AMSAA模型用于可靠性增长预测时的改进

阐述了常规AMSAA模型在预测可靠性增长时存在的问题，针对此问题用牛顿迭代法对AMSAA模型进行了改进，得到了预测特定平均故障间隔时间MTBF值下的可靠性增长试验时间的新解法，并编制了可靠性评估软件AMSAA模型的改进算法能够动态地评估和预计装备的可靠性，跟踪和预测装备可靠性增长。此方法物理意义明确，预测结果较原模型准确。软件的使用提高了计算的正确率，节省了时间。     

隐含自回归视频业务模型

在无线移动通信领域中 ,为提高接入控制中对速率预测的精度 ,作者提出了一类新的视频信源模型——隐含自回归模型。该模型利用伽马分布随机变量的立方根服从正态分布这一特性成功地仿真了视频业务。仿真实验说明无论是分布特性、复用特性还是码率变化轨迹 ,新模型均优于传统的视频信源模型。因此 ,隐含自回归视频信源模型有效地解决了研究视频业务接入无线异步传输模式 (WATM)网特性时缺乏大量实际信源的难题 ,同时为设计高效的接入算法提供了思路。     

基于统计模型与混沌理论的大坝安全监测混合预测模型

为解决传统统计模型在大坝安全监测领域应用中由于缺少对残差的分析而存在拟合精度高但预测效果欠佳的问题，在传统统计模型中增加残差预测项，并应用混沌理论对残差预测项的计算方法进行探讨，从而提出了一种新的混合预测模型，同时结合实测数据对此模型进行了检验。结果表明，新模型可提高预测精度并具有一定的实用性。     

基于灰色理论的成渝城际铁路客流预测

本文运用灰色理论方法，建立GM（1，1）模型对成渝问铁路年客运总量进行预测，并检验模型的精度。预测结果表明，该模型适用于短期的客流量预测，预测结果对新建成渝城际铁路的运营方案制定和运营组织，提供了很好的数据基础。     

基于移民-疾病-死亡过程模型预测患者人数的研究

本文将移民过程引入疾病-死亡模型，并用新模型来预测住院患者人数。同时使用蒋庆琅的模型预测当转移强度为常量时住院患者人数。比较两个模型得出结论：在转移强度为常量的情况下，患者人数是稳定的。     

指数平滑模型的新构思

从二次指数平滑模型着手，针对现有指数平滑模型存在的平滑初值难以确定，平滑参数难以选取等问题，提出避免选取平滑初值的修正二次指数平滑模型，以及用斐波那契算法优选平滑参数的方法，预测了江苏省２０００年的农业总产值，结果表明预测精度有所提高，针对二次指数平滑模型的新构思对其它指数平滑模型同样适用。     

引淮入海大堤施工期垂直位移监控模型研究

对引淮入海大堤施工期垂直位移监控模型进行研究。结果表明：由于垂直位移的影响源不完全清楚，用回归分析的方法研究垂直位移规律有一定的缺陷；将垂直位移仅看作随时间变化的动态过程，从灰色系统理论出发建立灰色GM(1，1)模型，比统计模型有更好的材度和预报效果，因此具有更好的应用价值。由于灰色模型采用的原始序列相对较少，其短期的预测材度要高于长期的预测精度，在堤体不断加高的动态荷载作用下，要保征其预测的可靠性，必须适时地纳入新的沉降信息。     

基于SAIC方法的纵向数据模型平均

传统的SAIC模型平均所需运行时间随数据维数而呈现出阶乘级的增长，其预测精度也随之下降.本文基于传统SAIC模型平均法进行了改进，提出一类基于SAIC加权法的纵向数据模型平均法，使运算效率大幅提升，并且使预测效果拥有良好的稳定性.模拟实验结果表明，与传统方法相比，在预测残差平方和层面，本文提出的新模型在稳定性、精准性和运行速度方面均优于传统方法.     

基于Stacking融合模型的客户贷款行为预测

在大数据时代，如何根据已有的贷款金融客户信息精准预测客户行为，探索大数据时代公司客户贷款行为规律，对公司贷款业务的开展进行指导，从而有效提高公司贷款投放金额规模，为金融机构选择优质的贷款客户提供决策依据.目前单一的预测模型研究方法虽然相对成熟，但容易受到其他一些随机因素的影响，导致预测的准确率和召回率不高，且模型仅适用于某些特定环境，泛化能力不强.因此，基于已获取的数据，本文使用数据挖掘技术，融合多种机器学习算法，针对特征选择前后的数据建立Stacking融合模型来预测客户的贷款行为.结果表明，通过数据建模分析，相较于预测性能较好的单模型Adaboost,融合模型各评价指标都有一定的提高.而且融合预测模型较为稳定，可以为公司挖掘潜在客户提供有效的业务开拓依据和实现资金精细化管理奠定坚实基础，具有较大的参考价值和现实意义.     

