自适应动态三次指数平滑法在交通预测中的应用

针对传统三次指数平滑法预测模型中平滑系数固定不变、难以跟踪时间序列随时间变化的因素、无法反应不同时间段历史数据对预测结果的影响等缺点,提出了一种改进的动态三次指数平滑法.该方法通过误差平方、最小原则和地毯式搜索算法来获得动态调整的平滑因子,对波动范围较大且呈非线性变化规律的数据有很强的适应性.将自适应动态三次指数平滑法与SARIMA模型、三次指数平滑法进行对比,由铁路旅客发送量的仿真实例分析结果可知,自适应动态三次指数平滑法能更好地适应时间序列的变化趋势,具有良好的预测精度.     

道路交通事故的三次指数平滑预测法

为准确预测道路交通事故死亡人数和有效解决道路交通安全问题,以中国2001~2012年交通事故死亡人数的统计数据为研究对象,首先,采用三次指数平滑法,建立三次指数交通事故预测模型,对道路交通事故数据进行拟合与预测分析,绘制了中国道路交通事故的未来发展趋势图;然后,通过与一次指数平滑法、二次指数平滑法进行对比分析,得出了三次指数平滑法预测精度较高,预测值与实际值相符合的结论;最后,预测出2013年和2014年的道路交通事故死亡人数.研究结果表明:三次指数平滑法预测模型适用于短期预测,对有效预测道路交通事故具有一定的参考价值和指导意义.     

粗铜冶炼中铜锍品位的动态预测模式 —AR（p）与指数平滑最优组合法

提出了一种对铜锍品位进行预测的新方法 ,即以采集的现场数据为基础 ,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型 .AR(p)模型要求数据对象是平稳时间序列 ,而三次指数平滑模型的数据对象具有随机性 ,考虑到铜锍品位的波动性 ,将 2种模型按最小二乘原理 ,以组合预测误差平方和为目标函数 ,通过使误差平方和极小化来确定 2种预测方法的最优加权系数 ,建立了一种新的组合模型 ,其预测误差最小 .结果表明 ,在当时数据条件下 ,AR(p)与指数平滑组合模型比AR(p)与指数平滑模型单独使用时精确度都要高 ,这对指导生产具有实用意义 .     

组合预测模型在湖北省粮食灾害预测中的应用

本文尝试将组合预测法应用于湖北省粮食受灾情况的预测,以提高预测的精度。通过组合预测的线性模型,将回归模型,二次指数平滑模型和Theil回归模型分别加以最优的权数进行组合。最终得到最优化的组合预测的结果。     

指数平滑系数的优化研究

通过对指数平滑系数的研究,提出了平滑系数的优化确定方法;并将优化后的指数平滑系数在我国煤炭产量的预测中得以验证.     

布朗单一参数指数平滑法的推广

把布朗单一参数二次多项式指数平滑法推广到三次多项式指数平滑法(即布朗单一参数四次指数平滑法),并利用计量经济学软件Eviews4.0和软件M atlab7.0结合实际数据进行短期预测.布朗单一参数四次指数平滑能更好地跟踪时序的非线性变化趋势,达到更好的短期预测效果.     

变权重组合预测模型在生活垃圾产量预测计算中的应用

以合肥市2000年～2005年城市生活垃圾产量为基础数据,采用变权重组合模型对其进行分析.结果表明,该模型的预测效果优于一元线性回归法、Logarithm Fit法、指数平滑法、灰色GM(1,1)模型等各单项模型.采用该模型对合肥市2006年～2015年的垃圾产量进行了预测.预计到2015年,合肥市生活垃圾产量将达到125 Mt.     

重庆天然气需求的指数平滑法预测研究

二阶指数平滑法是进行预测的有效方法.以重庆市历年实际天然气消耗量数据为基础,结合天然气实际需求的近线性变化特点,建立了重庆市天然气消耗量的二阶指数平滑模型,并运用该方法对2008年的天然气消耗量进行了预测.结果表明,2007年前预测值与实际消耗值基本相符,误差在±5%之问,说明二阶指数平滑法预测天然气消耗量是准确可靠的,对2008年天然气消耗量的预测,可以用来指导天然气供应系统的建设和天然气气源的储备.     

