基于改进Copula函数的水库枯期径流预测研究

传统Copula函数在变量概率密度分布函数求解存在精度不高的局限,文章将改进的Copula函数对辽宁某水库枯期径流进行预测,并结合水库实测的枯期径流数据对比分析改进前后Copula函数对水库枯期径流预测的精度影响。研究结果表明:改进的Copula函数水库枯期径流预测值与实测值拟合度明显高于传统的Copula函数,水库枯期径流预测精度得到较大程度提高。     

VIC模型在大洋河流域水量时空分布式模拟研究

随着计算机技术和地理信息技术的快速发展,分布式水文模型被广泛用于流域水文分布式模拟,为此,文章引入分布式水文模型VIC模型,以大洋河沙里寨水文站以上集水区域作为研究流域,定量模拟了大洋河流域2000~2010年水量的时空分布。研究结果表明:VIC模型在大洋河流域具有较好的模拟精度,模拟的径流深相对误差小于4.9%,确定性系数达到0.81以上,大洋河流域径流深空间分布总体上呈现南大北小趋势,和流域降雨空间分布呈现一致性。研究成果对于大洋河流域径流深空间分布模拟以及流域水资源评价提供参考价值。     

基于改进的马尔科夫链模型的河流径流预测研究

针对传统马尔科夫链模型不能考虑各因子权重的局限,文章引入自相关系数作为各因子权重,对传统马尔科夫链模型进行改进,并将改进的马尔科夫链模型进行径流预测。研究结果表明:改进马尔科夫链模型可提高方程的收敛性和预测精度,改进的马尔科夫链模型径流预测精度明显好于传统马尔科夫链模型的预测精度,预测值与实测值相关系数高于传统马尔科夫链模型。研究成果对于区域径流的数学模型预测具有较好的参考价值。     

灌区最优规划决策方案研究

水资源紧缺严重制约着我国社会经济的发展,如何将有限的水资源合理地进行分配以产生最大的效益成为人们关注的话题。针对灌区水资源利用紧缺,选用BP神经网络对叶尔羌河流域径流进行预测,并利用遗传算法(GA)进行优化,构建了GA-BP径流预测模型,以基流、温度和降雨作为输入条件,进行了月径流模拟和预测。同时构建了基于二次规划方法的叶尔羌河灌区水资源最优规划模型,根据径流预测推算得到保尔水库月出库径流量并将其作为水量约束,选用灌区的春小麦、春玉米、胡麻作为典型研究作物,根据水分生产函数,计算理想条件下典型作物的月水资源分配方案以达到灌区经济效益最大化。     

基于支持向量回归的机动车价格指数预测

用R语言构建支持向量回归(SVR)模型进行预测,采用控制变量的方法,改变模型参数(C,L,σ)对数据进行实验,最终得出最优参数组合。应用均方根误差(RMSE)和平均绝对误差(MAE)2个度量标准分析实验结果,发现支持向量回归对机动车价格指数预测精度高,性能良好,适宜对价格指数数据进行预测。     

多算法组合的河流水质预测方法研究

为了对河流水质在一定时间的变化情况进行准确预测,研究分析了灰色预测方法、广义自回归条件异方差模型,考虑这两种方法的优势和不足,引入离散小波变换对时间序列进行处理,提出了基于3种算法的组合预测方法,给出了该组合预测方法的具体实现过程和算法要求,在Matlab编程实现该组合预测方法。以某河流水质为研究对象,利用该方法预测河流的水质变化情况,并和实际监测结果进行对比,预测结果表明:溶解氧、高锰酸盐指数、氨氮含量均和实测结果接近,吻合度高,平均相对误差较小,说明该组合预测方法可以有效地预测河流水质在未来短时间内的水质变化情况。     

河北平原土壤墒情变化规律及旱情预报研究

河北平原是华北地区重要农业基地,为准确分析河北平原土壤墒情变化规律,为区域防旱工作提供指导,文章根据河北平原土壤墒情数据,构建缺水率模型参数率定,通过SVM回归模型对干旱状况进行预测。结果显示,干旱的实际值与预测值之间具有良好一致性,偏差范围在可接受范围内,二者之间离散度较小。基于SVM模型和环境变量建立的干旱模型可直观预测旱情分布情况,具有一定推广价值。     

