期刊,数学建模及其应用 2024年卷4期_国家学术搜索

期刊信息/Journal information

数学建模及其应用

出版周期：季刊

数学建模及其应用/Journal Mathematical Modeling and Lts Applications

正式出版

收录年代

GNSS精密单点定位中的数学模型

黄云清梁琴唐启立杨银...

1-10页

查看更多>>摘要：GNSS精密单点定位(precise point positioning,PPP)技术是一类基于卫星信号,实现全球精密定位的方法,其工作原理为采用一台GNSS接收机的双频码和载波相位观测值,利用精密轨道和精密钟差产品,同时应用精细化的误差修正数学模型,进行单站绝对定位.PPP不依赖地面基准站,它的出现改变了以往只有载波相位双差观测模型才能达到高精度定位的情况,是GNSS定位技术中继RTK和网络RTK技术之后的又一次技术革命.本文主要介绍了PPP中的双频消电离层组合的定位方程组、误差修正数学模型以及参数估计的最小二乘方法,并通过算例展示了PPP的有效性.

关键词：

精密单点定位双频消电离层组合误差模型线性化最小二乘方法

原文链接:

NETL
NSTL
万方数据

基于回归分析的大学生消费水平研究——以宁夏大学为例

张雯瑞亢婷

11-18页

查看更多>>摘要：以宁夏大学学生为研究对象,采用问卷调查法和图表分析法,分析宁夏大学学生的消费状况,进一步,采用MINITAB软件及Excel软件对问卷的数据进行建模和分析,得知娱乐支出、学习支出、生活支出、是否是大一年级学生、生活支出与是否为大一学生的交互项以及娱乐支出与是否为大一学生的交互项对每月总支出的影响显著,即对消费水平的影响显著.研究结果表明,本文所提出的多元线性回归模型能够反映宁夏大学学生的消费水平,通过分析该模型的预测结果,提出了引导大学生合理消费的策略.

关键词：

回归分析大学生消费水平消费策略影响因素

原文链接:

NETL
NSTL
万方数据

基于K-means聚类的非标准指派问题的算法研究

张影刘骏豪乔田田

19-23页

查看更多>>摘要：线性指派问题是优化中常见的一类问题,具有广泛的应用领域.非标准指派问题由于指派的目标数量不同,不适用于通过代价矩阵直接确立顺序.本文利用统计学中的K-means聚类算法将目标数量按照规定数目聚类后,再使用匈牙利算法进行标准指派问题的分配,并将文中算法方案应用于数学建模中人员指派和运输指派问题,最后通过实验数据结果表明该方案行之有效、合理稳定.

关键词：

指派问题K-means聚类匈牙利算法

原文链接:

NETL
NSTL
万方数据

一种基于双场的量子身份认证模型

梁瑾梁向前

24-30页

查看更多>>摘要：受孪生双场量子密钥分发协议的思路启发,提出了一种新的基于孪生双场的量子身份认证协议.在第三方Charlie的帮助下,利用哈希函数将认证的会话秘钥进行编码操作,实现通信双方相互的量子身份认证.协议在现有技术的支持下,易于实现,具有较强的可行性.通过协议分析可以看出,协议能够抗已知的各种攻击,且有较高的安全性.

关键词：

量子身份认证哈希函数孪生双场量子密钥分发

原文链接:

NETL
NSTL
万方数据

基于SARIMA与LSTM的提前退休现状分析及预测——以天津市为例

王园朝叶炳昊卢奕皓陈雨露...

31-39页

查看更多>>摘要：随着我国人口老龄化程度不断加深,延迟退休政策的实施成为大势所趋.但现实中提前退休现象仍然严重,对经济与社会发展产生负面影响.基于此,本文以天津市为例,聚焦于职工因病或非因工伤残而提前退休的特殊现象,利用数据可视化及决策树算法探究了职工因患病而提前退休的影响因素,建立了SARIMA时间序列预测模型和LSTM神经网络模型,分别对天津市未来因患病而提前退休的职工总人数和因患某类疾病而提前退休的人数进行预测.研究发现:性别、年龄和单位类型对提前退休职工的患病情况有影响;从整体上看,在短期内天津市未来因患病而提前退休的职工人数大概率会保持稳定,有缓慢下降的趋势.研究结果旨在提出针对性的建议,为完善我国退休制度提供数据支持和理论依据.

关键词：

提前退休SARIMA时间序列LSTM神经网络

原文链接:

NETL
NSTL
万方数据

基于MHAGRU模型的重介选煤分选密度预测方法

侯晓松纪玉华高奎郭莹...