基于数据点重要性差异的最小二乘加权法

普通最小二乘法将所有的数据点对预测值（控制值）的影响作用等同看待。实际不应该如此，数据点的相互联系是有所区别的。以时间序列数据来说，近期的数据点往往更能说明待预测值，而远离预测期的早期数据点关联作用较小。基于这种看法，这里提出了最小二采加权法，对不同的数据点在离差平方和算式Q中给予不同的权数，推导出参数估计的公式；提出了最小二乘加权法权重设置的机理，并就时间序列数据提出指数权重法。     

基于三次指数平滑法的沪牌拍卖月均价预测

随着人们生活水平的提高以及国内外人才向上海的大量涌入,上海车牌拍卖竞争越发激烈,因此对拍牌成交月均价的短期预测具有较高的现实意义.通过对投放数量、投标人数、历史数据等影响因素与成交月均价进行相关性分析发现,利用历史数据进行短期预测最为有效.据此,基于传统的三次指数平滑法和动态三次指数平滑法,利用2016年1~10月上海车牌拍卖成交月均价的历史数据,预测了2016年11月和12月沪牌拍卖成交月均价.同时,通过对预测误差进行分析得到动态三次指数平滑法要优于三次指数平滑法.从而得出,基于动态三次指数平滑法,利用历史数据对车牌月均价进行短期预测,能为车牌拍卖出价提供有效指导.     

注意力机制的长短时记忆神经网络航线订座需求预测

针对航线订座需求预测中存在的预测结果不稳定,偏差较大的问题,提出了一种基于注意力机制 的长短时记忆神经网络(Long Short-term Memory Neural Network,LSTM)航线订座需求预测模型。首先, 对采集得到的航线订座需求数据进行数据清洗与指标计算处理,接着,对处理后的指标数据基于注意力机 制做权重分配,然后进行 LSTM 航线订座需求预测模型的建立,从而得到航线订座需求的最终预测结果 值。将训练优化得到的模型应用于国内某航司的航线订座需求预测中,计算出预测结果。实验结果表明, 基于注意力机制的 LSTM 航线订座需求预测模型预测精度较高,以厦门-上海为例,预测结果在与真实值 的对比下,平均绝对误差(Mean Absolute Error,MAE)为 13.1,均方根误差(Root Mean Square Error,RMSE) 为 17.2,相比较于移动平均法,指数平滑法,循环神经网络（Recurrent Neural Network,,RNN）,CNN-LSTM 混合模型有较好的预测效果。     

基于Stacking集成学习的福建省火电行业碳足迹情景预测

火电行业是中国碳排放的最主要来源之一，其碳足迹研究对中国实现2030年碳达峰目标至关重要。为此，提出一种基于Stacking集成学习的福建省火电行业碳足迹情景预测方法。首先，基于扩展Kaya恒等式识别火电行业碳排放的主要影响因素；然后，以决定系数(coefficient of detemination, R2)和平均绝对百分比误差(mean absolute percentage error, MAPE)作为评价指标优选模型的初级学习器与元学习器，构建融合不同学习器优势的Stacking集成学习碳足迹预测模型。最后，设置了基准发展、产业优化、技术突破、低碳发展四种碳达峰行动情景，以福建省为例对其2021~2035年火电行业的碳达峰进行计算。结果表明，所提方法能够准确预测火电行业的碳足迹，预测系数R2高于0.97、误差MAPE低于0.01。在此基础上，计算了不同碳达峰行动情景的火电行业碳排放峰值，得出在低碳发展情景下该省可在2027年实现碳达峰战略目标。相关研究为中国火电行业碳达峰预测提供理论依据与借鉴价值。     

软件产业安全评价指标体系与实证研究

产业安全指标体系是产业安全评价的基础和依据,但由于产业间的巨大差异,无法采用统一的标准.针对目前缺乏软件产业安全研究的现状,根据软件产业的特点,设计了软件产业安全的原始评价指标.运用因子分析法对数据进行定量分析,构建软件产业安全的三级评价指标体系,结合层次分析法确定了各指标的权重.用2007—2013年间的数据对我国软件产业安全进行了实证分析,结果显示我国软件产业处于较不安全的状态.最后,提出维护我国软件产业安全的对策.     

The study of metal cycles in China

A model of Fe-flow in the life cycle of steel product was put forward and analyzed. Three important resource and environmental indicators for Fe-flow analysis, that is, steel scrap index, iron ore index and iron loss index were derived from this model. Illustrative examples, demonstrating the influence of the variation of steel output on steel scrap index and iron ore index, were given. Case studies for estimating the values of steel scrap index of Japan, China and USA in the period of 1988-1997 were carried out. It was clarified that the main reason of severe deficiency in steel scraps for China’s steel industry was its continued rapid growth. The study of iron, copper, zinc and lead cycle in China was carried out successfully according to this model.     

