基于属性理论的综合预报系统及其应用

应用属性综合评价方法,讨论了煤灰结渣的预报问题,提出了分离系数的新概念以及确定指标权系数的新方法,还提出了确定属性测度的基于左、右方差的指数函数形式,它们有助于构造一个切实可行的预报系统.     

组合预测方法及其在粮食产量预测中的应用

提出了一种组合预测方法，以预测偏差编对值和小为标准，用线性规划确定组预测权系数的最优加权算法，对浙江省的粮食产量进行了预测分析，结果表明，此模型具有较高的精度。表3，参6。     

粗正交小波网络及其在交通流预测中的应用

基于交通流预测的特点和输入向量的主成分分析方法,把粗集理论与正交小波网络相结合,给出了一种基于粗集的正交小波网络交通预测模型,并成功应用于城市交通流的实时预测.粗正交小波网络具有极强的鲁棒性,可以有效克服季节、天气等随机因素对交通流量预测性能的影响;主成分分析方法解决了正交小波网络多维输入时的维数灾难.实验结果表明,该模型的预测精度和收敛速度明显优于常规BP网络和小波框架神经网络,对交通流量等预测问题具有较高的应用价值.     

SVR在切削颤振状态趋势预测中的应用

针对当前准确地预测机床切削颤振状态趋势存在的困难,提出了基于支持向量机回归算法(SVR)的切削颤振状态趋势的预测方法,给出了运用支持向量机进行回归分析时的参数选择原则。研究了基于小波包分解的切削信号特征提取方法,首先将切削信号进行小波包分解,计算信号分解到各频带区间内的能量并对其进行归一化,并将其作为切削信号的特征向量输入到支持向量机回归分析模型。在CA6140车床上进行了数据采集和仿真,结果表明,通过这种方法得到的信号在各频带区间内的能量变化曲线能准确地反映切削颤振的过渡过程,并且通过SVR对其进行趋势预测也取得了比较满意的结果。     

组合预测法的改进及其在负荷预测中的应用

阐述了传统组合预测方法的基本原理,并从理论上论证了组合预测方法相对于单一预测模型的优越性。在此基础上,总结了组合预测方法的具体步骤,对组合预测方法基于最小二乘法的最优权重确定方法进行了改进,提出了一种新的基于BP神经网络模型的最优权重确定方法。最后将改进后的组合预测方法应用于电力系统短期负荷的预测中。通过分析和比较,验证了该方法的有效性。     

一种新的模式属性聚类识别算法及在水泥强度预测中的应用

提出一种新的基于属性的模式聚类识别算法和分类算法 ,给出算法的实现步骤 ,并给出算法在水泥强度预测中的应用 .     

面向人口属性预测的词嵌入构建方法

本文探讨如何从用户购买数据中学习出高质量词嵌入,以让模型据此实现高效的人口属性预测任务.首先分析购买数据并对其进行编码,并在此基础上构建嵌入向量生成模型,之后用样本数据训练该模型,然后用神经网络程序实现该模型,最后通过实验验证该模型的可行性和高效性.提出的模型不仅能将具有大量模态的分类特征数据转换为低维的高质量词嵌入,...     

属性层次模型在国家自然科学基金项目评审中的应用

针对国家自然科学基金项目评审的实际情况 ,设计了应用属性层次模型 (Attribute HierarchyModel,简称 AHM)评价受理项目的具体实现步骤 ,使项目的评审更加趋于公正、合理 .为解决复杂的无结构决策问题找到了一种易于操作的解决办法.     

