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.     

灰色预测与一元线性回归预测的比较

在介绍灰色预测和一元线性回归预测基本方法的基础上,用两个例子对两种方法的预测值进行了比较,结果表明:对所用的两个例子,灰色预测的GM(1,1)模型对数据的预测值精度较一元线性回归要好。     

一元线性回归分析方法在SPC系统中的应用

一元线性回归方法作为一种现代统计分析的手段,在质量控制领域得到了广泛的应用。本文首先阐述了一元线性回归的定义,其次详细论述了通过Delphi7.0实现的一元线性回归模型,以及在SPC系统中利用该模型来实现对刀具加工零件的分析,对分析刀具的寿命有一定的借鉴意义。     

基于数理分析对长江水质的评价预测研究

长江水质污染日益严重,为了保护长江水资源,科学合理地预测长江水质对长江水资源的可持续发展具有重要意义。本文利用时间序列模型和多元线性回归模型预测了长江水质未来状况,并对长江水质预测结果进行了定性和定量的综合评价,分析得出未来五年长江水质污染的发展趋势。     

一元线性回归分析方法在SPC系统中的应用

一元线性回归方法作为一种现代统计分析的手段,在质量控制领域得到了广泛的应用。本文首先阐述了一元线性回归的定义,其次详细论述了通过Delphi7．0实现的一元线性回归模型,以及在SPC系统中利用该模型来实现对刀具加工零件的分析,对分析刀具的寿命有一定的借鉴意义。     

大型赛事话务预测方法的研究

文章列举了几种常用的话务预测方法,分析了它们各自的优势和局限性,提出了一种基于指数平滑模型和一元线性回归分析模型的组合模型,用于大型赛事的话务预测,并用两个实例验证其有效性和准确性。     

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.     

具有模糊数据的线性归回分析

为了解决在模糊线性回归分析的研究中,由模糊分析计算所带来的问题,采用基于模糊数据的一元线性回归分析的模糊极小值准则和最大贴近度准则两种方法,给出了模糊结构元求解方法,得到模糊数据线性回归分析模型系数的估计值,并利用模糊结构原理论对模糊线性回归模型的模糊误差进行估计及其的性能进行评估,建立基于结构元的模糊数据模糊回归模型并对其进行实例分析.     

一元线性回归模型在电力系统负荷预测中的应用与MATLAB实现

基于一元回归模型的电力负荷预测技术是以历史负荷为资料建立数学模型,对未来时间内的负荷进行预测,从数学角度看,就是利用数理统计中的一元回归方法,通过对变量的观测数据进行统计分析,确定变量之间的相关关系,从而实现预测的目的。本文介绍了一元线型回归模型的原理,通过分析历史数据,建立数学模型,以北京地区年负荷为例,证明该模型具有良好的实用性。     

PID电子鼻在车内空气质量评价的应用研究

以便携式PID电子鼻系统作为检测手段,对车内气体VOCs质量分数进行客观检测,同时同步进行车内气体主观评价,并对采集到的数据进行分析.筛选VOCs质量分数特征值,分别建立一元线性回归模型及偏最小二乘回归模型,结果表明,一元线性回归模型对车内气味预测效果较好,预测精度在0.3个气味强度等级之间,同时模型本身拟合效果较好.所建的偏最小二乘回归模型显著性检验结果表明,模型不具有显著相关性,因此不再进行气味强度等级的预测分析.     

基于多重多元回归的焦炭质量预测模型

 焦炭质量预测是焦化企业进行焦炭质量控制的重要方法。在诸多生产因素已固定的条件下,焦炭质量主要取决于原料煤性质。用煤质指标预测焦炭质量是焦炭质量预测的重要方法。考虑配合煤煤质指标和焦炭质量指标的多元性和相关性,采用多重多元回归分析技术,将焦炭质量的各指标作为一个整体,建立配合煤煤质指标对焦炭质量的预测模型。基于偏最小二乘回归思想,采用预测误差平方和（PRESS）和预测的方差验证回归模型的预测能力。根据实际焦炭生产建立的焦炭质量预测多重多元回归模型的显著性检验表明,该模型具有较高的预测能力。应用多重多元回归技术建立的焦炭质量预测模型对指导焦化企业的焦化生产,优化配煤和加强焦炭质量控制具有重要的现实意义。     

前山河水力冲淤排污试验及模拟验证

为了研究前山河水力冲淤的可行性,在前山河水力冲淤排污实验的基础上,采用破开算子和特征线的方法建立水动力模型,采用跳点格式建立水质模型,将水动力模型与水质模型耦合,模拟前山河的流场及浓度场,并进行了验证,提出了水闸的较优运行方案.实验与模拟结果都表明水力冲污可以有效地改善前山河整体的水质状况.     

