基于案例推理预测精炼开始钢水温度

针对BP神经网络训练时间长的问题,采用基于案例推理的方法预测精炼开始钢水温度.首先,应用层次分析法确定影响精炼开始钢水温度的各个因素的权值,并使用灰色关联度来计算案例的相似度,克服了传统相似度计算方法在案例信息不完整的情况下无法获取准确结果的缺点.然后,提出一个包含类选、粗选、精选和择优的四步检索方法,大大缩短了检索时间.最后,实验比较了人工神经网络和基于案例推理两种方法,结果表明基于案例推理比人工神经网络具有更高的命中率.     

基于GM（1．1）模型的尾矿坝变形趋势预测

尾矿坝变形趋势预测是矿山尾矿库安全技术管理的重要内容．为了实现对尾矿坝变形趋势的预测,在深入分析尾矿坝变形机理并充分认识尾矿库工程系统及坝体变形数据特性的基础上,采用灰色GM（1．1）模型对尾矿坝的变形进行预测,并结合某金矿尾矿坝变形监测实际数据进行预测．结果表明,模型精度满足要求,灰色GM（1．1）模型用于尾矿坝变形趋势预测具有很好的适用性．     

基于支持向量机的机械设备状态趋势预测研究

提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证．将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2％,24步预测误差小于5％,表明该算法对机械设备的运行状态趋势具有较好的预测能力．     

基于规则的交互上下文预测基于规则的交互上下文预测

为了改进当前上下文预测中由于缺乏对交互情况的考虑所导致的不完全预测问题,提出了基于规则对交互上下文进行预测的方法．给出了交互上下文的定义及使用本体对交互上下文进行建模的方法．在基于规则的交互上下文预测架构中,利用交互规则发掘算法和交互预测算法等推理计算得出交互规则,根据得到的交互规则对交互上下文进行预测．该方法的使用合理地改进了传统的上下文模型,从根本上系统地解决了传统的上下文预测的局限性问题,有效地提高了上下文预测的能力．     

太原市月降水量时间序列分析

文章根据1995-2009年太原地区的月降水量数据,进行时间序列分析,建立了太原市月降水量时间序列模型,并预测了未来12个月的降水量情况,为准确预测太原市月度降水量数据提供了参考.     

基于改进最小二乘支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集、熵权法、自适应粒子群优化算法与加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想。首先阐述了粗糙集、信息熵、自适应粒子群优化算法和加权最小二乘支持机的基本原理,并改进了自适应粒子群优化算法的搜索方式和最小二乘支持向量机的加权方法;然后建立了基于粗糙集、熵权法和自适应粒子群优化加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

SLEUTH城市扩展模型的改进及验证——以唐山市为例

研究城市扩展以对城市化过程做出有效决策,进而调控未来的城市增长,对实现城市经济、社会与生态效益的最大化具有十分重要的意义.本研究首先以唐山市为城市扩展研究区从2个方面改进了SLEUTH模型,其次基于改进的SLEUTH模型对唐山市城市扩展进行情景预测.模型改进具体内容:引入分区定标机制,分区定标能有效体现城市内部不同区域增长速度的差异,进而改进模型模拟精度;引入宏观因素来改进SLEUTH模型的参数自修改规则,进而影响SLEUTH模型对城市增长趋势的模拟,理论上在城市增长机制上应进一步提高模型的合理性及模型精度.基于2种情景模式:惯性扩展模式、政策调节模式,预测了唐山市2010—2020年的城市增长,政策调节模式预测结果显示唐山市在2010—2020年间将继续保持面积年增长大于2.5%的高速城市化速度,其中2015、2020年城市规模将分别达到2009年规模的1.18、1.35倍.     

改革开放以来贵州劳动力人口推算与未来预测

借助日本东京经济大学学者对我国劳动力进行推算的方法,利用人口普查资料,以国际通行的统计口径为标准,推算贵州省改革开放以来分性别。劳动年龄人口、劳动参与率等的序列数据,并依据所推算的结果,在第五次人口普查数据的基础上对未来贵州省劳动力人口做出初步的预测和分析。     

基于Copula的回归预测

针对回归预测问题,分别引入Copula回归函数和Copula τ分位数来对因变量进行点预测和区间预测,相应的通过均方误差和区间的平均长度作为预测准确性的评价指标,最后通过实证研究并与线性回归预测做比较表明：基于Copula的回归预测方法效果更好.     

基于EnKF的油藏自动历史拟合方法对三相相对渗透率的反演

为解决标准集合Kalman滤波在非线性油藏反演中更新模型与更新动态场的统计不一致性问题,提出了一种改进的集合Kalman滤波方法,历史拟合过程中只对模型参数进行更新,然后利用更新的模型参数从初始状态重新运行油藏数值模拟软件进行下一拟合时刻的生产预测,协方差矩阵由从时间零运行油藏数值模拟软件得到的预测数据进行计算.理论证明了该方法与集合随机最大似然法的一致性.对某油藏的相对渗透率曲线进行了估计,比较了标准集合Kalman滤波方法与改进方法的参数估计及生产预测结果.由于保证了更新模型与更新动态场的一致性,改进的集合Kalman滤波方法得到了更好的参数估计和生产预测结果.