基于滑动窗口的指数平均动态电源管理预测算法

针对动态电源管理中指数平均预测算法存在的不足,提出了一种改进的指数平均动态电源管理预测算法.该算法结合滑动窗口,加入动态自适应调节因子,充分利用设备空闲状态的历史信息对未来的空闲时间进行预测.实验结果表明该算法对工作状态平稳的系统空闲预测效果良好,预测误差率比原算法降低了8.3%,并具有对样本数量要求少,计算量小,能自适应调整预测参数的优点.     

基于ICSO-SVM模型的物流吞吐量研究

研究融合支持向量机与改进的鸡群优化算法构建新的物流吞吐量预测模型,并对其进行验证。研究结果表明,模型中算法达到最佳平均适应度值0.0632仅需20次左右,训练拟合效果良好,最高可达100%。模型误差在对比算法与模型中最低,平均绝对误差为762.2,平均绝对百分比误差为1.05%,均方根误差为814.7。在对物流吞吐量的预测中,模型得出高速发展年均增长率为1.2%,基准发展年均增长率为0.8%,低速发展年均增长率为0.5%的结论。     

基于EMD-LSTM的国际黄金期货价格预测

黄金是一种特殊的金融商品,黄金期货作为黄金市场的衍生品,其价格受到多方面的影响,且具有金融序列非线性不平稳的特点,因此传统的统计预测模型通常难以预测其走势.将美元指数、纳斯达克综合指数、道琼斯工业平均指数和标准普尔500指数作为国际黄金期货价格的影响因素,选择2011―2021年交易日收盘价基于EMD-LSTM的组合模型进行预测,并通过与SVR、RF、RNN和LSTM模型对比分析,结果表明：EMD-LSTM模型在国际黄金期货价格的预测上具有更良好的效果,精度更高,能更准确地预测国际黄金期货价格走势.     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

基于高频数据的时变VaR建模和预测研究

提出了VaR时间序列动态预测的方法.首先以上证综合指数和深证综合指数日内分钟数据为基础,根据不同方法计算出每日VaR值,然后给出了VaR时间序列的统计特征,包括平稳性和长记忆性,最后对VaR序列建立ARMA模型和ARFIMA模型,并比较了两种模型预测效果.我们的结果表明:1)基于德尔塔正态法的VaR序列其ARMA模型预测效果好于历史模拟法和蒙特卡洛模拟法的预测效果;2)尽管VaR序列存在长记忆性,但所有VaR序列的ARMA模型预测效果好于ARFIMA模型的预测效果.     

基于神经网络的自适应动态电源管理模型

利用人工神经网络具有从大量不完整数据中逐步获取知识并进行复杂目标优化的能力,提出一种基于改进的BP神经网络预测功耗可管理器件空闲时间长度的自适应动态电源管理模型(AMBA).该模型根据空闲时间长度预测值选择最佳低功耗模式,并且通过预测性能评估结果动态调整神经网络的网络权值,从而能够自适应功耗可管理器件负载特性的变化.仿真结果表明了该模型的有效性,预测正确率可以达到80%左右,平均功耗比指数平均预测方法降低了30%,比Timeout策略降低了37%.     

季节变动系数预测法预测企业产量

季节变动系数预测法在企业产量的预测中具有较好的预测效果,它通过数据的滑动平均计算,修正季节比率,建立动态序列,利用回归方程的运算方法,建立回归方程,并利用F检验考察其显著性,以利于判别回归方程的实用价值.本文利用某企业连续五年的真实数据进行方法的应用,其效果良好.     

区间删失数据下基于模型平均方法的估计及预测

将模型平均方法应用于区间删失数据下的加速失效时间模型中，并与模型选择方法进行了比较，模拟结果表明模型平均方法的估计要优于模型选择方法.将模型平均方法应用于心脏移植手术数据的实例分析中，结果表明相对于模型选择方法而言，模型平均方法的预测效果更好.     