民用汽车保有量的灰色预测模型研究

一、灰色数列预测模型建立 灰色预测指以GM(1,1)模型为基础所进行的预测。灰色模型有五种:(1)数列预测;(2)灾变与异常值预测;(3)季节灾变与季节异常值预测;(4)拓扑预测;(5)系统预测。本文对汽车保有量的预测采用灰色数列预测。 本文对传统的GM(1,1)模型的建立过程进行了改造,用线性回归来建立GM(1,1)模型,用显著性检验方法代替关联度和后验着进行精度检验和参数识别。     

基于混沌蚁群算法的SVM模型在水库枯水期径流预测中的应用

本文采用混沌蚁群算法对SVM模型的参数进行优化计算,并采用高斯核函数对模型进行混沌特性识别,简化模型在枯水期径流预测非线性求解过程。结合优化模型对水库枯水期径流进行预测。研究结果表明:基于混沌蚁群算法的SVM模型可较好的辨识复杂的水文序列,模型具有较高的泛化能力,相比于传统算法,水库枯水期径流预测精度得到明显改善,具有较高的适用性。研究成果对于水库枯水期径流预测提供方法参考。     

基于EEMD-BP的输变电工程造价不确定因素预测

当前对于输变电工程不确定因素的研究集中于不确定因素识别,对其预测研究较少。不确定因素变化呈现出明显的非周期性及非平稳性,常规模型的预测精度较低。鉴于此,本文建立了EEMD-BP模型,将历史数据序列分解为随机分量和呈现明显波动周期的若干趋势分量。对各趋势分量采用BP算法预测,将各分量预测值叠加后得到趋势分量预测结果。对随机分量通过分析其相对于趋势分量的离散度得到其波动范围。综合考虑趋势分量预测值和波动区间得到最终的预测结果。选取PPI的历史数据进行算例分析,验证了方法的有效性,并对未来两个时点进行预测。采用同样方法对包括铜材价格、导线价格在内的其他不确定因素进行了预测。     

基于Stacking模型融合的店铺销量预测

为了实现企业产品销量预估,提高生产供应的准确性与效率,提出了基于Stacking模型的融合算法进行销量预测。算法设计了两层堆叠的模型结构,初级学习器采用随机森林、支持向量回归、差分整合移动平均自回归、轻量级梯度提升机器和门控循环单元5种单模型,将分类与回归树作为次级学习器构成Stacking融合模型,并对数据进行了预测。预测结果显示,使用Stacking模型融合后得到了较好的预测结果,比单模型中效果最好的模型的均方根误差更小,平均绝对误差更小,决定系数值更大,表明Stacking融合模型的预测准确率更高。所设计模型可用于对企业店铺的产品销量进行预测,帮助企业更好地安排生产、营销活动,为减少库存、缩短生产销售周期提供数据支持,对企业生产决策有一定的参考价值。     

基于组合预测模型的工业增加值中长期预测方法研究

工业增加值的准确预测已日益受到人们的关注.在这篇论文里,首先考虑运用相似复合体模型进行建模,然后运用具有最优停止法则的GMDH自回归方法和非线性的SPSS曲线估计方法建立单一模型.最后,用基于误差平方和最小的多元线性回归模型方法对各种单一模型的预测值进行组合,得到最优模型.通过实证研究可以发现,在中长期的工业增加值预测中,组合预测模型取得了较为满意的效果.     

利用“管柱力学计算”和“数据分析模型”评价水平井套管下入技术

长半径水平井管柱力学载荷计算模型通常使用软杆模型与修正的软杆模型相结合的方法，计算管柱摩阻扭矩，借助数据分析模型，结合下套管“悬重对摩阻系数敏感性模型图版”，分析预测下套管摩阻系数，进而评价下套管难易程度，指导井眼降阻技术优化以及下套管方式的优选。通过两种方法预测下套管摩阻系数：(1)在通井摩阻系数的基础上附加一个系数值；(2)通过分析影响下套管摩阻系数的主控因子，分别求解出正钻井的不同主控因子对邻井下套管摩阻系数的正负影响值（摩阻系数增减值），再求解出正钻井的下套管摩阻系数（预测的下套管摩阻系数），取二者的平均值作为正钻井下套管摩阻系数的最终预测值。实践应用表明，该值与实际反演的下套管摩阻系数最大误差仅为±0.03，预测准确度高，效果显著。     

