IOWA算子

摘要： GDP是衡量国家和地区经济的重要指标,利用恰当的方法对GDP进行建模预测及分析民族地区GDP与其他指标之间的动态关系对于推动民族区域经济发展具有重大意义。本文选取内蒙古2005年第一季度至2020年第三季度的季度GDP、建筑业(ARCHI)季度总产值和农林牧渔业(FARM)季度总产值数据建立VAR模型,使用格兰杰检验、脉冲响应等方法分析三个指标间的相关关系。为了精确预测内蒙古GDP,本文利用逐步向前模型平均准则对疏系数VAR模型进行组合预测。通过与单序列季节ARIMA模型的预测效果进行比较,发现多数情况下组合VAR模型预测精度更高。由于这两类方法各有优势,本文使用基于IOWA算子的组合预测方法对这两类模型再次组合,实证分析表明,该方法的短期预测效果最优。

摘要： 为科学地评价矿井热害情况,使热害治理更具有针对性,研究分析了矿井热害影响因素,并以此构建二级热害评价指标体系;采用IOWA算子改进的层次分析法确定评价体系各指标的权重,减少评价的主观性偏差;最后通过云模型理论结合各指标权重对矿井热害情况进行评价,得出矿井的热害等级及其影响因素。以金渠金矿为例对该评价体系进行验证,结果表明使用该评价体系获得的结果科学合理,可为矿井热害评价提供参考。

摘要： 风力出电预测结果的准确性直接影响电力系统的调度安全,故提出一种基于变分模态分解(VMD)和最大信息系数(MIC)的风电功率组合预测方法。针对风力发电功率时间序列的随机性和波动性,利用VMD将原始风电功率序列分解为具有不同波动特性的模态分量;然后考虑气象信息与风电机组运行条件,采用MIC在考虑时间尺度后对各分量进行特征选择;基于诱导有序加权平均(IOWA)算子建立组合模型分项进行预测;最后将各模态分量的预测结果叠加获得最终预测值。基于风电场实测数据进行实验,结果表明所提组合预测模型能有效提高预测精度。

摘要： 为了研究我国居民消费水平的变化趋势,将预测我国未来4年(2020—2023年)的居民消费水平,选择的样本数据是从2002—2019年这18年间的我国居民消费水平,构造基于ARIMA(2,1,1)模型、Holt-Winters无季节模型以及多元回归模型的诱导有序加权算术平均(IOWA)算子组合预测模型,主要运用使偏差平方和最小的组合预测优化方法预测我国未来4年(2020—2023年)的居民消费水平,并对诱导有序加权算术平均IOWA算子组合预测模型进行了有效性评价;以新发展格局的内循环和外循环为依据,寻找解释变量并建立多元回归模型;研究发现:IOWA算子组合预测模型预测精度大于各单项预测模型,并且各项误差均显著低于单项预测模型,未来4年我国居民消费水平不会有大幅度波动,但有小幅度下降的趋势。

摘要： 为提高小麦产量预测算法的精度,通过建立灰色预测模型和BP神经网络模型,以误差平方和最小为最优化模型,构建基于IOWA算子组合灰色神经网络预测模型。结果显示:组合预测模型综合各单项预测模型的优点,降低了预测结果误差,提高了预测精度,为小麦产量预测提供了一种有效的研究方法。并用该模型进一步预测了2020~2024年我国的小麦产量。

摘要： 首先以北京市1994-2006年年平均最低气温、年平均气温、年平均最高气温构建三角模糊数序列的三个界点,出于数据整体性考虑将三角模糊数序列转换成等量信息的三个指标数序列,然后,对三个指标数序列分别构建了时间序列ARIMA模型,灰色预测GM(1,1)模型以及BP神经网络模型,最后在单一模型预测结果的基础上通过引入诱导有序加权(IOWA)算子,建立了一种集成IOWA算子的ARIMA-GM-BP的三角模糊组合预测模型。通过最终预测结果对比,组合模型预测精度明显要高于各单一模型。

摘要： 首先以北京市1994-2006年年平均最低气温、年平均气温、年平均最高气温构建三角模糊数序列的三个界点,出于数据整体性考虑将三角模糊数序列转换成等量信息的三个指标数序列,然后,对三个指标数序列分别构建了时间序列ARIMA模型,灰色预测GM(1,1)模型以及BP神经网络模型,最后在单一模型预测结果的基础上通过引入诱导有序加权(IOWA)算子,建立了一种集成IOWA算子的ARIMA-GM-BP的三角模糊组合预测模型.通过最终预测结果对比,组合模型预测精度明显要高于各单一模型.

