针对传统税收预测模型精度较低的问题，提出一种将Adaboost算法和BP神经网络相结合进行税收预测的方法。该方法首先对历年税收数据进行预处理并初始化测试数据分布权值；然后初始化BP神经网络权值和阈值，并将BP神经网络作为弱预测器对税收数据进行反复训练和调整权值；最后使用Adaboost算法将得到的多个BP神经网络弱预测器组成新的强预测器并进行预测。通过对我国1990--2010年税收数据进行仿真实验，结果表明该方法相比传统BP网络预测，平均误差相对值从0.50％减少到0.18％，有效地降低了单个BP陷入局

利用聚合物泡沫采用压力浸渗铸造工艺制备开孔泡沫铝。所制备的泡沫铝能够很好地复制聚合物泡沫的几何尺寸。开孔泡沫铝的强度比闭孔泡沫铝的低很多，从而得到更多的应用。添加陶瓷颗粒可以改善泡沫铝的力学性能。本研究中，向AC3A 铝合金中添加SiC 颗粒得到复合材料泡沫。在复合材料泡沫中，SiC 颗粒嵌入在合金基体中及孔筋表面。高体积分数的陶瓷颗粒使合金泡沫铝的压缩强度、能量吸收、显微硬度增大。这些性能的改善归结为于泡沫铝的结构改变以及SiC 颗粒存在于结点和孔筋处而引起的强度增加。

在订单式生产的中小制造企业中,订单的完成过程受诸多不确定因素的影响。考虑影响完工期的确定因素及随机因素,如生产时间、插单的等待时间、机械故障等待时间、误工时间、损耗率及返工率等,根据数据统计分析假定各因素服从一定的随机分布,建立了完工期区间预测模型,通过多次仿真得到了完工期区间范围。以相关原则为依据,通过比较预测完工期及客户要求交货期,做出承诺交货期及价格决策。最后进行灵敏度分析,通过仿真得到完工期均值与各随机变量对应参数的变化关系,在此基础上提出了控制完工期影响因素的措施。

气象参数是建筑能耗模拟的基础,随着全球气候异常变暖,必将对建筑采暖和空调能耗产生重要影响。进行未来气候条件下的建筑能耗模拟,必须首先开展未来模拟气象参数的研究。根据TMY2模拟气象参数模式提出了节能分析气象年(AEEMY)模拟气象参数模式。使用了3个气候模型预测了中国建筑热工分区代表城市未来2021-2050的30 a气象参数。使用AEEMY模式得到了1971-2000年和2021-2050年代表城市的建筑能耗模拟气象参数。应用DOE2模拟软件对中国各气候区的居住建筑在2种气候条件下进行了建筑能耗模拟。验

问题描述 使用 Windows Server 2012 R2 或 Windows Server 2016系统，发现在安装 .NET Framework 3.5.1 时报错，报错内容如下图所示。 原因分析 找不到安装源文件。 解决办法 您可以使用如下PowerShell脚本进行安装。 从 开始 菜单中找到 PowerShell，右键单击选择 以管理员身份运行。 输入如下脚本后，按回车键执行。 Set-ItemProperty -Path 'HKLM:\SOFTWARE\Policies\Microsoft\Windows\WindowsUpdate\AU' -Name UseWUServer

针对生产与运输两个过程的联合决策,通过分析一类生产-运输批量优化问题,建立的混合0-1整数规划模型整合了多产品多阶段能力约束批量生产和产品运输。其中运输成本由运输工具使用数量决定,当企业内部运输能力不能满足运输需求时可将运输外包,但需支付更高的运输成本。根据此问题的特点,构造改进蚁群算法求解,令其信息素和启发信息都存在0和1两种状态下的不同取值,通过转移概率确定0-1生产准备矩阵,进一步得到生产矩阵和运输计划。仿真实验结果表明在生产批量决策的同时考虑运输,可以减少运输成本,令总费用最小,通过将实验结果与其

针对一类非完整移动机器人的轨迹跟踪控制问题，同时考虑移动机器人的运动学和动力学模型，设计运动学控制器和动力学控制器结合的神经网络控制系统．其中动态模型中的不确定性是由神经元控制器进行补偿，由此可保证闭环误差系统最终趋近稳定．采用基于李亚普诺夫(Lyapunov)稳定性理论的判稳方法，证明整个闭环控制系统的稳定性．仿真结果表明，该控制方案具有较强的鲁棒性．

SunWebScan_Setup，影像系统上传插件，内附安装和配置说明。

比较了现今应用比较广泛的3种支持向量机( SVM)参数优化方法. 具体分析了网格法、遗传算法和粒子群算 法在 SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法. 先在较大范围内进行搜索,在得到的优化结果 附近区域再进行精确搜索. 实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.

Infragistics.NetAdvantage.Ultimate.2011.Vol.1\注册号机\破解文件\安装序列号\Key安装码\SN注册码\License