测量仪器校准间隔的滚动灰色自助融合预测

针对测量仪器校准间隔的预测问题,在小样本条件下,采用滚动灰色自助融合模型进行校准间隔预测。滚动灰色自助融合模型综合灰色预测方法和自助再抽样方法,在灰微分方程建模时,通过自助再抽样,充分挖掘出系统信息。采用滚动灰色自助融合模型进行测量校准间隔预测,不仅能较准确地预测瞬时值,而且能够预测置信区间,克服了其他校准间隔预测模型仅仅预测瞬时值的缺点,降低了预测风险。实验表明,与其他校准间隔预测模型相比,滚动灰色自助融合模型的预测瞬时值、预测上限值和下限值都较好地描述出历史校准数据的波动趋势,预测可靠性更高,适合用于测量仪器校准间隔的预测。     

采用近红外光谱技术的燕麦脂肪含量检测

以93份燕麦样品为研究对象,对其近红外光谱数据进行预处理后通过主成分分析法提取光谱特征,采用人工神经网络技术建立燕麦中脂肪含量的合理检测模型。结果表明:反向多元散射处理(IMSC)、数学处理选择2441(即对光谱进行导数间隔点为4的二阶导数处理,一次平滑处理间隔点为4,不进行二次平滑处理)为最佳预处理方法;通过主成分分析法提取2个主成分作为原始信息的特征变量,建立的人工网络模型结构为2-17-1,该模型对验证集的测定值与预测值的相关系数为0.962 3,均方根误差为1.607 2,模型的预测准确性较好。该方法简便、快速,为燕麦脂肪的定量测定提供了一种新方法。     

高速公路大中修间隔年限的预测模型

基于高速公路大中修的各种影响因素分析,首先运用主成分分析法对原始数据进行降维处理,消除数据间的相关性,再运用 BP 神经网络进行预测,从而建立高速公路大中修间隔年限的预测模型。实例应用表明,该模型的预测结果较精确,为公路养护部门提供了一种科学的预测方法。     

高速走丝电火花线切割加工工艺建模方法研究

为了实现对高速走丝电火花线切割加工工艺效果的预测,以脉冲宽度、脉冲间隔、峰值电流及工件厚度为输入参数,以切割速度和表面粗糙度为输出参数,分别用非线性回归分析法和BP神经网络技术建立了工艺模型,并对两种模型的预测结果进行了比较。结果表明,两种模型均能反映线切割机床的加工工艺特性,可用于对给定切割条件下切割速度和表面粗糙度的预测,但神经网络模型具有更高的预测精度。     

混合算法在港口吞吐量预测中的应用

针对单一预测方法存在的不足,采用一种联合时间序列法和因果分析法的混合算法预测港口吞吐量.并以宿迁港吞吐量预测为例,对这种方法进行了详细说明.预测过程中借助主成分分析法提取出影响港口吞吐量的关键因子,利用改进的灰色模型理论对关键因子中远期未来值做出预估,最后通过吞吐量与关键因子的线性回归得出宿迁港在预测年份的吞吐量值.通过对混合算法预测模型误差的检验发现,此预测方法的模型精度较高,能够满足港口吞吐量预测的要求,可以推广到类似港口吞吐量的预测中.     

过渡配合中孔轴尺寸误差的概率分析与控制

提出一种用概率分析法获知孔、轴在各种过渡配合中,间隙(或过盈)发生概率的理论计算方法。并对几种常用过渡配合的理论计算值及实际统计值作比较,这对于机械设计中的精度选择有实际参考意义。本文还提出运用统计尺寸公差手段,控制实际尺寸的概率变化特性,以期使配合按正态对称分布,改善配合性质,提高产品技术性能。     

多种激励条件下复杂圆柱结构的中频声辐射预测及验证

利用混合有限元-统计能量分析法,研究不同激励条件下复杂圆柱结构的声辐射特性.构建了一种空中及水下航行器的典型结构——复杂圆柱结构.在半消声室中测量了圆柱结构腔内声压级水平.结果表明:在不同激励条件下,该方法预测的复杂圆柱结构在中频段的声压值与实验测量结果比较吻合,能够较准确反应各个频率段及拐点处的声辐射情况.预测误差随激励的类型及频率的改变存在一定差异,其中声-力混合激励下预测误差最小.随着频率的增加预测精度越来越高.     

