基于修正动态组合模型对公共交通客运量的预测

针对公共交通客运量的预测问题，结合ARIMA、灰色预测以及BP神经网络的优势，采用临近期的误差平方和来计算动态权重，将突发事件定义为影响因子，建立了修正动态加权组合模型．选取北京市1978—2021年公共交通客运量进行实证分析．实证分析结果表明，修正动态加权组合模型的预测效果比单一模型和固定权重组合模型更好．     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型,形成特征描述、统计分析以及轨迹预测能力,是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足,并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析,分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模,进而求解模型各项参数。对比实验表明：ARMA(2,4)模型在理论上对华中电网频率具备最优的描述性能,而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性,更适用于模拟从待测文件中提取的电网频率。     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型，形成特征描述、统计分析以及轨迹预测能力，是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足，并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析，分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模，进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能，而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性，更适用于模拟从待测文件中提取的电网频率。     

广东省博罗县中长期电力负荷预测的研究

基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。     

基于改进灰色多层次评价的应急预案实施效果评价模型

在改进灰色多层次评价方法的基础上,建立了应急预案实施效果评价模型,并辅以算例对模型进行了验证.改进主要体现在:一是引入专家权重,对AHP群决策中不同专家确定的指标权重进行加权修正;二是构建了基于AHP-熵权法的组合赋权法计算指标权重,避免了传统AHP过于依赖专家的不足;三是在综合评价的基础上,提出计算评价对象单项指标得分的方法.改进后的方法更加严谨,方法体系本身更加完善.根据模型计算结果,可以有针对性地对应急预案进行改进,提升其实施效果.     

基于季节性ARIMA模型的入境旅游市场预测模型构建

基于1999～2015年中国入境旅游人数的月度数据,构建季节性ARIMA模型,并进行比较和检验.实证研究表明,ARIMA(12,1,1)(1,1,0)12模型的精度和准确度更好,为中国入境旅游市场的最优预测模型,可以帮助相关部门预测未来走势并制定相关政策措施.     

基于单项预测模型筛选的隧道变形优选组合预测

采用优选组合理论,提出了基于单项预测模型筛选的隧道变形优选组合预测方法,建立了隧道变形预测系统.系统由包含各种监测成果的监测库、动态更新的变形预测模型库和模型评价库组成,采用人机对话方式在众多的经评价满足最优组合预测条件的单项预则模型中筛选出合理的单项模型,对其进行组合预测,继而再对不同的组合预测结果进行评价比较,得到较好的隧道变形组合预测结果.将该方法应用于隧道工程的拱顶下沉预测,利用前期工况的数据建模,对后期工况的未来变形量进行滚动预测,获得了令人满意的结果.     

多板块水-植物模型的随机性及其土壤沙漠化改善策略

为了改善科尔沁沙地土壤荒漠化的问题,通过改进水-植物的数学模型研究影响水的扩散因素及其对植物生长的影响.基于马尔科夫链,通过借助Kolmogorov方程计算得出水量的概率密度函数.将水-植物模型应用到多板块水的扩散问题中,利用全期望公式计算出某时刻水量的期望值,讨论极限期望得出水成功地扩散到四周植物的条件.分析结果表明,当降水量去除蒸发项大于向四周的植物扩散的水分时,植物能够正常存活及生长;降水量去除蒸发项小于向四周的植物扩散的水分时,表示该区域水分是有限的,无法向四周的植物提供充足的水分.分析结果为控制降水量和蒸发项的大小,解决土壤的荒漠化问题提供了理论支持.     

基于熵值加权组合预测模型的黑龙江省旅游收入预测分析

针对黑龙江省旅游收入预测问题,考虑到单一预测模型往往在预测精度上不高的特点,在引入灰色系统GM(1,1)预测模型及时间序列线性回归模型的基础上,建立了基于3种误差指标信息下的熵值加权组合预测模型,并以黑龙江省2009—2018年的旅游收入数据进行分析.结果表明,所建立的组合预测模型在预测精度上有了较好的改善并优于所选单一预测模型.利用建立的组合预测模型对黑龙江省2019—2022年的旅游收入进行预测,可为黑龙江省未来的旅游业发展规划提供一定的科学依据.     

2000—2010年福州土地利用变化特征及趋势预测

基于2000,2005和2010年三期TM遥感影像解译土地利用数据,应用多样化指数、洛伦兹曲线、威弗-托马斯组合系数和区位指数等土地利用结构定量分析指标,对福州10年间土地利用变化特征进行分析,并应用马尔科夫模型对福州未来15年土地利用进行预测.结果表明,福州土地利用程度整体较高;土地利用特点区域空间差异明显.其中,仓山区土地利用类型最丰富,晋安区土地利用优势度高,马尾区土地利用方式变化幅度最大.预测到2025年,福州城市建设用地持续扩展并还将占用大量耕地.     