油、气、水三相水平井流人动态预测模型及其应用

目前关于水平井流入动态(IPR)的研究仅限于溶解气驱的情况,还没有适合于油、气、水三相和整个油藏压力范围的水平井IPR模型。首先对现有的4种溶解气驱IPR方程进行了筛选,以Cheng和刘想平的方程为基础,建立了适用于油藏压力高于饱和压力的不含水组合型水平井IPR模型。采用纯油与纯水IPR曲线加权平均得到综合IPR曲线的方法,将组合型IPR方程扩展到油、气、水三相的情况,建立了适用于油、气、水三相和整个油藏压力范围的水平井IPR模型,并对水平井流入动态预测计算方法进行了研究。利用该模型可以计算采液指数、产量和井底流压以及绘制IPR曲线等。模型及软件已应用于大庆肇州油田低渗水平井的流入动态预测,效果良好。     

山西省人口GM(1,1)模型预测

根据2001年至2009年的山西人口变化特征,选择GM(1,1)模型的指数模型并借助EXCEL、MATLAB等软件对山西省人口总量进行了数值拟合分析,并利用该模型对山西省人口总量开展预测.通过检验分析,模型的预测精度大于99.9%,并预测在今后一段时间内,山西省人口将继续保持低自然增长率,山西人口总量到2020年预计将增加到3 652.047万人.     

基于dc指数的2种异常压力随钻预监测新方法

针对dc指数法监测程度高、预测程度低,并且趋势线的选择困难的问题,分别提出测录井资料联用的随钻动态预测方法和不依助于趋势线的修正dc指数方法,前者通过邻井的声波时差曲线预测目的井的dc指数曲线,通过与实钻dc指数进行对比,实现地层压力的动态预测:后者通过计算正常压实地层的机械钻速,摆脱了对趋势线的依赖.实际应用结果表明:这2种方法都能够提高异常压力随钻预监测的水平.     

油、气、水三相水平井流入动态预测模型及其应用

目前关于水平井流入动态(IPR)的研究仅限于溶解气驱的情况，还没有适合于油、气、水三相和整个油藏压力范围的水平井IPR模型。首先对现有的4种溶解气驱IPR方程进行了筛选，以Cheng和刘想平的方程为基础，建立了适用于油藏压力高于饱和压力的不含水组合型水平井IPR模型。采用纯油与纯水IPR曲线加权平均得到综合IPR曲线的方法，将组合型IPR方程扩展到油、气、水三相的情况，建立了适用于油、气、水三相和整个油藏压力范围的水平井IPR模型，并对水平井流入动态预测计算方法进行了研究。利用该模型可以计算采液指数、产量和井底流压以及绘制IPR曲线等。模型及软件已应用于大庆肇州油田低渗水平井的流入动态预测，效果良好。     

资产未来收益率的分段指数光滑预测

提出了一种改进指数光滑模型——分段指数光滑模型,并用此模型对资产的未来收益率进行预测,实证发现此预测方法比移动平均预测有更好的效果.     

基于累积法的GM(1,1)模型在桥梁施工监控上的应用

目的研究桥梁施工监控过程中预测标高的方法,并对现有的理论模型进行改进,提高预测精度,弥补现有预测模型的不足.方法将累积法计算通式结合到灰色理论模型的参数估计中进行改进,从而得到一种新的理论模型来对桥梁施工进行标高预测,并以疏港大桥为工程背景进行实例应用,检验模型预测效果.结果在对疏港大桥标高预测中,传统GM(1,1)模型预测的相对误差平均值为0.044%,经改进后基于累积法的GM(1,1)模型预测的相对误差平均值为0.033%.结论基于累积法的改进后的预测模型一定程度上解决了现有模型的问题,在桥梁施工监控中的线性误差分析过程中具有更好的应用效果.     