基于危险值分布流模型的飞机时间间隔计算方法

前后两架飞机的间隔是影响进近航路容量的关键因素,为了在飞机进近阶段前后两架飞机之间既能保持安全,又能最大程度地缩小两机之间的尾流间隔,提升进近阶段的到达容量,使用一种改进的Lighthill-Whitham-Richards(LWR)的交通流量模型,改进后的LWR模型将进场着陆的飞机发生碰撞冲突的概率视为与飞机数量相关的连续分布,称为危险值分布,通过危险值分布预测发生冲突的概率,使用速度平差法计算不同机型组合的安全间隔.基于危险值分布流模型对进近阶段上不满足间隔的飞机提出速度调整方法,使飞机之间保持所需的最小间隔时间,以便能够最佳利用进场着陆空域的容量.     

波罗的海干散货指数预测的非等间隔灰色波形预测方法

为提高对波罗的海干散货指数(BDI)预测的准确度,根据BDI指数这类波动幅度不规律的时间序列的特征,提出一种非等间隔的灰色波形预测方法,即应用分位数法选取非等间隔的等高线,并有选择地对等高时刻序列进行GM(1,1)建模.通过对BDI指数月数据的建模与预测表明,非等间隔的灰色波形预测方法较传统的灰色波形预测方法和ARMA(1,1)模型在预测精度和运算效率方面具有明显优势.     

时序分析法在沈阳地铁二号线变形预测的应用

目的研究时序分析法在地铁工程变形沉降监测数据分析和处理的实用性,确定时序分析法对岩土勘察监测数据的拟合预测精度.方法通过对沈阳地铁二号线工程变形沉降监测数据的分析,建立时序分析模型.利用该模型对实测监测数据进行预测.结果利用该时序分析模型预测的后5期高程值残差在0.3 mm以内,说明时序分析法可以有效地找出变形沉降监测数据的变化规律.结论时序分析法在地铁工程变形沉降监测数据的分析和预测上具有较高的精准度,可以地铁工程的设计和施工提供参考依据.     

工程建筑物的变形预测模型

本文讨论非等间隔序列预测问题的一种灰色建模方法,以预测城市高层建筑物沉陷量为例,介绍灰色预测方法在工程技术中的具体应用。     

螺旋槽干气密封运行特性的预测模型及试验研究

针对螺旋槽干气密封在运行中气动特性参数的快速定量预测问题,以实际密封产品为研究对象,通过对典型数值模拟结果实施函数相关性的二次拟合分析,建立了以工况参数(入口压力、转速)和气膜厚度为变量的气动特性参数预测模型.采用预测模型对试验多工况下的特性参数进行了计算,并采用"窄槽理论"实施了相同条件下的理论简化求解,对特性参数的简化理论和预测两种结果与试验测量值进行了对比分析.结果表明:两种方法的计算值与试验结果保持了良好的分布趋势,但预测模型求解值与试验测量值符合更好,计算准确性明显提高,从而验证并确定了预测模型的可靠性.     

非等间隔灰色预测模型的二次优化

为提高非等间隔序列数据的预测精度,采用一种新的加权方法对非等间隔序列数据进行处理,将其化为等间隔序列,在此基础之上使用初始条件的自适应性寻优函数对模型进行二次优化,得到最终的灰色预测模型.并用此模型对实测数据进行建模、分析和预测,计算残差平方和的平均数MSE的来比较该模型与其他模型的精度情况.研究结果表明:该模型在非等间隔数据处理中具有较好的预测精度.     

