一种基于随机森林的备件预测模型研究

对舰船零部件发生故障问题进行故障诊断,并对故障诊断结果进行分析,建立舰船零部件备件需求模型,给出零部件之间的发生故障概率的关系与备件需求特征;将随机森林回归原理应用到了舰船零部件的备件需求预测领域,构建了基于随机森林的预测模型,以及预测结果准确率的评价。用诊断结果数据对算法进行验证,结果表明,将随机森林算法运用到舰船的备件预测领域可以为舰船装备在一次海上任务期内备件配置问题提供参考价值。     

基于灰色关联分析与PLS-LSSVM的航材备件需求预测模型

航材备件是保障航空装备日常训练和作战正常使用的重要影响因素,针对部分航材备件样本数据量少,影响因素多且复杂多变,预测结果与装备系统完好性要求偏差较大等问题.建立基于灰色关联分析(GRA)与偏最小二乘(PLS)及最小二乘向量机(LSSVM)相结合的航材备件预测模型,采集某无人机航材备件数据,通过对统计数据进行灰色关联分析...     

基于RN和GN的两种RBF神经网络的工程造价预测模型

建立了调用NEWRB函数的正规化网络RN和基于K-means聚类的广义网络GN的两种RBF‘神经网络的工程造价预测模型,以55个厦门市工程造价案例进行实证分析.结果表明:当调用NEWRB函数构建RBF模型时,其性能主要取决于分布宽度,而基于K-means聚类的RBF神经网络主要取决于重叠系数和隐含层节点数;基于广义网络GN的RBF神经网络模型的训练效果较差,但学习速度更快、预测精度更高.     

基于灰色关联分析的BP神经网络模型在中国碳排放预测中的应用

利用灰色关联分析原理,对中国碳排放影响因素进行筛选,再利用BP神经网络模型对中国碳排放进行预测,从而大大地提高了神经网络的训练速度,并且达到了良好的预测效果,从而为中国碳排放预测提供了新的科学工具.     

基于奇异值分解和K means算法的近海水质数据分类方法

以辽东湾某生态监测区水质监测数据为例,以矩阵的奇异值分解和K means算法为分类工具,给出生态监测区水质监测数据的分类方法.方法具有以下特点:通过奇异值分解简化并加速了类比过程,通过动态设置类K避免了K means算法先设定类数的不足,还探讨了对少量新增监测数据的归类问题.方法对近海海水水质监测数据分类具有普适性.     

基于高频词和AUC优化的随机森林文本分类模型

为了针对互联网上的新闻类文档实现对其快速精准地分类,提出一种根据词频先初步降维再进行优化建模的分类思路.先基于高频词汇初步降维,再对降维后的数据以模型AUC值达到最大为目标,采取向后消元的方法构建随机森林分类模型,实现对文档的分类.通过实证分析,发现该方法能够有效地实现对文本的分类,同时减少了建模的运算量,通过AUC值的优化,比单纯依据词频降维构建的随机森林模型分类效果更好.     

基于用户感性需求的产品设计方案评估方法

目前满足用户的情感诉求和情感体验逐渐成为热销产品的关键属性,引起了产品开发者和企业决策者的关注。为了更好地贴合用户情感体验,结合信息熵、灰色关联分析和模糊TOPSIS,提出了以用户感性需求为向导的产品设计方案的评估方法。首先引入感性工学中复合感性意象量化用户的情感信息,通过对收集的产品意象进行聚类分析和主成分分析产生具有代表性的目标意象,运用语义差分调查获得代表意象的评价值;其次对规范化的意象评价值计算其熵值权重;最后结合灰色关联分析和模糊TOPSIS,产生用户情感信息指导下的产品设计备选方案的优先级排序。以智能手表设计为例,验证了该方法的可行性和有效性。信息熵和结合灰色关联分析的模糊TOPSIS可以较大限度地减少方案评估时的个人主观影响,确保了评估结果的准确性,对企业产品方案决策具有指导意义。     

基于多资源约束和活动调整优先级的关键链识别方法研究

针对多资源约束项目,提出一种考虑活动调整优先关系的关键链识别改进方法.采用灰色关联分析方法综合考虑活动的资源影响程度、活动的持续时间和紧后活动链持续时间确定活动调整的优先级.结合"多化单"识别方法与通用识别流程识别关键链,当存在资源冲突时,在满足活动时间约束关系的前提下,依据活动调整优先级调整活动执行顺序,生成满足所有资源约束的积极的和延迟的进度计划,从而确定关键链.通过算例展示了改进方法的应用过程,验证了改进方法的可靠性与合理性.     

基于区间数和灰色关联分析的承包商资格预审方法

招标方在对承包商的资格预审过程中,需要对承包商的财务状况、技术能力、管理能力、施工经验等方面进行评审,以确定有资格参加投标的承包商.而在资格预审过程中,由于客观情况的复杂多变性和主观思维的不确定性,业主对承包商的各个属性的评价往往不能用确定的实数表示,而是给出一个范围,同时又由于业主的需求各不相同,导致业主对承包商也有一定的主观偏好.本文针对承包商评价指标的权重已知,业主对各个指标的评价以及对承包商的偏好不确定的情况,运用区间数多属性决策和灰色关联分析来解决承包商选择问题,通过引入区间数距离,得出区间数的灰色关联系数,最终对各个承包商进行排序.此方法的最大特点是能够处理不确定的决策信息和业主对承包商有偏好的决策问题,最后通过算例验证了本方法的可行性和有效性.     

