基于多元线性回归模型煤矿瓦斯体积分数预测

依据多元线性回归模型理论,对可能影响瓦斯涌出量的数据进行分析,找到影响瓦斯涌出量的主要因素.将多元线性回归模型应用于瓦斯涌出量预测.通过将预测值与实际值比较,证明多元线性回归模型预测的瓦斯涌出量值是可行有效的,对指导煤矿安全生产具有一定意义.     

地下水水质预测的多元线性回归分析模型研究

运用回归分析理论和方法,建立了一个基于多元线性回归分析法的地下水水质动态预测模型,并将该模型用于遵义市海龙坝地下水水质的动态预测.结果表明预测精度较高,建立的模型较符合本研究区的实际情况.     

城市日用水量预测的非参数模型研究

本文针对传统的线性回归模型误差较大的特点,利用核估计与局部线性估计方法,以气温、节假日为自变量,以用水量为因变量建立了城市日用水量的多元非参数回归模型.经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型预测精度较高,预测效果好.     

线性回归在机场加油量预测中的应用

线性回归是一种常用的预测方法,因其简单实用而应用广泛。机场供油工程中,旅客吞吐量、货邮吞吐量和起降架次等航空业务量直接影响到加油量需求,经统计数据验证,加油量与机场主要业务量之间呈线性关系,因此常常采用线性回归法预测机场加油量。本文以线性回归预测机场加油量的示例,通过8组预测结果与实际值进行比较,分析一元线性回归与多元线性回归的差别,以及采用不同范围的统计数据对预测结果的影响。通过比较和分析,提出对线性回归自变量选取的建议,并结合工作实践阐述了线性回归预测法在预测机场加油量时的应用特点、局限性、适用范围。     

灰多元前移线性回归组合预测模型的构建及其应用

基于灰色系统理论具有时间序列和累加的特性,将灰色理论引入到前移线性回归分析模型中,建立一种新的组合预测模型―灰多元前移线性回归组合预测模型.该模型很好地处理了灰色系统模型中难以体现线性因素的问题,同时也大大弱化了前移线性回归分析模型中异常数据对预测效果的影响,使预测能及时跟踪因变量的动态变化.本文重点将上述组合预测模型应用于湖南省电力需求的预测问题中,结果表明,该模型在实际应用中是十分有效的,预测结果可以作为管理决策的理论依据.     

重庆天然气需求的指数平滑法预测研究

二阶指数平滑法是进行预测的有效方法.以重庆市历年实际天然气消耗量数据为基础,结合天然气实际需求的近线性变化特点,建立了重庆市天然气消耗量的二阶指数平滑模型,并运用该方法对2008年的天然气消耗量进行了预测.结果表明,2007年前预测值与实际消耗值基本相符,误差在±5%之问,说明二阶指数平滑法预测天然气消耗量是准确可靠的,对2008年天然气消耗量的预测,可以用来指导天然气供应系统的建设和天然气气源的储备.     

基于乘法预测模型的装备维修器材消耗规律研究

为探索装备维修器材消耗规律、科学指导装备维修器材储备和供应,基于时间序列分析方法,构建了乘法预测模型,结合2005～2008年某装备保障的应用实例,对其维修器材消耗进行了预测研究.预测结果表明:预测值与历史真实数据接近,为现有装备消耗标准的完善和新装备消耗标准的制定提供了依据.     

导航装备维修用备件需求预测

研究导航装备维修用备件需求预测,以便制定保障计划的筹措、分配、储存、调拨、使用等各项工作的顺利进行.通过对季节指数法的详细研究,归纳出该方法的一般步骤,根据某导航装备维修备件的来源及历史消耗特点,在一定假设条件下,运用简单移动平均法修正历史数据,采用季节指数法预测维修备件消耗量,并利用GM(1,1)模型检验预测精度;两种方法计算得出导航装备某备件2008年消耗量分别为209个和214个,预测精度为一级,符合预测要求;通过对这两种预测方法的比较研究,归纳出不同的使用条件,进一步说明该方法在备件预测中的实用性和适用性,有利于备件预测的进一步研究.     

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。     

灰色-线性回归组合模型在预测中的应用

针对现阶段灰色经济预测方法在实际应用时的千变万化的情况,结合实际调查和预测经验,提出了一种基于灰色理论和线性回归理论的模型--灰色线性回归模型.给出了灰色-线性回归模型算法的基本思想和计算步骤,并举例说明如何用该模型解决实际问题.结果表明灰色-线性回归模型用于预测是有效的和可行的.     

Equipment Maintenance Material Demand Forecasting Based on Gray-Markov Model

Maintenance material reserves must keep an appropriate scale,in order to meet the possible demand of support objectives.According to the sequence of maintenance material consumption,this paper establishes a Gray-Markov forecasting model by combining Gray system theory and Markov model. Few data are needed in the proposed Gray-Markov forecasting model which has high prediction precision by involving small parameters. The performance of Gray-Markov forecasting model was demonstrated using practical application and the model was proved to be a valid and accurate forecasting method. This Gray-Markov forecasting model can provide reference for making material demand plan and determining maintenance material reserves.     

