话机数量发展预测

技术发展预测是通信网规划的重要依据.当前,我国铁路通信网的最主要业务是电话业务.这种情况到2000年也不会有大的变化.其它设备的数量都与话机数量有相关关系.因此,本文重点讨论话机数量的统计分析和发展的预测方法.预测方法有许多种,对于发展水平较低的通信网,采用回归分析方法可得较好结果.本文首先介绍回归分析方法,然后利用回归分析方法分析过去的发展速度和今后的发展预测.     

基于预测的无损视频压缩技术

利用自适应预测技术实现无损视频压缩,解决数字视频数据量庞大的问题,具有重要的理论和实际意义,是图像处理领域和图像通信领域极其重要的研究课题.分析了基于预测的无损视频压缩方法,综述了预测无损视频压缩技术的研究进展,并对预测压缩算法的设计进行了总结.     

利用PCM建模图书查询与预约系统

性能预测对于软件开发人员可以及时地发现性能瓶颈,并支持其在不同的决策选项中做出设计决策.CBSD是当今系统开发的主流,但是,对于普通开发者,系统性能测试技术门槛高.PCM提供了类似UML的性能建模,并支持自动化的性能测试.以案例为基础,对如何利用PCM建模系统性能进行了深入探讨.     

基于灰色预测模型与线性回归模型的全国技术市场成交合同金额分析

技术市场成交合同金额的准确预测对于国家相关宏观经济政策的制定具有重要参考价值.而目前对于此类金额的预测研究较为缺乏,故结合实际采用两种模型进行预测,并对两种模型的预测值进行比较,找出两者之间的误差分析.从而判定出较为适合全国技术市场成交合同金额的模型.     

弓型折流板换热器动态响应神经网络预测

采用ARX动态模型设计了一种用于换热器动态特性辨识及预测的人工神经网络结构模型,基于有限的实验数据将人工神经网络技术应用于以水、油为换热工质的弓型折流板换热器动态特性的预测当中.采用Levenberg-Marquardt算法对网络进行训练和测试,辨识和预测了换热器单侧流量扰动情况下油侧出口温度的响应情况及换热器油侧进口发生温度扰动情况下油侧出口温度响应情况,并与数值计算进行了对比,神经网络的预测结果好于数值计算.分析了神经网络模型的泛化能力.计算结果表明,人工神经网络对于复杂系统的动态辨识及预测是相当成功的,与基于数理模型的数值预测相比,有更好的预测精度,且模型的泛化能力也很强.     

一种基于神经网络的网络设备故障预测系统

引入基于状态的维修技术,构建了基于多状态的在网运行设备故障预测模型.根据故障的严重性将预警等级划分为四层,对于不同的预警级别,分别构建神经网络.该模型解决了设备故障预测精度不高的难题,提升了基于多状态的故障预测能力.     

任意秩多元线性模型中的简单投影预测

考虑任意秩多元线性模型Y＝XB+ε(其中,E(Vec(ε))＝0,V(Vec(ε))＝σ2ΔΣ),该模型的预测问题就是利用已观察值矩阵Y预测未观察值矩阵Y0＝X0B+ε0.H.Bolfarine等强调预测必须有简洁而直观的形式,最简洁、直观的预测是简单投影预测(SPP);对于超总体模型,H. Bolfarine等得到了简单投影预测为最优预测的充要条件.作者研究了预测的最优性,对任一线性可预测变量θ＝KY0L,它的简单投影预测被定义为SPP＝KX0(X′T-X)-X′T-YL(其中,T＝Σ+XX′);得到了SPP为θ的最优线性无偏预测的充要条件,并研究了SPP关于协方差矩阵的稳健性,从而推广了H.Bolfarine等的有关结果.     

基于岩体加卸载响应原理的强矿震危险性预测

以抚顺老虎台矿田为工程背景,采用加卸载响应比理论,开展强矿震预测技术应用研究.研究表明:0≤ML≤0.5矿震在各开采深度作为加卸载响应震级的预测效能均较好,对于阶段峰值震级的平均预测信度为0.72;ML≥1.4矿震作为加卸载响应震级,具有深度尺度效应,响应震级与开采深度成正比,一般小于预测震级0.5～1.0,对于阶段峰值震级的平均预测信度0.60;0.6≤ML<1.4矿震作为加卸载响应震级的随机性较大,分析是两种不同机制矿震混合的结果,不适宜作为加卸载响应震级;开采深度越大,地应力环境强度越高,预测敏感性和效果越好.在阜新煤田和门头沟矿田进行普适性检验,预测信度分别为0.8和0.73.试验结果表明,加卸载响应比理论和方法预测强矿震具有较好的效能和应用前景.     

