PCA-BP模型下皖北城市群PM2.5浓度分析

为探究皖北城市群大气污染物在不同地域、不同时间下的分布规律以及影响空气中PM2.5浓度的相关变量,结合2018-2021年安徽省生态环境厅统计数据及相关地域资料,采用主成分分析(PCA)法按时间段长短及季节性变化分别选取月度数据与年度数据对空气质量的影响因子做相关性分析,对比分析不同季节下空气污染物PM2.5、PM10的浓度及其它空气污染物的变化,构建基于PCA算法的反向传播神经网络 (BP),建立PCA-BP模型并采用交叉-验证法提高模型精度,对大气中的污染物PM2.5浓度做短期预测。实验结果表明:PM2.5浓度的主要影响因子为PM10、CO、NO2、SO2;皖北地区PM2.5含量整体在冬季偏高;预测模型的精度在夏季与秋季较高,冬季较低,四季的预测精度R2分别达到0.924、0.958、0.935、0.794。     

差分进化优化参数的LSSVM中长期径流预测

针对LSSVM预测模型参数难以确定的问题,利用差分进化(DE)算法的收敛速度快和全局优化能力,优化LSSVM模型的惩罚因子和核函数参数,避免了人为选择参数的盲目性。将优化后的LSSVM模型应用于中长期径流预测问题。选取黄河三门峡站1919年至1992年径流量实测数据进行分析和训练,对1993年至2002年的年径流量进行预测,并与BP神经网络和SVM模型进行比较。研究结果表明,该模型具有较高的预测精度。     

川东地区飞仙关储层分类及典型井精细解释

四川盆地东部,下三叠统飞仙关组是勘探的主要目标层,研究认为该层由于沉积期水体深度不同,发育三种不同类型的储层,分别是孔隙型、孔隙—裂缝型及裂缝型,由于储层类型不同,其孔、渗性能和天然气产量差别较大,钻井过程中气显示特征也不尽相同。对川东石柱复向斜建南构造XD1井进行精细解释后,认为该井飞仙关气层为一套不同类型的交互沉积层,需要进行逐层精细解释,才能分段确定储层性质及类型,准确进行分段产能预测。     

PSA-ANFIS方法的研究

矿山中的岩土工程灾害预测问题,是采矿工程领域亟需研究解决的重大课题.本文即针对这些问题,采用正交试验设计法和模式搜索算法研究了自适应神经模糊推理系统(ANFIS)的训练参数和模型结构的优化方法,提出和建立了基于模式搜索算法的自适应神经模糊推理方法(PSA-ANFIS).进一步采用一多峰函数进行离散,构建了训练数据对、检测数据对和预测数据对,对PSA-ANFIS的拟合能力和预测能力进行了研究.结果表明,无论是在拟合精度和预测精度上,还是在训练参数的调整、模型结构的建立和训练过程上,PSA-ANFIS均适合于解决矿山岩土工程灾害预测这一高度非线性的映射问题.     

机场道面使用性能的动态自回归预测模型

针对我国机场道面性能观测时间短,观测数据少,使用现有模型预测精度低,不能根据观测值动态更新预测模型等现状,提出了将卡尔曼滤波应用于时间序列预测的方法,建立了动态自回归预测模型,进行机场道面使用性能的预估.选取我国华东某机场的实测道面状况指数为基础数据,进行时间序列建模,应用卡尔曼滤波算法实现时间序列模型参数的实时更新,分析模型的预测效果.时间序列数据较少时,难以建立高精度的自回归模型,通过卡尔曼滤波处理建立的动态自回归预测模型精度明显提高.     

Prediction in the two‐way random‐effect model with heteroskedasticity

In this paper we extend Taub (1979) approach for prediction in the context of the variance components model. The extension obtained is based on the two‐way random‐effect model with heteroskedasticity. Prediction functions are then obtained in three heteroskedasticity cases (heteroskedasticity on the individual term , heteroskedasticity on the composite term ?_it, and heteroskedasticity on the temporal term ). Copyright © 2008 John Wiley & Sons, Ltd.     

基于支持向量机的飞机备件消耗预测研究

针对影响飞机备件消耗的诸多因子难于在模型中体现的问题,采用支持向量机回归模型,应用于备件的消耗预测。该方法将影响备件消耗的主要因子作为支持向量机预测模型的输入因子,对应的备件消耗量作为输出因子,训练模型,然后输入测试样本进行预测。预测结果表明,相比于GM(1,1)模型和神经网络(ANN)模型,该模型具有较高的预测精度和动态适应性,可为相应的备件保障部门提供科学的决策依据。     

叙大铁路某隧道溶洞超前预报及处理技术研究

跟随叙大铁路尹家岩隧道开挖,对其做了超前预报。当隧道开挖至DK70+551,在其后方出现一大型溶洞,分析了该溶洞的形态特征、岩性、水文地质等情况,提出了换填+护墙、改线和桥梁跨越3个方案,从工期、投资、技术条件、施工难易程度等进行比较,决定采用换填+护墙处理方案进行整治。     

中庭式住宅建筑热压通风的预测模型研究

为预测多因素耦合下中庭式住宅建筑热压通风的流场及温度场分布,采用网络模型和多区域模型结合的方法对住宅内部进行区域划分;根据质量、动量、能量守恒方程及伯努利方程,建立住户与中庭空间的热压通风气流环路预测模型.为验证该预测模型的准确性,根据阿基米德相似准则建立比例尺为1/25的实验模型,对比了中庭式住宅建筑热环境预测模型的计算结果与实验数据.结果表明,两者基本吻合,说明该模型能较精确地预测中庭式住宅建筑的热环境.     

正态云关联规则在气象中的应用

用数据挖掘方法发现关联规则和进行预测是信息处理领域的两大热点。在文献[1]的基础上对这两个问题进行了进一步的研究，提出了应用竞争聚集臬法确定正态云的两个参数，应用双参数阈值挖掘正态云关联规则，并利用求正态云关联规则的支持率和信任度来进行预测。将这种方法应用于气象数据，结果表明，所提出的关联规则挖掘方法比文献[1]所用的方法更合理，该预测方法简单易懂，更容易被人理解和使用。