煤矿机械装备维修再制造无损检测技术现状及发展趋势

煤矿机械装备维修再制造无损检测技术对于煤矿机械高效安全运行和煤矿安全快速发展具有重要意义.详细阐述了煤矿机械装备维修再制造无损检测技术,并对其预测过程进行了较为详细的论述与分析.指出煤矿机械装备维修再制造无损检测技术存在的问题,针对目前存在的问题,提出了未来无损检测应为智能化、数字化、自动化,由单一模式向复合模式新技术...     

基于Weibull分布的超高压变电站二次设备寿命预测

针对超高压变电站二次设备检修科学依据不足的问题,给出了一种基于Weibull分布的二次设备寿命预测方法.在对二次设备运行状态信息分析的基础上,建立了超高压变电站二次设备寿命预测模型.在该寿命预测模型中,对表征二次设备各功能模块运行状态信息进行了分类,通过二参数Weibull分布模型得到了超高压变电站二次设备的剩余使用寿命,并进行了实例分析.结果表明,基于Weibull分布的寿命预测模型能够实现超高压变电站二次设备剩余使用寿命的预测,为超高压变电站二次设备的维护和检修提供了依据.     

浅谈供暖系统的节能管理

就供暖系统的节能降耗问题，结合当前供暖中的实际情况，从耗能设备的经济运行，煤、水、电的管理，采用新技术、新材料、新工艺、新设备及其维护管理等方面做了一些阐述和探讨。     

考虑残值的二手设备租赁预防维护策略优化

针对具有一定年龄的二手设备租赁的特殊性,提出周期预防维护策略。该维护策略从设备的全生命周期出发,综合考虑设备的残值、年龄、预防维护、小修以及惩罚机制等因素对利润的影响,建立以出租方期望利润最大化为目标的周期预防维护模型,并给出模型取得最优策略的理论证明。最后通过算例分析表明,该策略符合二手设备租赁维护的实际情况,可为出租方提供有效的维护解决方案。     

考虑生产线平衡的串-并联生产系统机会维护策略

以多工序多台设备组成的串-并联生产系统为研究对象,根据生产线平衡原理,在每次预防性维护时引入机会维护,以实现设备的充分利用;采用可靠度恢复因子描述设备维护前后的可靠度演变过程,建立了以可靠度、总成本最小为优化目标的串-并联生产系统预防性维护和机会维护模型,采用蒙特卡洛仿真方法获得最优的预防性维护和机会维护的阈值,从而得到了满意的维护计划.应用实例结果表明,所提出的方法能够为串-并联生产系统提出合理的维护计划.在保证不发生系统停产的基础上,能够充分实现机会维护,降低企业设备的维护费用.     

基于ARIMA-KF模型的船舶系统设备状态参数预测

针对目前大多数预测模型在船舶智能运维领域应用过程中存在的预测精度偏低、模型不易构建等问题,提出了自回归积分滑动平均模型(Auto-Regressive Integrated Moving-Average Model,ARIMA)和卡尔曼滤波(Kalman-filter,KF)相结合的船舶系统设备状态参数组合预测模型—ARIMA-KF模型。该模型首先构建了自回归积分滑动平均(ARIMA)单步和多步预测模型;然后利用卡尔曼滤波(KF)算法对ARIMA预测模型参数值进行寻优,得到ARIMA-KF组合预测模型;最后,基于组合模型对船舶海水冷却系统状态参数进行预测,将预测值与实船获取的实际值进行对比及误差分析。结果表明,采用基于ARIMA-KF组合模型比单一的ARIMA模型预测精度提高3%左右。研究结果对船舶系统设备的健康管理和视情维修具有一定的指导意义。     

基于合作博弈的多部件设备非完美维修策略优化

非完美维修是设备维修资源受限条件下广泛采用的维修方式,然而设备非完美维修中各部件维修等级的确定随着部件数量或非完美维修等级的增加而变得困难。针对多部件设备非完美维修策略优化问题,以设备可靠性为基础,选择各部件的非完美维修等级为优化变量,以维修时间及任务可靠性为约束条件,以设备总维修费用最低为目标建立了设备维修策略优化问题数学模型;进而选择各部件的负责人为参与者,构建相应的合作博弈场景,提出基于合作博弈的设备非完美维修策略优化方法,通过设置每轮博弈中各参与者的策略空间构造、收益及博弈规则,能够使每轮博弈中设备维修方案的更新是朝着优化目标的方向进行;从而通过动态博弈过程获得多部件设备最优的非完美维修策略。通过仿真算例分析及与遗传算法等对比,验证了所提方法的优化结果整体上明显优于遗传算法和粒子群算法的优化结果,且能够显著提高非完美维修策略优化过程的计算效率。研究为当前有限资源下的设备维修策略优化提供了新思路。     

基于风险的供应链智能维护决策模型

在设备智能维护决策理论的基础上,建立基于风险的供应链风险智能维护决策模型．以供应链长期运作成本率最低为目标,借助半马尔可夫决策相关理论,对供应链风险智能维护决策模型进行构建,给出了模型的相关算法,并以实例验证模型及算法的有效性．