预测三因子论初探——关于预测论的探讨

通常,预测主要是对事物未来的发展、变化进行预先推断。本文提出广义预测的概念,包含了正向预测与逆向预测内容。分析了预测的不确定性及论述了预测的哲学基础是辩证唯物论的认识论,提出了预测三因子论,即能否预测取决于对预测的核心因子、诱导因子、不确定因子的了解与掌握程度。并运用预测三因子论对地震预测、彩票预测、油价预测三大预测难题进行了分析。     

一般增长曲线模型中线性预测的可容许性

研究了一般增长曲线模型中线性可预测变量的最优预测,给出了可容许线性预测的定义,并分别在齐次线性预测类和非齐次线性预测类中得到了线性可预测变量的一个线性预测是可容许预测的充要条件．     

煤矿水土流失预测研究

介绍了煤矿水土流失的特点、水土流失预测概念、水土流失预测内容,研究了煤矿水土流失预测时段、预测范围和预测方法。     

基于小波分解的色噪声预测

研究色噪声的预测．将小波分析理论与神经网络建模预测基本原理相结合，提出了基于小波分解的神经网络预测方法．通过对年平均太阳黑子数典型统计模型的预测，验证了该方法的预测效果．将该预测方法用于色噪声的预测研究，通过改变对色噪声的采样速率，分析了色噪声预测的可能性和效果．研究结果表明，色噪声是可以预测的；对其预测的误差随采样率的提高而减小；基于小波分解的神经网络预测方法的预测精度优于线性神经网络预测方法．     

基于向量夹角余弦的几何平均组合预测研究

加权几何平均组合预测为一种非线性的组合预测方法．提出基于向量夹角余弦的加权几何平均的组合预测模型,针对该模型定义了优性组合预测、预测方法优超和组合预测冗余度等新的概念;探讨了非劣性组合预测和优性组合预测存在的充分条件;给出了一个冗余预测方法出现的判定定理．     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

基于预测有效度的优性组合预测模型研究

针对基于预测有效度的组合预测模型提出了新的优性组合预测、预测方法优超和冗余度的概念 ;指出了简单平均组合预测方法至少是非劣性组合预测 ;并探讨了优性组合预测存在的充分条件 ;给出了冗余信息出现的两个判定定理     

基于L1范数的加权几何平均组合预测模型的性质

提出了基于L1范数的加权几何平均的组合预测模型,针对该模型定义了优性组合预测、预测方法优超和组合预测冗余度等新概念;指出模型的任一个可行解对应的组合预测至少是非劣性组合预测, 探讨简单等权平均组合预测方法为最优性组合预测方法和优性组合预测存在的充分条件;论证预测冗余信息的可能存在性并给出冗余预测方法出现的一个判定定理.最后进行了实例分析,结果表明该方法是一种有效的组合预测方法.     

电网负荷预测方法及其实现

电网负荷预测对于电力市场各方都具有重要的作用;本文在讨论其重要性的基础上,总结了其发展现状及不同的预测方法;采用灰色预测模型对某地区的电网负荷进行了预测,得到了近两年的预测结果,该实例验证了所采用的电网负荷预测方法的准确性,同时预测结果对于电力市场各方提供了重要的预测信息.     

浅谈BP神经网络预测模型

行程时间预测是交通流诱导系统研究的一项重要内容。本文分析了各种预测方法和几种预测途径，给出了建立BP预测模型的关键因素，总结了BP神经网络预测的优缺点。     

多元线性模型中的条件最优预测

研究了带线性等式约束下任意秩多元线性模型中条件可预测变量的最优预测。特别地考虑了一类特殊的预测函数：φ－线性预测函数，给出了条件φ－线性可预测变量和条件最优φ－线性无偏预测的定义。得到了条件φ－线性可预测变量的条件最优φ－线性无偏预测，并证明了它在几乎处处意义下的唯一性。     

系统安全性预测模型与系统的建立

系统安全性预测对预防事故起到至关重要的作用，而预测模型的正确选择是预测的关键。本文就目前安全性预测的原则、预测模型的复杂程度、特点和选择等若干问题进行了分析，并就系统安全性预测中如何处理这些问题进行了探讨。在综合分析的基础上，建立了合理的预测系统。组合预测利用各种预测方法提供的有用信息，有效提高了预测精度，改变由于预测模型选择不合理而带来得预测误差。     

神经网络预测控制综述

神经网络预测控制是智能预测控制研究的热点之一,在工业控制中具有很大的应用前景。按照预测模型的不同将预测控制进行了分类,引出了智能预测控制的概念,从滚动优化方式的不同探讨了神经网络预测控制,指出了神经网络预测控制的发展方向。     

浅谈BP神经网络预测模型

行程时间预测是交通流诱导系统研究的一项重要内容。本文分析了各种预测方法和几种预测途径,给出了建立BP预测模型的关键因素,总结了BP神经网络预测的优缺点。     

人工神经网络在软土地基路基沉降预测中的应用

将人工神经网络应用于软土地基填筑施工中的沉降预测，提出了一种有效的预测方法，并构造了预测路基沉降的神经网络模型，预测结果表明，该模型具有很高的预测精度，为预测软土地基路基填筑施工引起的沉降提供了一种新的方法。     

基于ARIMA—ANN的时间序列组合预测模型

目前,时间序列预测主要采用基于传统研究方法或人工神经网络技术的单一预测方法.近年来的研究表明,组合预测方法比单一预测具有更高的预测精度.提出了一种基于BP神经网络和ARIMA组合模型的预测新方法,对中国GDP的变化趋势进行了综合分析与预测,预测结果表明这种方法相对于单一的预测方法具有更高的精度,该模型在非平稳时序的预测中的应用是可行、有效的.     

城市地下空间需求预测及其分布体系建立

地下空间需求量是制定城市地下空间开发战略目标和规划布局的重要基础。分析了城市地下空间需求量预测的作用与意义,总结了现有的3种城市地下空间需求量预测的方法,即分指标预测法、分系统预测法和分区位预测法,并分析了3种预测方法各自的优点与不足;提出了将分指标、分系统与分区位相结合并考虑需求时效性的综合预测法,阐述了综合预测法的总体思路,并分析了其优点。在综合预测法的基础上,提出了建立城市地下空间需求分布体系,建立了该体系的三维结构模型,讨论了该体系的建立方法。结果表明,将综合预测法所得到的预测结果导入地下空间需求分布模型,能使该模型具体化。     

经济系统预测精度及有效性分析

本文讨论了预测误差的根源，给出了点或区间预测精度的测度准则，分析了目前人们给出的预测精度测度，以及评价预测方法的有效性测度，为不确定性系统预测方法评价提供了可行的工具。     

一种有灰色初值函数的泛函微分方程数据预测

利用数学工具来解决一类数据在某一点处出现跳跃性变化的系统预测问题.并结合一个经济预测实例,对某种不能用已有预测方法预测的系统,经理论推导,提出了一种以灰色模型拟合初值函数,以中立型泛函微分方程映射预测的预测方法,对实例做出了良好的预测,解决了用常规预测方法难以解决的问题.     

矿井延深水平相对瓦斯涌出量的组合预测

根据组合预测的基本原理，建立了矿井延深水平相对瓦斯涌出量的组合预测数学模型。实例分析表明：组合预测提高了预测精度，是一种切实可行的预测方法。