组合式神经网络企业产品销售量预测方法

采用回归分析法,去逼近预测模型中具有时间增长趋势的离散数据,用其逼近误差进行人工神经网络学习和训练,输出预测误差,然后对回归模型进行动态补偿,以实现对企业产品销售量进行组合预测。其预测结果比单一的回归分析法和线性规划法计算精度要高,表明组合式人工神经网络对预测企业产品销售量具有良好的适应性。     

一种基于混沌理论的数据流连续聚集查询预测算法

为了有效地预测聚集查询的未来聚集值,提出了一种基于混沌理论的数据流连续聚集查询预测未来聚集值算法——CSPA算法.数据流看作是以数据到达时间为序的一个时间序列,借鉴传统时间序列分析技术探讨了连续聚集查询的未来聚集值预测问题,但由于数据流序列与传统时间序列在时间间隔和数据集的处理上存在很大差别,于是采用流滑动窗口技术加以处理.其次,针对目前数据流聚集查询预测领域已有的一些研究结果都未考虑流数据内在的复杂非线性动力学特征对预测的影响问题,该算法又利用了混沌理论中的局域预测思想解决了这一不足.实验结果表明,利用该算法进行预测具有很好的准确性.     

FAHP评价交流接触器动态响应特性的程序设计

在9台交流接触器的动态参数实验测量数据的基础上,应用模糊层次分析法理论开展交流接触器的动态响应特性评价.首先简要介绍了模糊层次分析法的层次结构和评价步骤,然后详细介绍了将其用于交流接触器动态响应特性评价的步骤和应用公式,并给出了关键步骤的程序设计思路.该评价方法同样适用于其他类似低压电器产品,作为快速鉴别动态性能优劣的方法,为产品优化设计提供依据.     

基于集成学习的交通流短时特性分析与神经网络预测方法

为揭示交通流的内在动态特性,利用分析法对交通流分形特性进行研究,表明该城市交通流序列具有长程相关性;为达到更精准的短期交通预测效果,同时提出一种基于思维进化算法(MEC)对神经网络最优初始参数的定向搜索,解决神经网络易陷入局部最优的问题;并用自适应增强算法(adaptive enhancement algorithm,Adaboost)对优化过的神经网络集成,弥补神经网络对新样本集的泛化性能差缺陷,在此基础上通过预测误差平方和倒数准则重新调整Adaboost算法对弱预测器权值分布,使每个预测器最大程度提高网络预测精度.验证结果表明,改进MEC-BP_Adaboost模型与BP模型相比,均方误差和平均绝对误差分别下降78.2％和46.4％,证明本文改进方法对交通流预测具有合理性,对不同的交通流状态具有较好的适应性.     

根据阻抗曲线建立结构的数学模型——在滚动轴承动态参数识别中的应用

在机床设计过程中,即在投入制造之前预测机床的动态特性,这对提高机床产品的一次设计成功率,加快机床产品的更新换代具有重要意义。本文较详细地介绍了由阻抗曲线建立结构数学模型的步骤和方法。它可用来识别结构的动态参数和预测结构的动态特性。为配合机床主轴系统的动态优化设计,本文以识别滚动轴承动态参数为例,提供了具体的实验识别方法。     

主成分logistic回归分析在底板突水预测中的应用

为对矿井底板突水进行预测,采用结合主成分分析法和logistic回归分析法的分析模型.利用主成分分析法对突水主控因素进行降维处理得到主成分,并计算出主成分在样本中的得分值;应用logistic回归分析法对确定好的主成分得分值进行logistic回归分析;把主成分转变回底板突水各主控因素,得到矿井各主控因素对于底板突水影响的回归模型.研究结果表明:可见模型的拟合优度很好,正确率达到90%以上;主成分logistic回归分析在底板突水预测中的应用是可行的.     

Markov分析法在企业经营中的应用

企业在生产经营中,常常需要对市场进行各种预测,其中对产品利润、产品销售、产品市场占有率等方面的预测较为重要.应用随机过程中的Markov链理论,构造相应的预测模型,就可预测企业"未来"所处状态,进而指导企业做出相应的经营调整,采用最优策略,最终使企业的利润最大化.通过实例分析,运用Markov分析法,对商品销售情况及企业利润进行预测,展示了市场经济预测与决策的全过程.Markov分析法简便易行、适用于经济预测的诸多方面,但由于应用Markov分析法前提要求过程具有Markov性,所以模型仍具有一定的局限性.