地铁运营成本分析与研究

通过总结北京地铁运营成本的发展变化情况，研究了地铁成本构成要素及其对总成本的影响，计算和分析了地铁平均人次运输成本及其与现行运价之间的关系，建立了成本预测模型，并对地铁未来运营成本进行了预测研究。     

合理调配工作面生产人员的决策模型

本文利用最优化和数理统计方法,建立了四个数学模型,探讨了如何合理调配工作面生产人员以及全员效率与煤炭产量、工效之间的关系等问题。可提供某些决策依据。     

基于神经网络的模糊推理预测方法

将模糊推理技术与神经网络结合．利用模糊集理论来处理输入、输出信息，借助神经网络系统来完成推理、判断与知识的记忆存储及学习．从而给出了基于神经网络的模糊推理预测模型。     

经济混沌的动因与预测

经济混沌是非线性经济系统中呈现的一种貌似随机不确定现象．本文通过对经济混沌的动因分析，指出温沌是经济系统的本质特性；根据混沌的有序性，提出经济混沌预测的基本原理；给出一个甚于混沌吸引子的时间序列预测方法，指出影响预测效果的主要因素．     

基于.NET的负荷分析与预测系统的研究与实现

介绍了智能式负荷分析、预测与管理系统在.NET下实现,提出了利用体感温度逐点修正预测负荷和基于"预测方案"的思想来组织预测的策略.与传统模式相比,该系统容易维护,便于开放,Web客户端零安装、零维护.通过大量真实数据测试与工程应用,已证明该系统具有智能化程度高、功能全面、操作方便、实用性强、准确率高、维护成本低等特点.为电力负荷预测运行人员提供了一套强有力的工具.     

时空预测技术在森林防火中的应用研究

构建了一个随机的时间序列模型获得每一个空间上相互独立部分的时间预测,然后建立动态回归神经网络(DRNN)发现隐藏的空间关系,最后用统计回归方法把单个时间和空间预测整合起来产生最终预测。实验结果表明,提出的方法能对森林火灾面积进行准确有效的预测。通过对时空预测结果的准确性和训练精度进行讨论,分析了时空预测方法在林火预测中的可行性,证明时空变化预测方法在林火预测中的应用价值。     

基于偏最小二乘回归与支持向量机耦合的咸潮预报模型

利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(PLS-SVM),并应用该模型对珠海市平岗站盐度的变化进行了模拟和预测,研究结果表明,所提出的PLS-SVM模型模拟和预测精度明显优于常用的BP人工神经网络、多元回归模型,可更好地应用于咸潮预报。     

基于支持向量回归集成的陀螺仪参数漂移预测

泛化能力是智能方法用于参数预测的最重要的问题之一,提出了支持向量回归集成方法。为了增加个体之间的差异性,提出了基于聚类方法的个体生成方法。首先利用聚类方法将样本分为若干子类,然后用不同结构的支持向量回归学习不同的样本子类,权值由个体在验证集上的泛化误差决定。将ESVR陀螺仪参数飘移数据的预测,并与单支持向量回归,单神经网络,神经网络集成以及组合预测方法进行比较。结果证实,ESVR的预测精度总体高于其他方法。     

基于最大 Lyapunov 指数的改进预测模型及其在城市用水量短期预测中的应用

参照计算Lyapunov指数的Wolf方法,考虑预测中心点与邻近点和上一个演化点的夹角,对混沌理论基于最大Lyapunov指数的预测方法进行了改进.通过对城市用水量短期预测的实例研究,将改进算法与传统算法进行比较.结果表明,与传统算法相比,改进算法的预测精度在整个预测周期内提高了10.2%,在最大可预测时间尺度内提高了1.1%.