基于时间序列分析的负荷预测方法的比较研究

电力系统负荷预测是电力系统规划和经济运行的基础.趋势移动平均方法和指数平滑方法可以对区域内不同种类负荷时间序列建模,趋势移动平均方法是对负荷时间序列历史数据进行处理,建立趋势分量以及季节分量模型,对残差进行平稳性检验后建立ARMA模型;指数平滑方法是建立Holt-Winter季节乘法模型.Eviews、Excel等软件可获得负荷未来值,并对模型预测功能进行评价,分析两种时间序列方法的差异性,结果表明采用时间序列分析的方法可以取得较好的预测效果.     

LSTM模型在耕地面积预测领域的构建与应用

 长短期记忆（LSTM）模型广泛应用于系统故障、交通流量、股票指数、紧急事件、碳排放、石油产量、农区地下水位等多个领域,均表现了出色的预测性能。为了丰富耕地面积预测方法、提升耕地预测精度,将LSTM模型引入耕地面积预测。选择常用的趋势外推模型、指数平滑模型、灰色模型、移动平均自回归、支持向量机、NAR动态神经网络等6类模型进行对比,并以耕地变化趋势比较复杂的黑龙江省和变化趋势比较单一的辽宁省、吉林省作为案例进行分析,以验证LSTM模型耕地面积预测效果。结果表明,从均方根误差（RMSE）、平均绝对误差（MAPE）这2个指标的综合评价来看, LSTM模型拟合和预测效果均为最优。根据LSTM模型预测, 2018-2030年黑龙江、吉林、辽宁3省的耕地面积将呈持续减少的趋势,耕地减少速度均有放缓之势。     

基于“克强指数”对中国GDP的混频预测研究

通过构建MIDAS混频数据模型,基于"克强指数"对中国季度GDP增长率进行预测研究,并与ADL同频模型的预测误差相比较,结果表明,MIDAS混频数据模型在预测精度上占优,因此可用月度"克强指数"对季度GDP增长率进行预测,为宏观经济政策的制定提供依据。     

应用BDLM的桥梁非均匀极值应力动态预测

为动态预测桥梁结构的非均匀极值应力信息，采用桥梁监测系统的极值应力数据，建立非均匀极值应力的贝叶斯动态线性模型. 考虑到BDLM初始状态概率分布的多样性，引入K-L信息测度来选择最优分布函数，并采用折扣因子、单一贝叶斯因子和累积贝叶斯因子对BDLM进行监控，实现极值应力分布参数的一步向前预测. 最后通过工程实例验证了所建模型和方法的合理性.     

西部工业城市耕地资源利用动态变化和预测——以陕西省宝鸡市为例

为了对宝鸡市耕地压力进行定量分析和评价,依据其2000—2009年粮食总产量、总耕地面积、人口等数据,运用回归分析法、时间序列、预测理论、最小人均耕地面积和耕地压力指数模型及SPASS13.0统计分析软件,对宝鸡市2000—2009年的耕地压力时间序列进行分析.选择指数模型、多项式模型和GM(1,1)模型对耕地压力变化趋势进行回归分析,建立了耕地压力的组合预测模型,采用粒子群优化算法求得组合预测模型的最优权重.结果为:宝鸡市耕地压力指数呈上升趋势,生产安全状况不乐观,未来10年粮食耕地压力指数呈现良好趋势.耕地压力指数已经超过警戒值,应该引起人们的重视,在未来10年内,应抓住时机制定相应的政策缓解耕地压力.     

一类推广的指数平滑优化模型性质及算法的研究

在原二次指数平滑模型的基础上 ,提出了一种带有动态平滑参数的指数平滑优化模型 ,包括差分 指数平滑模型 ;通过引入动态参数 ,建立了不需选取平滑初值的新模型 ;采用Fibonacci算法优选并自动生成平滑参数使模型得以优化 .从而较完整地解决了指数平滑预测中 ,平滑参数靠经验确定且为静态、平滑初值难以确定并易导致预测偏差等问题 .