马尔可夫预测模型在伤寒和副伤寒预测中的应用

对于传染病有效的防预与控制,一直以来都是卫生部门管理的重点.建立了对全国伤寒和副伤寒传染病进行预测的马尔可夫链预测模型.该模型能准确预测出该传染病年发病率.在大量已知数据的前提下,该模型有较高的准确性和可信度,且具有很强的推广价值.     

马尔可夫性在基金投资中的应用

以统计学为基础，应用马尔可夫链对基金市价折扣率进行分析和预测，为基金投资者提供一个决策的依据。     

应用马尔可夫链对品牌手机市场占有率进行预测

利用马尔可夫链对品牌手机的市场占有率进行了科学、有效的动态预测,帮助手机运营商解决积货和存货的问题,从而使他们能很好的把握市场动态,确定以后的生产销售方向策略.     

加权马尔可夫链在水稻产量预测上的应用

基于水稻的产量受多种因素的影响,并且具有较大的随机波动性的特点,提出了运用加权马尔可夫链的方法对水稻产量进行预测,并依据黑龙江省历年水稻产量的数据对该省2012年水稻产量进行了预测,验证了其有效性.     

基于GIS的大庆市土地利用变化趋势预测

为了把握土地利用结构变化的趋势,调整社会经济发展的策略,优化土地利用的结构,实现土地的可持续利用,根据大庆市1978~2001年五期陆地资源卫星LandsatTM数据,在分析土地利用动态变化的基础上,应用马尔可夫理论,对大庆市未来几十年土地利用过程进行了模拟分析和定量预测.预测结果表明耕地、林地和居民用地在逐年增加,草地、水域和未利用土地逐年减少.     

基于灰色模型的耕地变化预测

应用灰色系统预测理论,建立了福州市耕地预测模型GM(1,1),利用1990-2005年耕地面积建立时间数列,对其求解、检验和预测,得到今后数年的福州市耕地面积数量.     

基于GMM模型的玉米产量预测

鉴于玉米产量受多种复杂因素的影响,并具有较大的随机性和波动性,建立了一种灰色理论和马尔可夫相融合的玉米产量预测模型.首先采用灰色关联法筛选玉米产量影响因子,然后将其输入到灰色系统中构建玉米产量的灰色预测模型,最后使用马尔可夫模型对灰色模型的玉米产量预测结果的残差值进行修正,以提高玉米产量预测精度.实证分析结果表明,提出的预测模型具有较好的预测精度,完全能满足玉米产量预测精度的要求.     

基于改进的灰色GM(1,1)模型预测产品的故障数

在产品的销售过程中,卖方往往比较关心售出的产品在实际应用中有多少发生了故障,所以有必要收集相关的数据并对其进行分析整理,从而指导相关的生产活动.灰色预测所需数据量小,一般只取近期较少数据,而且数据的波动性不应该太大,产品的故障数恰恰符合这样的特点.采用补充残差和加权平均的方法改进了传统的GM(1,1)模型,并将改进后的模型应用于产品故障数的预测.经过误差检验法检测到预测模型的精度为1级.     

具有随机保费收入的复合马尔可夫二项模型

研究具有随机保费收入的复合马尔可夫二项模型,利用概率母函数分别得到了有条件和无条件的情况下Gerber-Shiu折现罚金函数的瑕疵更新方程.     

基于灰色聚类的组合预测单项模型选择

建立组合预测模型关键是单项预测方法的筛选,本文将采用灰色聚类分析方法对单项预测模型组进行筛选.首先依据所研究的实际问题,建立多个单项预测模型,然后计算每一个单项预测方法的点拟合相对误差,最后再利用这些数据,借助灰色聚类方法实行对比评估,构建组合预测模型需求的各个单项模型,以增强该模型预测的准确性.应用实例的分析表明该方法是可行的和有效的.     