基于组合预测模型的飞机刹车系统性能趋势预测分析

为了对飞机刹车系统进行性能趋势预测分析,提出一种灰色关联分析确定权重的组合预测方法。首先,利用BP神经网络(back propagation network,BP)对刹车片的累积磨损量进行预测,得到网络输出序列与向后预测序列。对于灰色预测(grey model,GM)模型利用粒子群(particle swarm optimization,PSO)对其优化;用粒子群优化灰色模型(particle swarm optimization-grey model,PSO-GM)进行预测得到拟合序列与向后预测序列。在此基础上对BP网络输出序列、PSO-GM(1,1)拟合序列与原始数据序列进行灰色关联分析,确定组合加权的权重。最后对各预测模型的向后预测序列用灰色关联分析法得到的权重进行组合加权,得到最终的刹车片累积磨损量趋势预测值。仿真结果表明,采用灰色关联分析确定权重的组合预测方法具有比单预测模型更好的趋势预测效果,具有对刹车系统性能趋势预测分析很好的实际应用价值。     

基于健康指数相似的航空发动机剩余寿命预测

针对机载快速存取记录器(QAR)详细记录了发动机全周期多源性能参数的特点,提出了一种基于时间序列相似性匹配的航空发动机剩余寿命预测方法。首先通过相关分析选取与发动机性能衰退密切相关的参数,利用狄克松判定准则剔除原始数据异常值,将多个性能参数通过状态空间模型融合为健康指数来表征发动机衰退状态;然后通过K-means聚类分析法重构发动机健康指数序列;最后计算序列之间的相似度,依据相似度大小赋予参照样本不同权重预测发动机剩余寿命。通过航空公司实际数据对该方法进行验证,结果表明该方法具有较好的预测精度。     

福建省纺织业可持续发展预警研究——基于遗传算法—支持向量机模型

社会的快速发展，给传统产业的发展带来了许多挑战，为了使传统产业能够在面临诸多不确定性下持续发展，预警是非常必要的。本文从经济发展水平、资源供应能力、科技投入力度和与社会、环境协调发展能力四个方面建立福建纺织业可持续发展指标体系，并借助灰关联分析法分析各指标与可持续发展之间的关联度。然后，利用GA优化SVM，构建GA-SVM预警模型，预测2015-2017年纺织业可持续发展能力，并将预测结果与实际相比较，发现预测结果与实际情况相符，且预测精度较高，说明所构建的预警模型具有较好的预警效果，其预警结果能够为产业可持续发展的警情监测提供有效信息。     

我国精炼铜行业现状及发展趋势浅析

综述了近几年我国铜冶炼行业的生产、分布、贸易及供需平衡情况;阐述了国内产能规模在40万t以上的大型精炼铜生产商情况及发展动态;分析了过去10年中国精铜的价格走势及主要影响因素,对未来一段时期内的铜冶炼行业发展及价格趋势进行了初步预判,指出中短期内,我国铜冶炼行业将始终处于供大于求的态势,原料对外依存度提高、环保要求日趋严格、完全成本上涨等将成为制约我国铜冶炼行业发展的主要因素,预计未来一段时期内铜价将继续保持震荡走低的态势.     

基于改进深度森林的短期电力负荷预测模型

深度学习模型通过学习数据的深层特征能够有效提高电力负荷预测的准确率,但同时也带来了超参数较多、模型可解释性差等问题。针对这些问题,文中将深度森林模型引入短期电力负荷预测领域。在多粒度级联森林模型的基础上改进了多粒度窗口扫描方法,调整窗口大小与滑动步长,使模型能够在不同时间尺度下提取电力负荷数据的周期性特征。此外,改进深度森林输出层的计算方法,将输出结果由离散的类向量改进为连续的预测值,进而提高模型的精确度。最后在中国东北电网的实测数据中验证了文中所提出方法的可行性与有效性。从实验结果可知,改进深度森林算法在较高预测精度的情况下能取得更高的准确率,并且相较于深度神经网络具有更快的学习速度。     

广西茶产业发展现状及技术展望

近年来我国茶产业得到快速发展,广西是发展茶产业的理想区域,也是中国重点茶区之一。本文从基本情况、种质资源及茶树品种情况、茶类分布情况3个方面分析了广西茶产业发展的现状,指出产业发展存在的主要问题,预测了广西茶产业的发展趋势,从品种选育、茶树栽培和茶叶加工3个方面对产业未来的主要技术创新方向进行了展望,以期为广西茶产业发展提供参考。