多维AR（p）与指数平滑组合预测算法的研究及应用

介绍了时间序列多维AR(p)模型和指数平滑模型的理论和方法，将这两种模型结合起来构成新的组合预测模型，并用于预测测井曲线．应用实例证明，多维AR(p)与指数平滑组合预测模型比单独用多维AR(p)预测模型有更高的预测精度．表明该组合预测模型是一种非常有效的预测新方法．     

Disaggregate Traffic Mode Choice Model Based on Combination of Revealed and Stated Preference Data

Introduction The disaggregate model is one of the most important models for modal split forecasting and is widely used in transportation predictions.Unlike conventional ag-gregate models,the disaggregate model deals with in-dividuals who make transport de…     

物流网络中多地区配送需求预测方法研究

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法, 通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。     

基于SVR的区域物流需求短期智能预测模型研究

区域物流需求预测是区域物流系统规划、物流资源合理配置过程中的重要环节,而区域经济发展是产生区域物流需求的内在决定性因素,因此寻求利用区域经济发展指标来预测区域物流需求具有较强的可行性,同时能够促使区域物流产业与区域经济之间的协调发展.为此提出了基于支持向量回归(SVR)的区域物流需求预测模型,不仅揭示了区域物流需求与区域经济发展之间的非线性映射关系,同时也为区域物流需求预测提供了一种新的思路和方法,通过实验证明了该方法的有效性.     

多元可变参数需求预测模型分析与应用

针对现有区域物流需求预测目标单一、预测数据复杂的问题,提出了多元可变参数的物流需求预测模型.在分析区域物流需求预测影响因素,并建立区域物流需求预测指标体系的基础上,运用粗糙集理论对预测指标进行预处理,建立多输入多输出小波网络(multi-input and multi-output wavelet network,MMWNN)多元预测模型,采用迭代梯度下降法和逐步检验法确定预测网络中的可变参数.利用粗糙集约简后的评价指标来实现对多元区域物流需求的预测,实例仿真结果表明该模型具有较高的预测精度和有效度.     

基于云模型的厦门保税船用燃油需求短期预测

为了准确预测厦门保税船用燃油需求量,首先,构建厦门保税船用燃油需求云模型,预测供需平衡条件下2020年厦门保税船用燃油需求量。选取外贸集装箱吞吐量、集装箱吞吐量、厦门GDP 3个指标作为输入变量,构建logistic回归预测模型。对厦门保税船用燃油需求量进行预测,将两种模型的预测结果与2020年厦门保税船用燃油实际值进行比较,结果显示,基于云模型的厦门保税船用燃油需求预测比logistic回归预测模型更精确。最后,选择云模型对2021年厦门保税船用燃油需求量进行预测。     

基于改进GM(1,1)和SVM的长期电量优化组合预测模型

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点,提出一种基于改进GM(1,1)和支持向量机的优化组合预测模型.该模型将改进灰色预测模型和支持向量机模型进行组合,采用蛙跳寻优算法求取组合预测模型中各单一模型的权重,构建基于蛙跳优化的组合预测模型.将优化后的组合预测模型应用于我国中长期电量预测,选择我国1991-2005年电量进行分析,对2006-2010年的电量进行预测,并与一般组合预测模型及各单一模型进行比较.研究结果表明:本文方法得到的电量平均相对误差为2.06％,比等权组合预测模型、方差－协方差优选组合预测模型以及各单一预测模型的预测精度都有所提高.     

云锡矿工肺癌的时间序列预测方法

本文对云锡矿工肺癌的SMR(Standard Mortality Rate,标准死亡率比)预测模型进行了分析,指出该模型的局限性。在此基础上提出了直接利用矿工肺癌死亡数的AR(Auto-Regreesive,自回归)模型预测法和矿工肺癌SMR序列非平稳时序模型预测法,分析了这两种预测法的优劣和适用范围,并对云锡老矿20～40年代下井矿工肺癌死亡进行了预测,得出矿工肺癌死亡趋势将减缓的结论。结果表明,本文提出的预测方法是可行、可信的。     

组合灰色预测模型在电力负荷预测中的应用

基于灰色预测理论,研究了基本灰色预测模型及其几种传统改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的实用新方法--组合灰色预测模型.以实际算例为基础,应用基本灰色预测模型和传统改进模型以及组合灰色预测模型分别对电力负荷进行了预测,并进行了分析比较.结果表明,用灰色理论预测电力负荷,理论可靠、方法简单.对于中长期电力负荷预测这样复杂的问题,组合灰色预测模型具有预测精度高、简捷实用等优点,该方法可作为中长期电力负荷预测的工具之一.     

一种战时航空弹药需求预测方法

针对目前航空弹药作战需求仅从总量考虑,忽视需求结构的问题。研究从总量及结构两个角度对作战需求进行综合预测,分别构建了航空弹药的作战需求总量预测模型及需求结构模型,对航空弹药作战需求进行更精准的预测。通过对近两次局部战争中的航空弹药需求量变化规律进行分析,得出航空弹药需求总量预测的威布尔分布模型,在需求总量预测基础上,结合航空弹药作战的具体情况,构建了航空弹药需求结构模型,运用层次分析法求解,获得航空弹药需求的最优结构,并结合实例对方法的有效性进行验证分析。研究得出的最优结构模型能够在一定条件下精准地预测战时航空弹药的需求量,为决策者提供可靠的参考及依据。     

基于ARIMA、BP神经网络与GM的组合模型

为了提高预测模型的精度,给出了一种新的组合预测模型.利用时间序列ARIMA预测模型、BP神经网络及GM灰色预测模型进行单一模型的拟合与预测,通过赋予适当权系数结合三种方法得到了新的组合预测模型.山西省人均GDP预测实例应用结果表明:组合预测模型很好地描述了山西省人均GDP的非线性发展,比单一预测方法具有更高的预测精度.组合模型发挥了这三种模型各自的优势,可以作为人均GDP预测的有效方法,该模型在时间序列的预测中是有效的.