双定时混合截尾下Pareto产品失效时刻的预测

假设受试样品的失效时刻服从Pareto分布，基于双定时混合截尾样本得到了未来失效时刻的概率密度函数，利用经典方法得到了未来失效时刻的点预测和区间预测.当形状参数的先验分布分别取为伽玛先验和无信息先验分布时，得到了未来次序失效时刻的等尾预测区间.根据所得到的双定时混合截尾数据，对于独立同分布于该Pareto分布的任一产品，得到了它的失效时刻的中位数预测和区间预测.借助一个数值例子，利用文中的结论计算出了相关的点预测和区间预测.     

全面二孩政策下陇南市人口预测

人口问题对社会和经济可持续发展有着直接的影响.准确预测人口数量对政府制定与社会经济发展相协调的政策、计划有着重要的意义.国家全面二孩政策的实行,将直接影响着我国人口的增长.为了提高人口的预测精度,根据2010—2017年陇南市的人口数据,采用灰色系统预测GM(1,1)模型和生长曲线建立陇南市人口变化的数据模型,并与实际数据进行了拟合.结果表明,预测得到的数据与实际数据拟合性较好,满足相应的验证精度,可以用来预测未来陇南市人口变化趋势,为当地政府确定建设思路和制定发展政策提供参考.     

ARIMA乘积季节模型在我国麻疹发病预测中的应用

为了了解我国麻疹月发病数变化规律,预测其变化趋势,为麻疹的防控与监测提供决策依据,主要采用2004年1月至2018年8月我国麻疹月发病数据,利用图示法和单位根检验判断序列是否平稳,根据差分后的平稳序列作出的ACF图和PACF图估计模型中的待估参数,以最小信息量准则(an information criterion,AIC)值最小为最优模型选择标准,以绝对误差、相对误差来评价模型精度,最终建立的模型为ARIMA(1,0,1)×(0,1,2)_(12),利用此模型做短期预测,预测得到的结果可为我国更好地制定麻疹预控方案和评估麻疹防控及监测效果提供科学参考依据。     

具有随机扰动强度的冲击预测模型

基于历史数据信息,提出了具有随机扰动强度的冲击预测模型.在预测步长大于和小于给定模型阶数的情况下,分别给出了冲击强度未来n步的估计值Y_(t+n)|Y_t,Y_(t-1),….在正态假设下,推导出预测值置信水平为1-α的置信区间.     

Reactions of xenon with iron and nickel are predicted in the Earth＇s inner core

With the support by the National Natural Science Foundation of China （Grant Nos. 11274136, 11025418 and 91022029） and the Ministry of Science and Technology （the National Basic Research Program of China, Grant No. 2011CB808200）, the research group led by Prof. Ma Yanming and Prof. Zou Guangtian at the State Key Laboratory of Superhard Materials, Jilin University, reported that the chemical reaction of Xe and Fe/Ni takes place under conditions found in the Earth＇s inner core, leading to the formation of inter-metallic compounds of XeFe3 and XeNi3. The result was published in Nature Chemistry （ 2014, 6（7）： 644-648）.     

基于组合赋权法的中小微企业信贷风险量化及预测

中小微企业具有规模较小、缺少抵押资产等特点，银行作为中小微企业的主要借贷来源承担着巨大的资金风险，大多数现存方法定性分析中小微企业的实际信贷水平，导致银行难以量化评估企业借贷风险。本文提出基于组合赋权法的中小微企业信贷风险量化及预测模型。通过挖掘票据交易数据构建多层次风险评估指标体系，分别采用基于指数标度的AHP法、CRITIC法得到信贷风险评价指标主观、客观权重，并依据最小鉴别信息原理得到综合权重。同时利用随机森林(Random Forest)预测中小微企业是否违约，并回归得到无违约情况的中小微企业信贷风险得分，并比照基于组合赋权法信贷风险量化得分，最终采取加权平均法量化信用得分，最终实现预测中小微企业信贷风险量化得分。     