基于模糊数学和层次灰色关联的代建单位评选方法研究

选择合格的代建单位是代建制成功实施的关键.在构建了代建单位评选指标体系的前提下,建立了基于层次灰色关联分析技术与定性指标的模糊隶属度理论相结合的代建单位评选的数学模型.实例研究表明,此法简便实用,能够为代建单位的评选提供客观科学的依据.     

基于组合模型的我国能源需求预测

在信息不完备条件下如何有效预测能源消费总量以把握宏观经济发展趋势,是制定能源规划的基础内容.伴随我国成为全球经济增长重要引擎,能源消费量越来越大,能源安全问题也备受关注.选用灰色系统模型、三次指数平滑模型和BP神经网络模型三种预测模型,应用Shapley值权重分配法确定各预测模型的权重,从而构建组合预测模型并对我国能源消费进行组合预测.在保持过去发展规律基本不变的条件下,2014年能源需求总量为383,718.16万吨标准煤,到2020年将达462,089.33万吨标准煤.2013-2020年能源需求总量年均增长率为3.38%.     

基于季节性RBF神经网络的月度市场需求预测研究

本文提出一种季节性神经网络预测模型,对具有季节性变化的产品月度市场需求进行预测.在Matlab语言环境下,用傅立叶周期分析法得到时间序列的周期长度;借鉴嵌入理论,提出了确定季节性神经网络输入维数的策略;利用计算机程序搜索,确定最优参数;通过合理插值,重构样本集.仿真实验表明,该模型的预测精度明显高于其他几个常用的季节预测模型.     

基于ARIMA模型的我国稀土需求统计及预测分析

以我国1978-2012年稀土需求量数据为样本,运用ARIMA模型对我国"十二五"末稀土需求量进行预测分析.预测结果表明2013-2015年我国稀土需求量总体上将持续增长,到2015年我国稀土需求总量将达到8.27万吨(REO),与2012年相比,年复合增长率为8.48%.预测具有较高的拟合精度,拟合值与观测值具有较好的一致性.通过对我国稀土需求量进行预测以期为政府制定相关行业政策提供决策依据.     

基于灰色马尔可夫模型的物流配送需求量预测研究

研究可以较准确地预测物流配送需求量的数学模型,以服务于政府及企业的物流规划及其决策.将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM模型预测.     

基于灰关联分析的雇员绩效评价模型及应用研究

针对绩效考核的复杂性和现有绩效评价方法的局限,建立了一个基于灰关联分析的雇员绩效评价模型.其特点一是可以判断员工实际绩效与理想绩效之间的差距;二是可用于同时对多个员工绩效实施评价;三是能够向被评价对象提供有效的反馈信息.将此模型应用于某企业员工的绩效考评,取得了较好的应用效果.     

基于主成分分析的需水量预测模型研究

用水是整个水资源系统中的一个重要环节,需水预测是制定水资源规划、管理以及国民经济计划的基础和依据.提出了基于主成分分析法分析的需水量预测模型,试图能探讨需水定额与经济社会各影响关系响应,以郑州市为例对2010年、2020年和2030年的工业、农业和生活的需水量进行了预测,并与郑州市水资源规划的预测结果进行了比较,分析及比较结果表明:该模型预测结果比规划结果偏低,2010年、2020年和2030年平水年分别需水162295×104m3、179966×104m3和194696×104m3,需水结构的变化基本反映了郑州市产业结构调整和社会经济良性发展的趋势.     

一种关于汽车整车不确定需求的组合预测模型

提出了一种针对汽车生产企业整车不确定需求的组合预测模型,即利用神经网络拟合数据基本变化趋势,然后对企业产品的市场占有率进行评价,以调节需求变化趋势.应用实例,对模型进行了验证,说明该模型能够较好地诠释企业产品需求信息,具有较好的预测能力.     

天然气需求影响因素分析及未来需求预测

不同的影响因素对天然气需求的影响程度存在差异,为充分认识上述差异,利用相对关联度定量刻画天然气需求量与影响因素之间的关联程度。依据重要性优先原则,采用逐步回归法逐次地对影响因素的统计显著性进行检验,深度挖掘有效驱动因素,构建“最佳”逐步回归C-D生产函数模型预测未来天然气需求走势。结果表明:(1)GDP是影响中国天然气需求的最主要因素,能源消费结构也是重要的有效驱动因素之一;(2)基于重要有效驱动因素构建的“最佳”逐步回归C-D生产函数模型实现了历史数据拐点拟合预测,具有良好的预测性能,预测结果可作为确定未来天然气需求的重要参考依据;(3)预测2020~2030年中国天然气需求量呈稳步增长趋势,但增速有所减缓,到2030年天然气需求量达约5660亿立方米,天然气需求量增长率降至4%。