组合加权算术平均算子在物流配送商品销售预测中的应用

提出基于组合加权算术平均算子的组合预测方法,并结合实例对各种预测模型与组合预测模型探讨了不同的组合预测权重确定在实际中的应用,其预测效果高于一般方法。     

全国人口时间序列模型预测研究

对1949—2010年全国人口时间序列数据进行了分析,并建立自回归移动平均模型(ARIMA).通过对数据的平稳性检验、模型识别与参数估计、模型检验等综合分析,确立了ARIMA(2,1,1)模型.仿真结果显示,该模型可以用来做短期预测.     

加权马尔可夫链在水稻产量预测上的应用

基于水稻的产量受多种因素的影响,并且具有较大的随机波动性的特点,提出了运用加权马尔可夫链的方法对水稻产量进行预测,并依据黑龙江省历年水稻产量的数据对该省2012年水稻产量进行了预测,验证了其有效性.     

动态测量误差灰色预测建模辨识参数修正方法

基于现代误差修正技术,研究灰色系统理论建立的动态测量误差短期预测模型,以进行误差修正,提高动态测量精度.文章重点分析了所给模型的参数辨识与修正问题,并以长光栅测量系统为对象,对其得到的动态测量误差进行实践,提出在预测过程中对影响测量结果的模型辨识参数修正的方法,从而提高测量模型的精度.     

加权广义预测控制算法的改进

为了进一步缩小广义预测控制算法理论与工程应用的距离,对加权广义预测控制算法进行了改进,引入了预测模型输出误差修正项,对预测模型的输出进行了修正,并采用了区域控制策略.针对油田联合站电脱水系统油水分离过程,给出了改进的加权广义预测控制方案,仿真结果表明,这种控制方案在保证工程精度的前提下,减少了执行机构的动作频率,增加了生产操作的平稳性.     

基于马尔科夫链的毕业生就业移动预测系统研究

分析了大学毕业生就业状态及其转移过程的马尔可夫性,通过某专业毕业生的具体就业数据把就业等级划分为五个状态.利用层次分析法与模糊综合评判方法确定了就业等级及状态转移概率,计算出马尔科夫链的平稳分布,求得就业移动过程中的预测结果.从而构建了基于随机数学的毕业生就业移动预测系统.     

基于马尔科夫链的毕业生就业移动预测系统研究

分析了大学毕业生就业状态及其转移过程的马尔可夫性,通过某专业毕业生的具体就业数据把就业等级划分为五个状态.利用层次分析法与模糊综合评判方法确定了就业等级及状态转移概率,计算出马尔科夫链的平稳分布,求得就业移动过程中的预测结果.从而构建了基于随机数学的毕业生就业移动预测系统.     

考虑SAR图像导航量测特性的SAR/INS组合导航非线性滤波

SAR/INS组合导航系统中,当SAR量测输出时间间隔较长时,惯性导航得不到及时修正,系统将具有较强的非线性特性,导致常规卡尔曼滤波算法的精度受到影响甚至滤波发散. 为了提高组合导航的精度,该文结合惯性导航系统的非线性模型,设计基于无迹卡尔曼滤波(UKF)解决非等间隔量测修正的SAR/INS组合导航非线性滤波算法,并通过协方差分析对比研究常规卡尔曼滤波和该文算法的性能. 仿真结果验证了该文算法具有更高的精度.     

不可控微电源综合发电功率预测

不可控微电源的短期预测是微电网经济运行的重要基础.该文针对微电网覆盖区域较窄及容量小的特点,将微电网中所有不可控微电源的发电功率综合起来进行预测,提出混沌马尔可夫预测模型,可降低预测系统的复杂程度和预测成本.由不可控微电源综合发电功率历史数据,先建立混沌直接预测模型对综合发电功率进行直接预测,其预测过程简单;考虑到综合发电功率历史时间序列中噪声的累积使得预测残差较大,建立马尔可夫链残差修正方法修正预测结果,以提高预测精度.算例分析验证了所提方法的有效性.     

基于ARIMA模型的FreeBSD内核进化预测分析

FreeBSD内核进化有较明显的超线性趋势和内在规律科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要基础性工作以FreeBSD的62个内核版本数据作为时间序列,用ARIMA模型建模,并做出FreeBSD进化预测,将预测结果和近期发布的FreeBSD内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于FreeBSD进化预测