基于 LibSVM 的 CKSAAP 蛋白特征提取预测水稻蛋白质磷酸化位点

本文从swiss-prot中选取经过试验验证的水稻蛋白质磷酸化位点数据作为训练集合，应用蛋白质序列特征提取方法Composition of k-spaced residues pairs （CKSAAP），为利用SVM算法构建专门针对水稻蛋白质磷酸化位点的预测工具做准备。 CKSAAP方法利用在序列片断中残基的K个间隔距离的组成，进一步反映了残基之间的相关性。本文利用LibSVM软件包对已通过改进过得CKSAAP方法特征提取出来的数值特征对磷酸化位点进行预测，从而为之后构建水稻蛋白质磷酸化位点的预测工具做准备。结果表明，本文基于SVM和CKSAAP方法的水稻蛋白质磷酸化位点预测在丝氨酸，苏氨酸和酪氨酸的平均预测准确性为80．638％，马修斯系数为0．611。与PlantPhos和Musite的预测性能的对比结果显示，在磷酸化各氨基酸位点的预测性能高于PlantPhos及Musite。     

基于改进塘鹅算法优化BP神经网络的新型冠状病毒疫情预测

针对北京市和美国新型冠状病毒感染疫情的累计确诊人数的预测，提出了基于改进塘鹅优化算法（Improved Gannet Optimization Algorithm,IGOA）、优化反向传播神经网络（Back Propagation Neural Network,BP）权值和偏差的预测模型。将原塘鹅优化算法中塘鹅的位置更新方式由迭代次数的线性关系修改为非线性关系，并引入了随机数，更准确地模拟塘鹅的捕食过程；在两个阶段均采用随机选择机制，并改进了开发阶段塘鹅的位置更新方式，有效地平衡了探索阶段和开发阶段。在实验阶段利用23个基准函数的极值寻优验证了IGOA的有效性，并建立预测模型IGOA-BP，对北京市和美国新型冠状病毒感染累计确诊人数进行预测。与其他7种比较模型相比，预测模型IGOA-BP的预测结果的均方误差（Mean Square Error,MSE）、平均绝对百分比误差（Mean Absolute Percentage Error,MAPE）、平均绝对误差（Mean Absolute Error,MAE）、均方根误差（Root Mean Square Error,RMSE）均最小，表...     

考虑车辆间交互作用的驾驶意图预测方法

准确的意图预测可以帮助智能车辆更好地了解周围环境并做出更加安全的决策，从而提高自动驾驶的安全性，促进人机协同驾驶。为了对驾驶员未来的意图做出更加精准的预测，提出了一种交互式意图预测方法。首先，通过将隐马尔可夫模型（HMM）与高斯混合模型（GMM）相结合，在充分考虑周围场景信息后建立了行为识别模型，用于对当前的驾驶行为做出准确的判断。然后，考虑到交通场景复杂多变的特点，提出基于意图的轨迹预测方法规划出一条最佳的行驶轨迹，并采用最大期望效用理论对未来的驾驶行为进行推理。由于行为识别和意图推理模型综合考虑了交通态势的演变过程和车辆之间的交互作用，所以将两个模型得到的结果相结合可得到车辆最终预测出的驾驶意图。最后，在NGSIM数据集对所提出的方法进行验证，结果表明提出的行为识别模型能够提前0.2~0.3 s识别出车辆的换道意图，结合未来意图推理模型，能够更加准确地预测出车辆未来的驾驶行为，由此可提高车辆驾驶的安全性。     

基于灰色马尔可夫模型的 我国地质人才总量预测及发展对策研究

人们对美好生活的向往不仅包括物质生活,更应该需要舒适、更优美的居住坏境。随着经济的发展,生态环境保护与资源开发兼顾的"两难"问题突出。化解这一难题需要不断提高地质行业的科技水平,其本质在于创新型高素质地质人才的培养。在我国国家生态文明建设背景下,以2009-2015年末全国地质行业在职人数为地质人才总量为基础数据,采用GM(1,1)灰色预测模型和马尔可夫修正模型,对我国习近平新时代社会经济发展阶段的地质人才总量变化进行预测,并得出未来12年我国地质人才总量。预测结果具有较高拟合度,据此综合分析未来我国地质人才资源的发展趋势并提出对策和建议。