基于改进抛物线模型的物流需求预测研究

为了提高物流需求的预测精度,选取货运量作为衡量物流需求的指标,在对非线性回归中的抛物线模型进行探讨的基础上,对其进行改进,得到新陈代谢的抛物线模型.以四川省物流需求预测为实例进行检验,结果显示该模型的预测精度达到96.9%,预测精度等级为1级,证明了该模型的实用性.     

基于CARRX模型的NYMEX原油价格和美元指数的波动溢出研究

汇率在石油交易中扮演着重要的角色,二者的关系在近年来逐渐成为研究热点。采用CARRX模型对原油价格和汇率之间的波动溢出进行相关研究,并假设模型残差项分别服从标准指数分布、标准Weibull分布和标准化的广义Gamma分布。实证结果表明:首先,原油价格与汇率之间存在波动溢出关系;其次,汇率对原油价格的波动溢出作用要强于原油价格对汇率的波动溢出。     

基于贝叶斯改进模型在供电可靠性预测中的应用

供电可靠性预测评估可以更有效地起到对供电系统运行管理的指导作用。所以,供电可靠性的研究预测具有较大的意义。在研究贝叶斯常均值模型预测的基础上,提出改进的贝叶斯模型优化算法。利用C++编程软件对河南省供电可靠性预测进行分析,预测评估出2007-2016年河南省供电可靠率,验证贝叶斯改进模型的有效性。     

基于改进QEM的三维表面模型简化算法

当前智慧城市中表达三维场景需对模型构建不同层次的细节模型,因此需要对三维模型进行简化,压缩模型数据量.针对简化过程中会破坏模型部分细节特征的问题,提出了一种改进QEM的三维表面模型简化算法,简化时引入顶点邻域面积、各顶点曲率及平展度加权3个简化因子,改变边的折叠代价,并建立最小堆结构优化算法效率.该算法在Visual ...     

基于ARIMA模型的FreeBSD内核进化预测分析

FreeBSD内核进化有较明显的超线性趋势和内在规律.科学地预测软件进化,找到一种简易又有足够精度的预测方法是管理软件工程的一项重要基础性工作.以FreeBSD的62个内核版本数据作为时间序列,用AR IMA模型建模,并做出FreeBSD进化预测,将预测结果和近期发布的FreeBSD内核进化实际结果进行对比,预测结果令人满意,表明该类模型可以用于FreeBSD进化预测.     

改进Stacking算法的光伏发电功率预测

针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法。采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声。用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理。利用某光伏电站的发电数据进行实际算例分析,提出的模型在MAE、MSE及$R^2$指标上,相比随机森林和Stacking等模型其预测性能有很大的提升。     

基于双指数跳扩散的三叉树利率模型

运用三叉树模型研究了利率服从双指数跳扩散过程,推广了NR(1990)的变换方法.在双指数跳扩散模型的基础上给出了跳点的概率和任意时刻的利率值,推广了Beliaeva(2011)的结果.通过数值计算得到随机利率比常利率下期权的价值要低并且利率的波动率越大,对期权价值的影响越大.     

基于改进Ising模型的心理量表大数据分析

近年来,对个体的心理进行研究与量化分析越来越受到研究者们的关注,利用Ising模型对心理量表数据进行分析已经成为一种新的趋势,但是Ising模型容易造成信息丢失.为此该文对其进行了改进,提出了一种多类Ising模型和一种序Ising模型,并在一个大规模的心理量表数据集上进行了分析,验证了两种改进模型的性能.此外,针对不同人群的心理量表数据构建了相应的心理量表复杂网络,且进行了各项指标对比,从构建的心理量表复杂网络中得到一些有意义的结论.最后讨论了机器学习与大数据如何更好地介入到量表大数据中分析问题.     

基于BP网络的我国工伤事故死亡率预测模型

应用MATLAB软件的神经网络工具箱建立BP网络模型,通过基于时间序列分析方法对1974～2003年全国工业企业事故死亡率进行预测模型的建立和检验.结果表明,用人工神经网络建立的预测模型预测我国工伤事故死亡率符合度高,效果较好.