引入变化趋势参数的短时交通流预测研究

为了在预测中体现短时交通流序列的变化趋势,提高预测精度,对短时交通流序列变化特征进行研究,将其细分为上升趋势、平稳波动趋势、下降趋势,并运用转折突变法求解变化趋势参数。将变化趋势参数作为一个输入变量,建立径向基(RBF)神经网络预测模型。选取实际交通流序列,计算其变化趋势参数,并对交通量进行预测。研究结果表明:预测结果的最大相对误差为5.72%,小于未引入变化趋势参数预测的最大相对误差;提出的变化趋势参数能体现交通流变化趋势,引入该参数能提高预测精度,该预测方法可行。     

基于混沌理论的太阳黑子数时间序列预测

研究基于最大Lypunov指数的预测方法在太阳黑子数时间序列预测中的应用,并在原方法中运用Wolf算法对原方法进行了改进.预测结果表明,改进后的方法比原方法和用回归模型预测的方法有更高的精度.     

心血管疾病危险因素的分析与预测

针对心血管疾病危险因素分析与预测问题,使用了灰色预测、Cox比例风险回归分析等方法,分别建立了灰色预测模型、ICVD发病风险预测模型等,综合运用MATLAB、SPSS软件编程分别预测出我国不同年龄段预测男性、女性心血管疾病的变化趋势,建立了适合我国人群的缺血性心血管疾病发病危险预测模型[1]。     

建筑物沉降监测数据处理

了解建筑物沉降监测的重要性,运用EXCEL分析处理监测数据并生成沉降曲线,预测未来沉降变化趋势。     

基于优化MACD模型的股票价格变化趋势预测方法

【目的】探寻一种有效预测股票价格变化趋势的方法。【方法】在指数平滑异同移动平均线(MACD)指标中加入市场活跃程度(ACT)、波动率(VOL)、离差值(DIF)趋势程度3个指标来构建股票价格变化趋势预测模型。采用热点图对MACD策略中的参数以及股票进行选择、融合,并运用技术分析工具、支持向量机(SVM)与相关向量机(RVM)等机器学习方法对MACD策略中产生的交易信号进行优化,筛选特征变量。【结果】将设计的股票价格变化趋势预测策略的数据换成A股全市场数据并进行回测,发现近10年的年化收益率(14.8%)胜过沪深300指数(7.201%),而且使用A股全市场的数据有效避免了幸存者的偏差。【结论】优化改进的股票价格变化趋势预测模型可以在一定程度上预测股票上升的趋势,有效规避风险。     

特殊节假日的短期电力负荷预测新方法

针对电力系统短期负荷预测中特殊节假日负荷预测的特殊性，提出一种基于模糊逻辑的预测方法，该方法合理运用了模糊逻辑对不确定问题的推理能力，克服了特殊节假日由于负荷特性的不同以及历史数据的缺乏所导致的预测困难，仿真结果验证了该方法的可行性。     

基于GM(1,1)模型的空气质量变化趋势预测及分析

在掌握区域空气环境质量现状资料的基础上,运用具有适用性广,预测准确率高等优点的灰色系统预测模型对大连市未来五年空气中SO2的浓度变化趋势进行预测,对其模型的精度和可行性进行了分折和检验,并与目前常用的指数平滑法的预测结果进行了对比。研究结果表明:建立基于GM(1,1)模型的大气质量变化趋势预测模型是可行的,其模型的平均相对误差比指数平滑法减少了44％,因此预测精度高,能够满足预测要求。     

一种基于多尺度均线位置关系的移动通信网流量预测方法

摘 要：从统计学的角度观察得出结论,移动通信网数据流量与股票价格预测具有一些相同的特征。基于此,提出将多尺度均线相对位置的经验型股票估值方法运用到移动通信网流量预测中。方法首先根据流量特征选定均线尺度,继而利用插值方法对曲线进行平滑处理,使之适合均线变化方向和量化计算;最后通过均线之间的位置关系来预测流量的变化趋势和变化量。初步仿真实验证明,该方法是有效、可行的。     

基于层次分析法的高校贫困生灰色综合认定方法

针对高校家庭经济困难学生资格认定的问题,提出了运用层次分析法来确定评定指标权重;引入灰色系统理论,建立了科学的高校家庭经济困难学生资格等级认定方法,以期实现对学生经济困难程度的准确判定。     

瓯江(温州段)水质变化趋势分析及预测

通过对瓯江杨府山断面近几年的水质监测数据进行分析,建立了三角函数预测模型,得到各年中瓯江水质各指标随季节交替的变化规律,并运用季节性肯达尔(Kendall)检验法对模型进行了验证.该模型克服了回归分析预测法只能在宏观上预测水质变化趋势的缺点,为水质变化趋势的分析及预测提供了新的思路.     