MVC模式下的水质模型中间件实现技术

水质模型是水体污染物迁移转化模拟的主要工具，在水环境保护、水污染防治等领域得到了广泛地应用。按照J2EE标准，在提高软件的可扩展性、可维护性和代码复用率思想指导下，以中间件技术的应用框架为基础，以二维水质模型为代表，采用MVC设计模式，实现了水质预测中间件，并建立了面向Web的水质预测系统。该系统可缩短建模周期，提高模型的使用效率。     

面向飞机装配质量数据深度分析方法研究

针对飞机装配质量数据体系化不高,数据挖掘利用率低下等问题,探索出一种面向飞机装配质量数据深度分析方法。通过建立由质量数据关系模型和质量数据仓库模型共同组成质量数据模型体系,设计出一种基于数据模型体系的飞机装配质量数据挖掘循环机制。采用聚类算法选择质量问题关键特征点,同时运用Apriori算法寻找各关键因素的关联关系,最终借助Weka软件实现装配质量数据深度分析。以某型飞机前机身部件装配质量数据验证了该方法的可行性和有效性。     

一种基于模糊物元评价法的构件质量度量模型研究

 基于ISO/IEC 25010软件质量模型,提出了一种构件质量度量模型,运用模糊物元评价法对构件质量进行综合评估.度量模型和评估方法可作为构件管理者在对构件质量进行评价时参考.
     

复杂断块油藏三维地质模型的多级定量评价

为了定量评价和不断提升三维地质模型的质量,在明确研究区研究目的及地质特征的基础上,通过选取多个关键指标,同时运用层次分析法求取准确权重,并且依据研究区开发阶段及地质资料数量和质量制定合理的标准,利用实际模型与标准进行对比,得出各个指标的实际得分,通过低分项找出模型的不足,最终经过累计得分定量评价三维地质模型的整体质量。研究认为,研究区的构造模型与沉积相模型质量良好,而属性模型质量相对较差,最终模型得78分,质量中等,有一定提升空间,通过加深研究区地质认识及建模方法优选和多样化,新地质模型较评价前模型有了较大幅度的提升,最终模型得94分。三维地质模型定量评价体系不仅具有定量评价模型质量的作用,而且还具有指出模型不足优势,从而达到不断提升模型质量的效果。     

基于VMDLSTNet的水质预测模型

针对水质时序预测中存在长期信息和短期信息混合导致预测精度低的问题,采用变分模态分解（Variational Mode Decomposition,VMD）和长短期时间序列网络（Long- and Short-term Time-series network,LSTNet）组合使用以期望解决该问题得出更准确的水质预测。LSTNet网络中使用卷积神经网络（Convolutional Neural Networks,CNN）提取短期局部水质信息,使用循环神经网络（Recurrent Neural Network,RNN）提取长期水质信息,并且通过Skip-RNN利用序列周期特性,提取更长期信息,同时模拟自回归（Autoregressive model,AR）,为水质预测增添线性成分来达到输出能够响应输入尺度变化的目的。采用珠江流域老口站隔日采样的溶解氧数据验证模型效果,结果表明,VMDLSTNet网络处理水质预测问题的能力,不仅优于传统的BP神经网络（Back Propagation Neural Network,BPNN）、支持回归机（Support Vector Regression,SVR）模型,而且优于深度学习中时域卷积网络（Temporal Convolutional Network,TCN）模型、门循环网络（Gate Recurrent Unit,GRU）、增加注意力机制的长短时记忆网络（Long Short-Term Memory Add Attention,LSTM-AT）模型,溶解氧的预测平均绝对误差（Mean Absolute Error,MAE）为0.0931,预测均方误差（Mean Square Error,MSE）为0.0146,预测均方根误差（Root Mean Square Error,RMSE）为0.1208,水质类别的预测准确率为95%。     

基于价格的产品质量损失建模与分析

产品价格既是制造销售商与用户双方利益平衡的反映,也是双方对产品性能、质量的综合认识,可以直接用于度量产品上市后给社会带来的损失.基于此观点,提出了一种分段线性质量损失模型(以下简称为价格模型).以某型号微电机的铁芯外径为例,深入探讨该模型中的重要参数对铁芯质量损失的影响,并通过与田口质量损失模型对比分析,得出价格模型比田口模型更加符合实际.该模型为产品的公差优化设计提供了条件,丰富了质量损失领域的内容.     

基于梯度提升决策树的焦炭质量预测模型研究

焦炭是高炉炼铁的重要原料,其质量是影响铁水质量和高炉顺行的重要因素,针对焦炭质量存在检验难、滞后性、预测误差大等问题,提出一种基于梯度提升决策树算法的焦炭预测模型;结合专家经验与相关性分析方法,深入研究配合煤质量对焦炭质量的影响;最后利用配合煤质量指标对焦炭质量指标灰分、硫分、耐磨强度、抗碎强度进行建模预测;根据某焦化厂历史生产数据对模型进行评估,实验结果表明:基于梯度提升决策树的焦炭质量预测模型相较于线性回归模型、随机森林模型,决策树模型误差小、准确率高,可以为焦化厂配煤炼焦提供一定的理论依据。     

有机灰色神经网络模型在河流水质预测中的应用

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,在分析河流水质动态变化的基础上,结合灰色理论中的GM(1,1),无偏GM(1,1)和RBF神经网络的特点,提出有机灰色神经网络预测模型,将灰色模型得到的数值作为神经网络的输入,原始数据作为神经网络的输出,训练得到最佳神经网络结构.以某地区河流水质为例,根据其变化规律,应用有机灰色神经网络模型进行预测,结果表明,该模型拟合误差小,预测精度高.