摘要： 基于诱导有序加权平均(IOWA)算子,将差分整合移动平均自回归(ARIMA)模型和Holt-Winters指数平滑模型进行组合,采用SBAS-InSAR监测值进行矿区地表沉降预测,并与各单一模型的预测结果进行对比分析.结果表明,基于IOWA算子的组合模型的预测精度较单一模型有明显提升,其中各点均方误差(MSE)平均值为1.458 mm,平均绝对误差(MAE)为2.175 mm,可用于矿山地表沉降监测预测.

摘要： 针对当前单项模型滑坡位移预测精度不高的问题,本文从相关性组合预测的角度出发,结合诱导有序加权平均算子(IOWA)提出了基于诱导有序加权平均算子的滑坡位移相关性组合模型,根据新陈代谢思想提出了基于诱导有序加权平均算子的滑坡位移相关性组合模型的新陈代谢预测精度评价指标,通过引入拟合预测评价指标,对该模型的拟合与预测效果进行评价.实例验证结果表明,基于诱导有序加权平均算子的滑坡位移相关性组合模型的拟合评价指标均优于选用的单项模型以及相关性组合模型,预测指标也较原方法有了一定的提高.

摘要： 本文在样本数据和预测数据均以对称三角模糊数给出的模糊环境下,引入可能点的概念,并提出了相对预测精度作为诱导有序加权平均(IOWA)算子的诱导值,构建了以三角模糊数中心点误差平方和和宽度误差平方和的凸组合为准则三角模糊数组合预测模型,文章的算例验证了本文方法的有效性.

摘要： 本文在样本数据和预测数据均以对称三角模糊数给出的模糊环境下,引入可能点的概念,并提出了相对预测精度作为诱导有序加权平均(IOWA)算子的诱导值,构建了以三角模糊数中心点误差平方和和宽度误差平方和的凸组合为准则三角模糊数组合预测模型,文章的算例验证了本文方法的有效性.

摘要： 本文在样本数据和预测数据均以对称三角模糊数给出的模糊环境下,引入可能点的概念,并提出了相对预测精度作为诱导有序加权平均(IOWA)算子的诱导值,构建了以三角模糊数中心点误差平方和和宽度误差平方和的凸组合为准则三角模糊数组合预测模型,文章的算例验证了本文方法的有效性.

摘要： 本文在样本数据和预测数据均以对称三角模糊数给出的模糊环境下,引入可能点的概念,并提出了相对预测精度作为诱导有序加权平均(IOWA)算子的诱导值,构建了以三角模糊数中心点误差平方和和宽度误差平方和的凸组合为准则三角模糊数组合预测模型,文章的算例验证了本文方法的有效性.

摘要： 组合预测的关键是确定单项预测方法的加权系数.传统的组合预测方法是通过构建组合预测误差准则模型来确定最优加权系数.由于事物的模糊性和不确定性,描述预测对象的数据经常以区间形式给出,区间组合预测应运而生.本文将连续区间有序加权平均(COWA)算子应用到区间数运算中,构建基于诱导有序加权平均(IOWA)算子和相关系数的连续区间组合预测模型,并通过实例分析说明该区间组合预测方法的有效性.

摘要： 组合预测的关键是确定单项预测方法的加权系数.传统的组合预测方法是通过构建组合预测误差准则模型来确定最优加权系数.由于事物的模糊性和不确定性,描述预测对象的数据经常以区间形式给出,区间组合预测应运而生.本文将连续区间有序加权平均(COWA)算子应用到区间数运算中,构建基于诱导有序加权平均(IOWA)算子和相关系数的连续区间组合预测模型,并通过实例分析说明该区间组合预测方法的有效性.

摘要： 组合预测的关键是确定单项预测方法的加权系数.传统的组合预测方法是通过构建组合预测误差准则模型来确定最优加权系数.由于事物的模糊性和不确定性,描述预测对象的数据经常以区间形式给出,区间组合预测应运而生.本文将连续区间有序加权平均(COWA)算子应用到区间数运算中,构建基于诱导有序加权平均(IOWA)算子和相关系数的连续区间组合预测模型,并通过实例分析说明该区间组合预测方法的有效性.