多维自回归模型在天然气价格预测中的应用

从天然气价格预测的实际操作角度出发, 简要介绍了目前天然气国际贸易中确定天然气价格的基本思想,即把相关油品价格作为天然气定价的基础．从而引入了时间序列中的多维自回归模型的分析方法,较好的把天然气价格预测的数学模型和国际贸易中的天然气定价思想联系起来, 使天然气价格预测方法更趋合理．     

模糊评判在住宅价格评估中的应用

模糊特征在住宅价格评估中占有重要地位,在科学定义若干基本概念的基础上,提出了运用模糊综合评判进行住宅价格评估的方法,该方法把模糊评判和享乐价格方法相结合,解决了住宅价格评估中模糊特征的合理量化问题,具有科学、合理、易于操作等特点。     

伦敦金属交易所与上海期货交易所铜价格发现过程

具有相同标的资产铜期货合约的伦敦金属交易所(LME)与上海期货交易所(SHFE)之间的竞争日趋激烈,对比分析了这两个市场在铜价格发现过程中的贡献度。结果表明,价格发现主要由LME决定,随着SHFE期铜市场的发展和完善,它在价格发现过程中的地位也得到了逐步提高。     

企业危机预测与识别模型

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于指数平滑法与模式识别的预警模型。该方法首先对企业运营的单项特征指标进行预测,然后对预测结果模式识别分类,同时判断企业的危机状态。最后,用实例验证该模型的有效性。     

基于灰色预测与模式识别的企业危机预警模型研究

针对当前大部分企业危机预警模型只能报警,不能预测的现状,提出一种基于灰色预测与模式识别的预警方法.该方法首先对企业运营的单项特征指标建立灰色模型,其次将所有指标的模型组合起来,构成系统状态方程进行预测,然后利用模式识别的方法对预测结果进行分类,判断企业的危机状态,最后用实例验证该模型的有效性.     

峰值识别的SVM模型及在时用水量预测中的应用

提出了一种峰值识别理论及相应改进的SVM模型.该模型在结构风险最小化准则的目标函数中加大峰值误差的权重,并结合杭州市时用水量预测实践结果,其能很大提高对峰值用水量的预测精度.模型还把时用水量序列分为参数优化集和训练预测集,以对参数C、γ优化选取.     

原油价格预测：近30年研究回顾和未来展望

原油价格预测是能源经济和资产定价领域的重要研究方向,其研究热度正逐年上升。文系统梳理了30多年来原油价格预测领域的相关文献,从以下4个方面进行了现有文献的综述与讨论：(1)原油价格预测对象;(2)原油价格的影响因素、预测变量和理论基础;(3)原油价格预测方法与模型;(4)原油价格预测的实践意义。最后,结合当前热点和未来发展趋势给出值得进一步研究的方向：一是使用气候风险等新的预测信息;二是充分利用多源异构数据;三是提高机器学习等预测模型的可解释性。     

信息系统的属性约简

粗糙集理论是一种新的处理模糊和不确定知识的数学工具 .属性约简是粗糙集理论研究中的重要内容之一 ,现已证明寻找信息系统的最小约简是 NP-hard问题 .本文提出一个基于信息量的属性约简的启发式算法 ,该算法的时间复杂性为 $O( | A|^3 | U| ^2 )$ .通过例子分析 ,表明该算法是有效的.     

Nonlinear Combination Forecasting Model and Its Application

Ｔｈｅｂａｓｉｃｍｅａｎｉｎｇｏｆｃｏｍｂｉｎａｔｉｏｎｆｏｒｅｃａｓｔｉｓｃｏｍｂｉｎｉｎｇｍａｎｙｆｏｒｅｃａｓｔｉｎｇｍｏｄｅｌｓｔｏｇｅｔｈｅｒｔｏｆｏｒｅｃａｓｔ,ａｎｄｉｔｉｓｕｓｕａｌｙｌｉｎｅａｒｃｏｍｂｉｎａｔｉｏｎａｇｏ．Ｉｎｆａ...     

神经元网络在股价预测中的应用

利用时延神经元网络模型（ＴｉｍｅＤｅｌａｙＮｅｕｒａｌＮｅｔｗｏｒｋ）对四川长虹的股价作了预测。股价的涨跌预报可视作高维空间的非线性分类问题,本文使用增益可调的反向传播算法,对其走势作了预报。借助前馈神经网络对非线性函数的逼近能力,本文对四川长虹股价这个时间序列作了连续若干天的一步预测。最后,我们采用不同形式的误差函数对预测结果作了比较。