基于L1范数的出国留学人数组合预测研究

为更准确地探究我国出国留学人数变化趋势,提出基于L1范数的组合预测模型,对出国留学人数进行预测;从多角度选取影响出国留学的因素,利用灰色关联度分析提取影响出国留学人数的典型因 子,进而构建 GM(1,3)模型;建立BP神经网络模型;提出基于L1范数组合预测模型,通过求解线性规划确定单一模型最优权系数;然后,对2006—2019年出国留学人数进行预测;选取GM(1,1)模型为对照模型,通过对照模型以及预测误差评价指标体系比较模型的预测精度,结果表明:基于L1范数的组合预测模型效果优于3个单一模型,有效地提高了预测精度,能够充分利用单一预测模型提供的信息,从而更加准确地预测出国留学人数;未来几年我国出国留学规模仍有较大的发展空间,预测结果可为全球疫情下我国留学相关工作提供参考。     

高职院校学分制条件下学生的自我教育

实行学分制是深化职业教育改革的必然趋势,实行学分制后学生学习的自主性、选择性增大,学生的主体意识增强,因此管理科学化是加强学分制管理的重要手段。文章旨在教师如何培养学生自我教育能力的方法进行一些探讨。     

大学生生命教育的侧重点和路径

大学生自杀现象的不断增多日益引起教育工作者的关注,在高校中进行生命教育已成必然趋势。高校在开展生命教育的过程中要找准侧重点,要用科学有效的方法了解学生的心理,要将生命教育的内容渗透到教学过程和实践中,并注重关心和帮助特殊群体学生。     

基于马尔可夫链的西部城市人才市场行情预测分析

运用马尔可夫链模型的原理与方法,在某西部城市人才市场行情为实例,研究人才市场供需关系的变动情况,对该市场的行情趋势进行了预测分析,并在分析问题的过程当中阐述了运用这种方法的思想与步骤。该论文为研究人才市场的供需关系变化情况以及预测人才市场的行情走势提供了一种新的思路,其结果表示:利用马尔可夫链模型预测人才市场行情是可行而有效的。     

季节型趋势模型在供电量预测中的应用

应用季节型趋势模型，采用先定线性趋势和先定季节指数两种预测方法，对某市2002年供电量进行预测，其预测结果为电网发展规划和电力生产计划提供了重要的依据。     

中学新生心理健康现状及其对成绩的预测作用

本研究采用<心理健康诊断测验(MHT)>,对重庆的1 760名中学新生进行测试,探讨中学新生的心理健康现状及其对成绩的预测作用.结果表明:中学新生心理问题检出率主要包括恐怖倾向、自责倾向、冲动倾向和身体症状,其中恐怖倾向最明显,检出率高达28.73%;初一新生的心理健康水平显著高于高一新生,男生的心理健康水平显著高于女生的心理健康水平;除孤独倾向外,高一新生在各内容量表上的性别差异都比初一新生明显;中学新生的成绩与学习焦虑显著呈负相关,孤独倾向和学习焦虑对初、高中新生的学习成绩都有显著的预测作用.据此,本研究提出相应的针对中学新生的心理健康教育建议.     

SARS经济预测模型

利用经济预测方法，建立了非典数学模型，分别利用0．618法、时间序列的指数平滑技术及温特法对数据进行纵向和横向处理，得出了数据预测趋势走向图和统一预测公式．     

基于小波分解的设备状态预测方法

首次提出将小波分解应用于非平稳时间序列的预测中,通过小波分解将非平稳时间序列分解为多层近似意义上的平稳时间序列,并且用ＡＲ（ｎ）模型对分解后的时间序列进行预测,进而得到最终的预测结果．将该方法应用于压缩机轴承座磨损的趋势预测中,通过与基于ＢＰ网络的预测方法相比较表明：该方法预测精度高,而且预测速度快,可以有效地应用设备状态的预测和设备故障趋势的分析中．     

SCGM(1,h)_c模型和灰色预测模态控制

论述SCGM(1,h).模型,进而将其用于控制系统,提出了灰色预测模态控制方案.这种模态控制系统,灵活性和适应性强,控制精度高,具有广阔发展前景.     

某钢厂冷轧发货预报模型的预测算法及策略

分析了简单趋势、时间序列、神经网络等预测方法，结合组合预测和滚动优化的思想提出了适合于某钢厂冷轧发货预报的预测策略，给出了严格的基于实际生产数据的仿真研究。仿真结果表明，依据模型提出的预测策略是可行的。