摘要： 组合预测的关键是确定单项预测方法的加权系数.传统的组合预测方法是通过构建组合预测误差准则模型来确定最优加权系数.由于事物的模糊性和不确定性,描述预测对象的数据经常以区间形式给出,区间组合预测应运而生.本文将连续区间有序加权平均(COWA)算子应用到区间数运算中,构建基于诱导有序加权平均(IOWA)算子和相关系数的连续区间组合预测模型,并通过实例分析说明该区间组合预测方法的有效性.

摘要： 针对中长期电力负荷预测的特点，提出一种基于诱导有序加权平均(IOWA)算子和层次分析法(AHP)的中长期负荷组合预测法。首先通过各单项预测模型在历史年内各个时点的诱导值大小按顺序赋权，并以误差平方和为优化目标求出IOWA加权系数;然后利用层次分析法综合考虑拟合精度、发展一致性和模型可信度，求出各单项预测模型在预测年内各个时点的诱导值，进而预测出负荷值。该方法的特点是：组合预测加权系数与单项预测模型无关，而与其在各个时点的诱导值密切相关;引入专家经验，减小了不确定因素的干扰。实际算例表明该方法能有效地提高预测精度。

摘要： 针对中长期电力负荷预测的特点，提出一种基于诱导有序加权平均(IOWA)算子和层次分析法(AHP)的中长期负荷组合预测法。首先通过各单项预测模型在历史年内各个时点的诱导值大小按顺序赋权，并以误差平方和为优化目标求出IOWA加权系数;然后利用层次分析法综合考虑拟合精度、发展一致性和模型可信度，求出各单项预测模型在预测年内各个时点的诱导值，进而预测出负荷值。该方法的特点是：组合预测加权系数与单项预测模型无关，而与其在各个时点的诱导值密切相关;引入专家经验，减小了不确定因素的干扰。实际算例表明该方法能有效地提高预测精度。

摘要： 本发明涉及一种基于IOWA算子的锂电池容量估计与寿命预测的方法，其步骤为：步骤1：首先在不同循环下获得所有估计方法在各自精度内的容量估计值及相对误差；步骤2：采用多项式拟合填补前期数据集内空缺的容量值，同时分别计算各方法已知误差的均值作为拟合容量对应的误差值，即有序诱导变量值；步骤3：基于诱导有序加权平均的组合估计模型求解权重系数并估计前期容量值；步骤4：利用基于遗传算法优化的BP神经网络进行后期的容量预测。本发明仅通过不同方法下的电池离散容量估计值及相对误差，就能够很好的实现对电池前期容量的估计和后期电池容量的预测，使得容量估计的效率和精度得以大幅度提高。

摘要： 本发明公开了一种基于IOWA算子组合预测模型的输电线路覆冰预测方法及系统，通过小波分解将冰灾影响因素与覆冰数据逐个分解，求得小波系数和尺度系数；利用小波系数和尺度系数得到影响因素概貌序列及细节序列、覆冰质量概貌序列及细节序列和覆冰厚度概貌序列及细节序列，逐个对各气象因素与输电线路因素进行非线性回归得到覆冰厚度及质量的拟合方程；对这些方程建立基于IOWA算子的组合预测模型，求得组合预测加权向量和诱导值序列，产生覆冰质量及厚度的概貌预测值序列和细节预测值序列，求得小波系数和尺度系数；再采用小波重构算法得到覆冰厚度及质量的预测值序列。本发明的覆冰预测方法及系统，具有速度快、外推性好、结果比较可信等优点。

摘要： 本发明属于铸件三维模型分类领域，并具体公开了一种结合D2算子和法向算子的铸件三维模型分类方法，包括如下步骤：对各类铸件三维模型进行三角面片化；分别采用D2算子和法向算子获取铸件三维模型的D2特征描述符和N2特征描述符；然后根据铸件的初始类别，得到各类铸件的D2、N2类别特征描述符；最后利用相似性度量函数计算待分类铸件三维模型和各类别三维模型的相似度，根据相似度大小进行铸件三维模型的分类。本发明可以基于已经建立的数据库识别新铸件的类别，提高了铸造工艺设计的智能化程度，对于常见的铸件类别有很好的特征识别效果，能够有效地判别铸件类型，解决相同类型铸件的工艺复用问题。

