基于多目标规划对养老服务运营模式的研究

针对中国养老服务现行的运营模式进行研究.首先,建立主成分分析模型确定养老服务床位的主要影响因素,构造主成分与床位数的回归曲线,预测中国养老服务床位数量,求得2019年养老服务床位数874万张、2020年床位数902万张.其次,对中国的31个省市进行的人口数量、人均地区生产总值等因素进行模糊聚类分析,对市场需求进行分类.然后,建立多目标规划模型,求出增加的床位数为887万张、每张床位的收费标准约为9600元时,满足政府合理估计养老服务中床位的需求,制定合理的养老服务床位发展规划的目标.最后,向政府管理部门针对养老床位规划问题提出相关建议.     

基于模糊物元的重庆市农业气候资源优度评价

以重庆市40个区县为研究对象,利用数学回归模型和地理信息系统空间插值两种方法的组合获取重庆市各区县农业气候资源评价的原始数据.然后基于模糊物元理论方法对各区县农业气候资源进行评价分析.结果表明,重庆市农业气候资源总体水平较高,各区县之间差距不大,但各单项农业气候资源的匹配性存在不足,今后在进行农业生产布局规划时要考虑光、热和水各单项资源之间的协调性.研究结果可为当地合理利用气候资源进行农业生产规划与布局提供指导.     

基于作物经济效益的农地利用经济分析方法研究——以X农场为例

针对X农场作物效益分析与农地规划问题展开研究,首先将数据按照年份分类,对各个年份的单位面积土地作物毛利和作物产量进行定量分析,通过排行分析模型,运用Matlab矩阵运算与Arcgis栅格运算功能得出各个年份中作物毛利、作物产量比重较大的土地;其次,通过数据透视表和Matlab回归分析,得出作物毛利较大的土地的作物毛利随作物销售单价呈正态分布变化,以确定上述作物毛利、作物产量比重较大的土地的参数变化符合客观规律;最后,运用多目标综合评价模型对每种农作物购买商的销售指标进行分类,同时制定综合评价体系,通过作物效益与土地利用规划方向双向分析,给出基于作物效益的农地利用效度与规划方法,为农场的农地规划提供参考。     

基于多元线性回归模型的建筑能耗预测与建筑节能分析

针对城市建筑能耗的节约与有效利用,提出一种基于多元线性回归模型(MLRP)的建筑能耗预测与建筑节能分析模型.以天然气和电力为能耗目标,将建筑类型、建筑年代、占地面积和居住人数等参数作为输入特征,利用多元线性回归模型分析出对能耗具有显著性影响的因素,并预测整个区域的能耗.另外,通过该预测模型,可以评估实施改善措施后建筑的节能潜力.实验给出了各种场景下的建筑节能潜力,分析结果表明,提出的预测模型能够精确预测区域能耗.     

奥运公交线路选择的数学模型

采用改进的Dijkstra算法和多目标规划方法,综合考虑时间、费用等因素建立了公交线路选择模型,解决了奥运期间观众出行面临多条线路选择的问题,使得公众的出行更加通畅、便利,最后对模型进行了综合评判,指出该模型具有一定的实用价值.     

多个无线个域网共存时的性能分析及改善

给出了一种新的多个无线个域网共存时自干扰特性分析模型.模型同时考虑了系统的同频干扰和邻频干扰.讨论了无线个域网的分布密度、目标网络内发射设备与接收设备之间的距离、无线传播指数、分组长度等因素对分组错误概率的影响,在此基础上得到不同条件下采用各种不同长度分组的前向数据传输速率.最后分析了无线个域网两种典型应用环境的特点,并根据前面的结果分别给出了这两种应用环境下提高数据传输速率的方法.     

基于EM算法的多水平零膨胀负二项混合效应回归模型的参数估计

计数数据广泛应用于医疗、生物和保险等诸多领域.泊松回归模型与负二项回归模型是分析这类离散型数据的重要模型.在实际计数中往往会出现相对于泊松分布或负二项分布过多的零,称之为零膨胀现象.分析此类数据的常见方法是零膨胀泊松(ZIP)回归模型和零膨胀负二项(ZINB)回归模型.但是,如果非零观测值过度分散并且具有相关性,则参数估计可能会出现严重偏差,导致传统的ZINB模型不能对其进行很好的拟合.提出了一种具有随机效应的多水平零膨胀负二项混合效应回归模型,并利用极大似然估计的EM算法对多水平零膨胀负二项混合效应回归模型进行参数估计.     

分歧泊松自回归模型的马尔可夫性

分歧自回归模型广泛用于细胞分裂研究,用以分析遗传和环境因素对细胞分裂过程的影响.针对分歧自回归模型的一种形式即分歧泊松自回归模型,利用概率论中母函数方法推导模型性质,并证明模型的马尔可夫性.     

线性回归与灰色理论在用电量预测中的应用

针对电力资源存在的电力短缺和电力浪费现象,结合用电量增长的特点,选取全省GDP、人口总数、人均地区生产总值、工业生产总值等作为预测指标,应用优化的多元线性回归模型和灰色GM(1,1)模型对陕西省来年的用电量需求进行预测,所得的2组预测值拟合度较好。之后对2种模型进行耦合再进行预测,其结果比单纯使用多元线性回归模型或使用灰色GM(1,1)模型得出的结果更优。结果可见预测模型精度较好,具有一定的实用性,对电力相关部门的生产规划有一定的借鉴价值。     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.