为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

采用真空熔炼法, 经急冷和缓冷两种不同冷却条件制备了Te系化合物TeAsGeSi合金粉体.通过X射线衍射分析, 急冷工艺制备粉体呈非晶态, 缓冷工艺制备的粉体呈晶态, 结晶主相为R-3m空间群的As2GeTe4; 差热-热重分析显示, 升温至350℃时缓冷粉体As2GeTe4成分熔融, 400℃时两种粉体均开始快速失重, 为避免制备过程中发生材料熔融及挥发损失, 确定烧结温度不超过340℃.采用真空热压法制备TeAsGeSi合金靶材, 将两种粉体分别升温至340℃, 加压20 MPa, 保温2 h制备出两种靶材, 其中缓冷粉体制备的靶材致密度高, 为5. 46 g·cm-3, 达混合理论密度的99. 5%, 形貌表征显示此靶材表面平整, 孔洞少, 元素分布均匀

出口退税例题 某有进出口经营权的国有企业,对自产货物经 出口销售及国内销售。该企业1997年第四 季度和1998年第一季度分别发生以下几笔购销业务: 1997年第四季度: (1)报关离境出口一批货物,离岸价是18.75万美元 (2)内销一批货物,销售额是500万元 (3)购进所需原料等货物,购货额是600万元1998年第一季度:(1)报关离境出口一批货物, 离岸价是80万美元 (2)内销一批货物,销售额是200万元 (r3)购进所需原材料等货物,购货额是600万元已知上述购销货物增值税税率均为17%,上述 购销额均为不含税购销额美元与人民币汇率 为1:8.3,该企业办理出口退(免)税适用\免、 抵、退\办法,退税率为9%。试计算该企业上述两个季度应纳或应退增值税额。 答:1997年第四季度