摘要： 一种基于元算子融合的多平台算子智能化开发系统及方法，包括：初始化器、元算子库预处理器、算子模板生成器、融合规则迭代器、算子融合器、调度策略优化器；初始化器：用于获取系统中内置的融合规则库和对应的元算子接口声明，然后将元算子接口声明转发到元算子库预处理器，将融合规则库转发到融合规则迭代器；由于算子融合器能够根据融合规则和对应的目标平台元算子，来生成目标平台的算子代码，和融合规则平台无关且易于描述，元算子的逻辑比较简单而且可以复用于多个算子。因此，本发明降低了算子开发的工程量和开发难度，且用户需要开发的算子越多，需要适配的平台越多，本发明的效果越明显。

摘要： 本发明提供一种算子管理方法和管子管理系统，涉及大数据处理领域，该数据处理方法包括：获取目标算子的算子文件；基于所述算子文件，对算子库中的所述目标算子执行管理操作。本发明实施例通过算子库可实现对算子进行统一规范地管理。

摘要： 本发明涉及一种基于IOWA算子的锂电池容量估计与寿命预测的方法，其步骤为：步骤1：首先在不同循环下获得所有估计方法在各自精度内的容量估计值及相对误差；步骤2：采用多项式拟合填补前期数据集内空缺的容量值，同时分别计算各方法已知误差的均值作为拟合容量对应的误差值，即有序诱导变量值；步骤3：基于诱导有序加权平均的组合估计模型求解权重系数并估计前期容量值；步骤4：利用基于遗传算法优化的BP神经网络进行后期的容量预测。本发明仅通过不同方法下的电池离散容量估计值及相对误差，就能够很好的实现对电池前期容量的估计和后期电池容量的预测，使得容量估计的效率和精度得以大幅度提高。

摘要： 本发明涉及电力综合评价领域，具体地指一种基于IOWA算子的电力发展水平通用评价方法。本发明建立了一套可以用于评价国内各省级地区电力发展水平的评价指标体系，采用分级建模的方式处理了多级指标，并且对多年份的历史数据进行分析和计算，处理的是具有时间界限的各省级地区的历史数据。在确定各指标权重时综合考虑了历史数据，提出了一种可综合考虑历史电力发展情况的电力发展水平评价方法。

摘要： 本发明公开了一种基于IOWA算子组合预测模型的输电线路覆冰预测方法及系统，通过小波分解将冰灾影响因素与覆冰数据逐个分解，求得小波系数和尺度系数；利用小波系数和尺度系数得到影响因素概貌序列及细节序列、覆冰质量概貌序列及细节序列和覆冰厚度概貌序列及细节序列，逐个对各气象因素与输电线路因素进行非线性回归得到覆冰厚度及质量的拟合方程；对这些方程建立基于IOWA算子的组合预测模型，求得组合预测加权向量和诱导值序列，产生覆冰质量及厚度的概貌预测值序列和细节预测值序列，求得小波系数和尺度系数；再采用小波重构算法得到覆冰厚度及质量的预测值序列。本发明的覆冰预测方法及系统，具有速度快、外推性好、结果比较可信等优点。

摘要： 本公开提供了一种算子执行设备、算子调度设备、方法、芯片、计算机设备及存储介质，其中，算子执行设备，包括：算子调度器、以及执行单元；所述算子调度器，用于响应于接收到待启动算子的算子启动指令，基于所述算子启动指令中携带的算子类型信息，将所述算子启动指令下发至与所述算子类型信息对应的执行单元；所述算子启动指令中包括对所述执行单元中运算单元的调度信息；所述执行单元，用于响应于接收到所述算子调度器下发的所述算子启动指令，基于所述算子启动指令中携带的调度信息，执行所述待启动算子。

摘要： 一种基于元算子融合的多平台算子智能化开发系统及方法，包括：初始化器、元算子库预处理器、算子模板生成器、融合规则迭代器、算子融合器、调度策略优化器；初始化器：用于获取系统中内置的融合规则库和对应的元算子接口声明，然后将元算子接口声明转发到元算子库预处理器，将融合规则库转发到融合规则迭代器；由于算子融合器能够根据融合规则和对应的目标平台元算子，来生成目标平台的算子代码，和融合规则平台无关且易于描述，元算子的逻辑比较简单而且可以复用于多个算子。因此，本发明降低了算子开发的工程量和开发难度，且用户需要开发的算子越多，需要适配的平台越多，本发明的效果越明显。