模糊时间序列预测在动态经济系统预测中的应用

研究适合于动态经济系统的预测方法，对指导我国现阶段的经济工作有很大的意义。为尽可能地减少对动态经济系统预测的偏差，将模糊数学的理论应用于预测过程中，应用模糊时间序列预测方法，解决带有模糊信息的动态预测问题，使所得出的预测结果能够更加符合现实的需要。     

一种月度负荷预测的新方法

研究了月度负荷的特性,指出了其季节波动性和趋势增长性双重特性;介绍了广义回归神经网络的基本理论,提出以横向历史数据和纵向历史数据作为输入神经元,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明该模型的预测精度明显高于一般的BP网络.     

济南市耕地变化趋势及驱动力研究

根据济南市各市、县的统计资料,分析了济南市50年来耕地面积变化的总体趋势、空间差异和驱动因子。结果表明:社会、经济和科技的发展进步是影响济南市耕地变化的三大因素。最后通过建立多元线性回归模型,预测2010和2015年的耕地数量,对济南市农业可持续发展具有一定的借鉴意义。     

变压器差动保护带负荷试验解析

针对变压器差动保护在设计、安装、整定过程中可能出现的各种问题,结合变压器差动保护原理,提出了带负荷试验的内容以及对试验数据的分析和判断方法.     

H.264帧内预测快速算法

帧内预测是H.264视频编解码标准中一项重要的技术,极大地提高了H.264的编码效率。然而,帧内预测的亮度块有13种预测模式。为选出最佳模式,全搜索算法需要花费极大的计算量。为了降低帧内预测的复杂度,提出了一种基于变换域的快速帧内预测算法。实验结果表明:与全搜索相比,改进的算法在保持PSNR基本不变和码率增加很小的情况下,使帧内预测编码的速度提高70%左右。     

浅论我国海洋人才需求预测的回归模型

21世纪是海洋的世纪,海洋的竞争关键是知识和人才的竞争,是人们掌握和运用最新技术能力的竞争。海洋人才的开发显得尤为重要,为了制定海洋人才开发战略,本文利用回归方法对人才需求预测模型进行研究,提供可靠数据。     

小波神经网络在绝缘子漏电量预测中的应用

为了实现对绝缘子漏电量的准确预测，提出了基于小波神经网络的预测模型，分析了网络的拓扑结构，给出了网络学习方法．通过对绝缘子漏电量样本数据进行预处理，生成学习样本和测试样本，进而对预测模型进行测试，实现了对绝缘子漏电量的准确预测．将其应用于电业局的绝缘子漏电量预测中，达到了实际应用的精度要求．实验和实际应用表明，该预测模型的误差小，精确度高，能有效地预测绝缘子漏电量。     

基于改进BP神经网络和工业重构理论的用电增长预测方法

运用改进BP神经网络方法和工业重构理论,建立新型工业化与用电增长的关系,提出附加动量和自适应学习率的改进BP神经网络构建工业用电增速的预测模型,利用该模型对未来工业用电增长的趋势进行判断。利用Matlab7．0对该模型进行设计,并运用该模型对工业用电增长趋势进行仿真。与传统的BP神经网络模型相比,采用改进后的预测方法仅经过47次训练就满足预定误差要求,而采用传统的预测模型易陷入局部极小点,很难满足预定误差要求;改进预测模型的预测值与实际值拟合程度好,平均预测精度比传统模型预测精度高1％～3％。此外,验证了改进模型的优越性和合理性。     

新疆塔里木河流域径流变化趋势分析

结合塔里木河流域三大源流的5个山区水文站近50年径流实测资料,运用水文时间序列周期分析的方差分析外推法和水文时间序列预测的叠加趋势模型,对塔里木河近50年年径流量的时间序列进行了分析．结果表明:塔里木河源流阿克苏河径流表现为17年的周期变化;和田河表现为10和17年的周期变化;叶尔羌河表现为稳定的17年周期变化．三源流出山口径流量表现为17年的变化周期．利用周期性叠加趋势模型对塔里木河源流区径流量变化趋势进行分析．趋势叠加模型的预测结果显示,2006—2008年,塔里木河源流区的来水量将呈减少的变化趋势,2009年出现一丰水年,2010年塔里木河流域可能会进入枯水期,源流来水量明显减少．     

基于多输出支持向量回归算法的股市预测

提出了一种新的多输出支持向量回归算法,给出了定义在超球上的损失函数,并将训练SVM转化为迭代解线性方程组,在求解过程中采用边计算边使矩阵降阶的方法,加快了运算速度.建立了该算法应用于股市预测的模型,对上证指数的建模与预测表明:与单输出支持向量回归算法建立的模型相比,该算法具有更好的整体预测精度和抗噪性能,是对股市进行分析和预测的一种可行而有效的方法.