40-46页

查看更多>>摘要：重介选煤过程中的分选密度是影响选煤效率的关键因素之一,准确预测分选密度可帮助优化选煤工艺,提高产品品质.本文提出了一种结合多头注意力机制和门控循环神经网络的分选密度预测模型.传统的分选密度预测方法难以处理非线性、多维度和时间序列相关性的问题,而本文提出的模型通过引入多头注意力机制,能够有效捕捉不同时间步长和特征维度之间的依赖关系,从而提升模型的预测精度.同时,门控循环神经网络在处理长时间序列数据时具有较好的记忆能力,能够有效避免梯度消失问题.实验结果表明,与传统模型相比,基于多头注意力机制和门控循环神经网络的分选密度预测方法在预测精度和鲁棒性上均有显著提升,适用于实际生产中的分选密度预测任务.

关键词：

分选密度时间序列多头注意力门控循环单元

原文链接:

NETL
NSTL
万方数据

基于P-S-t曲线的非平稳Gamma强度退化随机过程理论模型

耿龙伟吕红明赵振秀

47-52页

查看更多>>摘要：零件强度退化过程一般随时间变化,在不同时间段具有不同的统计特性,属于典型的非平稳过程.在退化过程中,由于难以直接测量表征退化状态(如磨损、断裂等)的数据,缺乏退化数据,常见的P-S-t曲线可以有效表征材料的疲劳性能.因此,本文假设Gamma过程的形状参数是非线性函数,并利用材料的P-S-t曲线来估计Gamma过程的特征参数.基于这个假设,建立一种基于P-S-t曲线的非平稳Gamma强度退化过程理论模型.数值算例结果的分析表明,这个理论模型能够有效描述强度退化的趋势,为渐变可靠性分析提供新的理论基础.

关键词：

强度退化非平稳Gamma过程P-S-t曲线参数估计

原文链接:

NETL
NSTL
万方数据

机器学习预测出血性脑卒中功能预后

陈琳

53-63页

查看更多>>摘要：出血性脑卒中是中国居民死亡和残疾的主要原因之一,预测功能预后并识别其影响因素,对临床治疗有指导意义.本文利用出血性脑卒中高维小样本数据,建立机器学习模型预测患者的预后三级分类:在22项临床指标上使用3种特征选择方法(US、RFE-RF、RFE-NB),在84项影像指标上使用3种降维方法(PCA、MDS、UMAP),比较不同特征选择和降维组合下7种机器学习分类器(LASSO/Ridge/ENet惩罚三项逻辑回归、SVM、RF、XGBoost、ANN)的预测表现(Accuracy、F1、Kappa、HUM);然后使用 Wilcoxon符号秩检验比较分类器的性能差异.结果发现:不考虑特征选择和降维时(基准),RF准确率最高;降维效果MDS最优,然后PCA优于UMAP;特征选择效果RFE-RF优于US和RFE-NB;LASSO和XGBoost经过特征选择或降维后预测准确率多数表现为上升;对优于基准RF准确率的组合进行 Wilcoxon符号秩检验,UMAP+US+LASSO的 Macro-F1和 Weighted-F1优于基准RF,MDS23+SVM、US+SVM、RFE-RF+SVM和RFE-NB+SVM的HUM优于基准RF;临床数据3种特征选择方法共同选择的变量有低压、高低压比和糖尿病史.

关键词：

出血性脑卒中预后机器学习惩罚三项逻辑回归特征选择降维

原文链接:

NETL
NSTL
万方数据

需求交叉弹性及其在小型超市补货量预测中的应用

肖怡帆刘睿轩李睿航潘秋惠...

64-71页

查看更多>>摘要：类似于微观经济学中的"交叉价格弹性",提出"需求交叉弹性"概念,通过两种需求量具有一定刚性的生活必需品的需求量变化之间的关系,计算需求交叉弹性,可以判别商品之间的竞争关系或互补关系,测量一种商品数量变动引起相关商品数量变动的强度.结合小型居民超市特点,采用其历史数据,对有关商品的需求量进行预测,为小型超市的补货计划提供参考.示例表明,利用这种方法进行补货,可证是有效的.

关键词：

进货策略弹性商品组合

原文链接:

NETL
NSTL
万方数据

纷纭模型凭君看,欲把金针度与人——以案例为依托,培养学生的数学建模能力

唐国平崔金超尹玲王勇...

72-79页

查看更多>>摘要：借助传球游戏案例,通过提问、联想、讨论和探究等多种学策略,从多个角度深入思考,引导学生建立不同种类的数学模型,进而总结各模型的优点、不足、稳健性和适用范围等问题,引领学生进入数学建模的神奇世界,助力学生数学建模能力的提升.

关键词：

传球游戏数学建模Baltamatica软件创新能力矩阵马尔科夫链

原文链接:

NETL
NSTL
万方数据