污染,还没有形成完善的方法和指标体系来表征或评价包含物理压力、化学压力和生物压力在内的土地生态风险,如何在实践中辨识土地生态风险的压力因子,如何进行有效的生态风险评价并用之于土地管理还没有成熟的方法。研究结论:将土地生态风险压力因子分为物理因子、化学因子和生物因子,可为土地生态风险评价提供新的思路和理论基础。