高速公路交通事故灰色Verhulst预测模型

在分析我国高速公路交通事故历史数据的基础上,引入灰色Verhulst预测理论,建立了高速公路交通事故灰色Verhulst预测模型.通过对2000～2007年我国高速公路交通事故死亡人数进行实例分析,发现灰色Verhulst模型的预测精度高于GM(1,1)模型.结果表明,灰色Verhulst模型的预测结果较好的反映了高速公路交通事故的发展趋势,该模型用于高速公路交通事故预测是可行的.     

基于修正转移概率矩阵的Markov方法在企业人才结构预测中的应用

预测企业人才结构的变化;修正转移概率矩阵的Markov预测方法;用修正转移概率矩阵的Markov模型针对人才结构进行定量预测与分析,对历史数据样本数量要求不多,并且计算简便;获取的计算结果更具客观性、真实性.     

数学模型在废黄河水质评价及预测中的应用

用多元统计分析中聚类分析的基本原理,对废黄河2004~2006年的水质进行评价,并用牛顿插值法进行水质预测,为环保工作提供有效参考.     

龚帕兹曲线参数估计方法及应用研究

在现有文献研究的基础上,对龚帕兹曲线参数估计问题又作了进一步研究,给出了求解龚帕兹曲线参数的一种新方法.将最优化方法与回归方法结合在一起,利用最优化理论中的区间搜索和一维搜索得到一系列c值,利用回归方法可求得与其相对应的一系列a和b的值,当c取最优c*时,a和b便得到最优值a*和b*.经示例计算表明,这种求解龚帕兹曲线参数的方法在电力系统负荷预测中具有较高的预测精度.     

灰色预测在农林牧渔业发展中的应用

运用GM(1,1)模型对我国农林牧渔业总产值进行预测,首先对数据进行预处理,使其满足灰色预测模型的条件,运用M ATLAB软件编程求解.通过做残差检验和滚动检验,发现误差均小于10%,最后进行了关联度分析.得出结论:对农林牧渔业总产值影响最大的为渔业,其次为牧业,林业和农业.     

加权马尔可夫链在传染病发病情况预测分析中的应用

首先基于传染病的发病情况存在大量不确定性的特点,应用有序聚类的方法建立发病人数状态的分级标准;然后针对发病人数序列为相依随机变量的特点,采取以规范化的各阶自相关系数为权重,用加权的马尔可夫链模型来预测和分析发病人数的变化状况,使预测结论的长期效果趋于最优;最后通过实例检验,对预测结果和方法进行评价和深入的分析.     

下击暴流移动对其水平风速及影响高度的作用

针对下击暴流整体移动对其水平风速的增大效应,采用数值模拟方法(CFD)得到全尺寸下击暴流不同径向位置的风剖面,并与线性叠加算法得到的水平移动下击暴流的风剖面进行对比,发现线性叠加方法在R/D≤1.1径向区间内不能准确体现下击暴流整体水平移动对沿其整体移动方向上的纵向风速剖面的影响。为此,本文提出了非线性预测方法,准确地得到了下击暴流不同水平移动速度条件下的不同径向位置风剖面;结合风剖面计算该公式与大气边界层风速分布,研究了地表粗糙度、10m高度参考风速、下击暴流初始出流速度等对下击暴流影响高度的作用。结果表明:整体水平移动下击暴流影响高度的最大值出现在R/D≤1.13范围;地面粗糙度增加明显降低了该影响高度;整体移动速度增大显著增加了下击暴流的影响高度。     

基于周期性截断灰色系统的电力负荷预测

电力负荷预测是电力系统调度和电力生产计划制定的重要依据。电力负荷时间序列有着明显的周期性特征。传统的电力负荷预测主要侧重于预测方法的研究,而忽略了电力负荷数据周期性特性的分析,影响了预测的准确性。针对电力负荷时间序列的周期性特征,提出了一种基于周期性截断的灰色系统模型来进行电力负荷预测。该模型利用周期性截断来反映负荷数据的周期性特征,提高了预测的精度。仿真采用EUNITE Network的公开负荷数据进行算法性能的测试,并与一些主流的电力负荷预测算法：BP神经网络、极限学习机、自回归模型以及传统的灰色系统模型做比较。仿真结果表明,周期性截断的灰色系统负荷预测的归一化均方误差和绝对平均误差是最小的。周期性截断的灰色系统为电力系统负荷预测提供了一种新的有效方法。     

FTIR结合化学计量学对三七产地鉴别及皂苷含量预测研究

不同产地对中药次生代谢产物有显著影响,产地鉴别有助于中药的科学合理利用;其次,有效成分含量检测是评价中药质量的主要手段。通过傅里叶变换红外光谱结合化学计量学建立快速鉴别三七产地及测定三七中四种主要皂苷的方法,为三七的科学、合理、规范使用以及对三七质量进行快速评价提供依据。采集5个区域12个产地117个三七样本的红外光谱。产地鉴别预处理数据采用离散小波变换除去噪音造成的部分高频信号,偏最小二乘判别对产地判别贡献率大于1的数据进行筛选,kennard-stone算法将117个个体分为70%训练集与30%预测集。训练集数据用于建立支持向量机判别模型,交叉验证法用于筛选支持向量机最优参数,预测集数据对支持向量机判别模型结果进行验证。皂苷含量预测预处理数据采用标准正态变量变换、离散小波变换处理;处理的红外数据设为X变量,三七样品中通过高效液相色谱法测得的四种皂苷总量设为Y变量,采用正交信号校正去除红外光谱中与四种皂苷总量无关的干扰数据。个体数据分为80%训练集与20%预测集,训练集建立偏最小二乘回归模型,预测集数据对偏最小二乘回归模型的预测结果进行验证。结果显示： (1)交叉验证法得到支持向量机判别模型的最优参数为c=2.828 43,g=0.062 5,训练集的产地判别最优正确率为91.463 4%;(2)支持向量机判别模型参数设置为最优参数,代入预测集数据,预测集的产地判别正确率为94.285 7%,判别正确率较高;(3)训练集建立偏最小二乘回归模型的相关系数R2=0.941 8,校正均方差RMSEE=4.530 7;(4)代入预测集数据,预测集的相关系数R2=0.962 3,外部检验均方差RMSEP=3.855 9,皂苷预测值与高效液相检测值接近,预测效果良好。傅里叶变换红外光谱结合支持向量机能对三七进行产地鉴别,正交信号校正结合偏最小二乘回归能对三七中四种主要皂苷总量进行准确预测,为三七质量控制提供一种快速简便、无损、高灵敏度的检测方法。     

基于AOS业务流量预测的自适应帧生成算法

随着研究的深入,复杂空间系统业务数据流的自相似性逐渐被认识,传统的等时帧生成算法及高效率生成算法越来越难以适应空间系统业务流量的高突发性和高复杂性。基于此,提出了一种基于小波神经网络业务流量预测的自适应帧生成算法,在满足一定延时约束条件下,根据业务流量预测结果,自适应调整成帧时刻。帧复用效率相比等时帧生成算法有显著优势,同时还避免了高效率帧生成算法中存在的帧延时过长的问题。