BP神经网络在电子商务供应链中的应用

在电子商务供应链管理过程中,库存管理是企业管理的重要组成部分,库存的正确预测,对于企业在市场上的竞争具有重大的意义.目前,对创新性产品的库存预测的方法各有其局限性,预测的精度不够,预测的平均误差大.针对创新性产品,以零库存为期望值,设计和构建了一个BP神经元网络系统,并将其应用于供应链的库存管理,为企业提供库存预测方案.     

乙炔羰基化合成丙烯酸甲酯催化性能的人工神经网络模拟

通过神经网络技术可找出催化工艺与催化性能之间的关联性,从而对催化性能进行预测,达到提高研究效率的目的.本文针对训练样本中奇异样本对神经网络模型预测能力和泛化能力的影响,将遗传算法思想引入神经网络,构建神经网络模型动态训练集,建立了遗传算法-神经网络模型(GARBF);利用GARBF模型对乙炔羰基化合成丙烯酸甲酯催化性能进行预测模拟.结果表明:与RBF相比,GARBF的预测精度明显提高,对于六组测试集,平均相对误差从2.94％降低到1.18％,体现了更强的泛化能力.     

基于RBF神经网络的公路货运量预测方法研究

本文提出了一种基于RBF神经网络的直接预测法,对公路货运量进行了预测,并利用matlab工具箱予以了实现.对2004和2005年公路货运量预测的结果表明,预测值与国家统计局公布的实际数值有很好的一致性,预测精度也高于其它RBF预测法,有很好的应用性.     

基于EOF迭代的月径流长期预报

应用经验正交函数分析方法,以月平均500hPa,100hPa高度场及月平均海温场为预报因子,对广东省Weng江流域的月径流进行预报。结果表明,基于EOF迭代的预报方法是一种有效的月径流长期预报新方法,具有明显的应用价值。     

城镇建设用地双因素预测模型的改进 --兼论城镇人口的预测方法

通过对驱动城镇用地扩张的两大因素——人口和经济进行参数调整。对城镇建设用地双因素预测模型进行了改进。改进后的模型是一种弹性模型．更能体现城市用地的客观规律和实际需求;同时针对“城镇化水平预测不准确”问题．提出了一种基于农业人口和农业人口比重预测城镇人口的新方法．并以重庆市渝北区为例．对模型进行了实证应用．     

形态气象预报评估的一种方法及其数值实现

提出一种新的形态气象预报评估方法,改进原先形态预报评估方面的缺陷,并且提出了2种基于散乱数据拟合的数值实现方法.由于形态预报范围很广,这里主要针对比较重要的一种———降雨预报.     

海洋预报产品可视化系统设计与实现

基于现有的海洋环境可视化平台的研究,从海洋预报产品可视化的实际需求出发,设计了海洋预报产品可视化原型系统系统框架,介绍了原型系统的主要功能模块和原型系统实现方法,最后说明了本系统对于预报部门业务工作的改进具有现实意义.     

不等时距灰色预测模型

提出了一种不等时距灰色预测ＧＭ（１,１）模型的方法,弥补了等时距ＧＭ（１,１）模型的不足．通过诸多的实例分析,结果理想可靠,有较好的实际意义．     

基于中心逼近的非等距灰色模型

基于非等间距灰色预测模型的建模机理,通过对一次累加生成序列的开方运算来弱化序列的变化幅度,利用背景值取代传统的中心值,从而得到了基于中心逼近化的非等间距灰色预测模型。最后,给出了一个应用实例,实例计算结果表明该改进灰色预测模型具有较高的拟合和预测精度。     

应用"拟合--马尔柯夫"进行火灾发生起数的预测分析

本文针对新疆地区火灾发生起数的预测分析，通过建立“拟合——马尔柯夫”模型，证明该预测方法能较准确地预测未来火灾发生起数，是实用可行的。     

基于GM（1，2）残差模型的混凝土靶强度预测

混凝土靶的早期强度的发展规律在很大程度上影响着混凝土靶的后期强度发展规律。灰色系统理论对于小样本具有较好的预测效果。本文建立了混凝土靶强度的GM（1,2）残差预测模型,结果表明,该模型在预测混凝土靶强度方面达到了很好的效果,有较好的理论和实用价值。     

GIS支持下辉发河流域遥感洪水监测与预报系统研究

利用了先进的卫星遥感技术,计算机技术,地理信息系统技术,采用洪水监测与预报相结合,提出了暴雨预报模型,通过卫星遥感和常规手段相结合,修订了新安江产汇流模型,附之于建立的流域和河漫滩GIS的支持,使之从降雨,洪水预报到灾情评估构成了一个完整的洪水监测和预报系统,具有一定的科学性,实用性。