KNN算法的数据优化策略

为了解决基于KNN（K-Nearest Neighbors）算法的非参数回归短时交通状态预测模型执行效率低的问题,提出了KNN算法的数据优化策略。通过对交通状态时空特性的研究,采用层次化对象构造交通状态向量,并根据交通状态的自重复性对历史样本数据库进行数据压缩。实验证明,优化策略提高了KNN算法的执行效率,经过压缩后的数据存取时间比压缩前缩短了8.66%。     

灰色预测和时序预测的探讨

本文讨论了灰色模型,特别是GM(1,1)模型的特点和适用范围,并将GM(1,1)模型和时序AR(n)模型结合起来(称为组合模型),对我国轻工业产量发展指数等三个项目分别进行了组合模型预测。结果表明,在一般GM模型中引入AR模型可显著提高预测的准确度;在非平稳时序建模中引入GM模型,可作为提取趋势项的另一种方法。文中还从预测的角度将灰色模型和时序模型进行了比较和分析,对“灰”的物理概念进行了初步探讨。     

划分产品生命周期期段的双对数算法

本文定义了关于产品生命周期的期段、期段曲线和期段组合曲线,并以Gompertz曲线为模式,提出了一种划分期段与预测的算法——双对数算法。文中给出了计算程序,计算结果表明了本算法的正确性和有效性。     

电力负荷预测线性相关方程的最佳权重加权最小二乘法

针对电力系统负荷预测的一元线性回归模型，提出了基于加权最小二乘法建立相关方程的最佳权重法，与传统的最小二乘回归法相比较，该方法综合考虑x及y方向误差确定相关方程，所求相关方程不会因坐标系的选取而改变，结果较为客观，可作为电力负荷预测的一种新的补充方法。     

基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。     

综合预测方法在房地产预警系统中的实证研究

警兆指标的预测准确、可靠与否是预警系统是否成功的关键。本文从预测的原理和方法入手,针对房地产预警系统涉及指标多、数据量大、影响因素多和难以准确预测的特点,提出采用多元线性回归、趋势外推和B-J方法来进行综合预测。经过实证,综合预测具有准确、可靠和可行的效果,该方法可以推广应用到其他较复杂的经济预测中。     

我国通货膨胀的混合回归和时间序列模型

回归模型的残差项反映了对被解释变量有影响但未列入解释变量的因素所产生的噪音 ,这部分噪音可由时间序列模型进行拟合 .本文对通货膨胀建立了一个混合回归和时间序列模型 ,并将该模型的预测结果与单纯用回归模型的预测结果进行了比较.     

有关DEA模型$(C^2GS^2)$的最优值的定理及其在预测方法简化中的应用

文献［１］中在将初始点选在生产可能集内的基础上用弱ＤＥＡ 有效性$(C^2GS^2)$进行预测,但有时难于在生产可能集内选取初始点,因此本文在给出一些有关ＤＥＡ 模型$(C^2GS^2)$的最优值的定理的基础上设法省略该步骤．对任给的有正输入与正输出的初始点,不必检验它是否在生产可能集内,只要ＤＥＡ 模型的最优值存在且为正,就可用弱ＤＥＡ 有效性$(C^2GS^2)$ 进行预测     

基于广义回归神经网络的交通事故预测

在进行交通事故统计的基础上,运用广义回归神经网络理论,建立交通事故预测模型,对2000~2003年的交通事故死亡人数和经济损失进行外推预测.计算结果表明,该模型预测和外推精度高,可用于交通事故预测.     

水环境容量法在城市人口规模预测中的应用初探——以福建省长汀县为例

回顾了现在城市规划中人口规模预测的几种常用方法,提出在注重生态环境和可持续发展的背景下,在城市总体规划人口规模的预测中,除考虑经济和社会发展诸因素外,还应根据各地的实际情况因地制宜,找出其主要的环境制约因素,运用生态平衡原理,推算合理的城市人口规模。本文把水环境容量和人口规模预测结合起来,进行了一种新的环境容量法人口规模预测的应用探索,即水环境容量法,并说明了本方法的适用范围。本方法充分考虑了水体的自净能力,以水环境容量为环境限制因子,预测了水环境容量阈值允许范围内的人口规模。