黄土滑坡空间预报的一种新理论

在对黄土力学性质大量测试的基础上,结合５０多个典型黄土滑坡灾害实例的研究反演,提出了考虑滑出条件的一种新的黄土滑坡空间预报理论。     

下穿已有隧道泥水盾构施工的预测分析

基于2010年上海世博会重大配套工程——打浦路隧道复线工程,结合具体实际地质条件及施工参数,利用Abaqus有限元分析软件,建立三维非线性有限元模型,模拟泥水盾构沿弧线斜下穿已有隧道的施工过程.计算并分析在泥水盾构施工过程中,已有隧道发生的变形、产生的应力以及地表发生的沉降,预测泥水盾构施工对已有隧道和地表的影响,并与实测数据进行比较,说明分析预测的可信性.所得结果不仅对该工程具有积极的指导意义,而且对其他类似工程的分析也具有重要的借鉴作用.     

区域土壤墒情模型研究

运用平原水文模型,参考不同作物不同生长期蒸散发特点及土层结构和土层蓄水量与土壤墒情之间的关系,构建区域土壤墒情模型,并利用山西省洪洞县实测土壤墒情资料对该模型进行了检验,检验结果表明,模型物理概念明确,可连续模拟或预报区域土壤墒情,且预报精度高。     

有关将弱DEA有效性用于预测的探讨

有关将弱ＤＥＡ有效性用于预测的探讨⒇吴文江何静（武汉工业大学北京研究生部，北京１０００２４）ＤｉｓｃｕｓｉｏｎｏｎＵｓｉｎｇＷｅａｋＤＥＡＥｆｉｃｉｅｎｃｙｆｏｒＦｏｒｅｃａｓｔＷｕＷｅｎｊｉａｎｇＨｅＪｉｎｇＡｂｓｔｒａｃｔＴｈｉｓｐａｐｅｒｐｒｅ...     

变权组合预测模型中最优权系数估计问题的研究

在现有文献研究的基础上, 对变权组合预测模型中最优权系数估计问题又作了进一步探讨, 给出了两种估计方法, 即线性规划法和非线性规划法。     

改进Stacking算法的光伏发电功率预测

针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法。采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声。用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理。利用某光伏电站的发电数据进行实际算例分析,提出的模型在MAE、MSE及$R^2$指标上,相比随机森林和Stacking等模型其预测性能有很大的提升。     

基于MATLAB的煤与瓦斯突出BP网络预测方法

影响煤与瓦斯突出的各种要素与突出现象之间的关系复杂,且具有明显的非线性特点.BP人工神经网络模型可以很好地逼近这种非线性函数关系.基于煤与瓦斯突出特征指标的分析,建立了合理的单隐层结构的BP预测模型,并利用MATLAB神经网络工具箱实现了模型的训练与预测,应用结果表明,这种突出预测方法具有很高的计算效率和预测精度.     

Testing homogeneity of Japanese CPI forecasters

This paper investigates whether some forecasters consistently outperform others using Japanese CPI forecast data of 42 forecasters over the past 18 quarters. It finds that the accuracy rankings of 0, 1, 2, and 5‐month forecasts are significantly different from those that might be expected when all forecasters had equal forecasting ability. Moreover, their rankings of the relative forecast levels are also significantly different from a random one. Copyright © 2009 John Wiley & Sons, Ltd.     

Predicting the signs of forecast errors

The signs of forecast errors can be predicted using the difference between individuals' forecasts and the average of earlier forecasts of the same variable. It is possible to improve forecasts without worsening any. It is difficult to reconcile this result with the rational expectations hypothesis because the average of earlier forecasts is in the information set of the forecasters. Copyright © 2009 John Wiley & Sons, Ltd.