全球稀土消费预测模型研究

为了准确把握全球稀土消费变化,本文在分析单整自回归移动平均(ARIMA)模型与非线性灰色伯努利(NGBM)模型特点的基础上,采用粒子群优化算法(PSO)对非线性灰色伯努利模型的参数进行了优选,建立了ARIMA耦合PSO-NGBM的全球稀土消费的时间序列预测模型。该模型将全球稀土消费时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用PSO-NGBM模型对其非线性残差进行估计,最终合成为整个序列的预测结果。预测结果表明,耦合模型的预测准确率显著高于单一的ARIMA模型的预测准确率,从而证实了耦合模型用于全球稀土消费预测的有效性。     

建筑业产业成长发展轨迹的回归分析

采用横向研究方法,利用44个国家的截面数据为样本,建立了关于建筑业产业成长发展轨迹的回归模型。回归结果表明,国内生产总值中建筑业增加值的比重与人均国民生产总值之间呈现倒U型,符合库兹涅茨倒U形曲线假说。基于该回归模型,对我国十一五期间建筑业产业发展现状进行了评价,分析了我国建筑业发展水平高于回归预测值的原因,并提出为实现我国建筑业理性、可持续的发展,应从人才、企业、投资、科技创新几个方面实现产业升级。     

盖孜河流域水库群联合调度运行方案研究

随着盖孜河流域布仑口水库的建成运行,流域调蓄工程形成山区水库加灌区平原水库的布置格局。为充分发挥水库对天然径流的调蓄能力,文章拟定了四组水库群蓄放水方式,通过长系列径流调节计算分析,并遵循"电调服从水调"的原则,推荐山区水库先蓄后供、平原水库后蓄先供的运行方案,为盖孜河流域水库群运行提供指导。     

基于回归-ELM神经网络模型的滑坡变形及失稳预测模型

为准确预测滑坡的变形趋势,有效预防滑坡灾害的发生,提出了基于变形预测和检验的趋势判断模型。首先,利用回归分析,拟合得到滑坡的变形曲线,再利用组合权值,实现拟合结果的组合,得到滑坡变形的初步预测结果;其次,利用极限学习机(ELM神经网络)对初步预测结果进行误差修正,将修正结果与初步预测结果进行叠加,得到滑坡变形的综合预测值;最后,利用秩相关系数检验与Mann-Kendall检验,对滑坡变形趋势进行判断,以验证预测结果的准确性。经过实例检验得出,预测模型的预测效果较好,其组合预测及误差修正均能不同程度地提高预测精度及稳定性,且两检验模型的结果均与预测结果相符,相互验证了其可靠性。因此,预测模型能对滑坡变形趋势进行综合判断,为滑坡的变形研究提供了一种新的思路。     

基于消费强度分析的钢材需求预测

以1982—2011年的数据为样本,建立了钢材消费强度预测的ARIMA模型和回归模型;并基于2012—2020年的测试样本数据对模型预测效果进行了评估和比较,发现回归模型取得了较好的预测效果;结合权威机构对2025年相关变量数据的预测,利用该模型估计2025年钢材消费强度约为0.07,届时钢材表观消费量将在96000万吨左右。     

采用神经网络技术研究色彩管理中数字打样对印刷质量的影响

本文的主要目的是采用人工神经网络（ANN）技术研究色彩管理中数字打样系统对印刷质量的影响。非涂布纸和涂布纸标准数据的R^2值分别为0．99702和0．99688,而测试数据的R^2值分别为0．994707和0．99629。这充分说明ANN方法能够准确地对色彩管理系统进行评价。测试输出结果表明,ANN模型可以可靠地评价数码打样系统中色彩管理对印刷质量的影响。     

奇异谱分析-支持向量回归机耦合模型在月降水量预测中的应用研究

以辽宁省某气象站为研究对象,其月降水量的数据的处理利用奇异谱分析,并以此提取多个子序列,然后针对不同子序列采用支持向量回归机构建耦合预测模型SSA-SVR,对模型输出结果求和即为预测结果;最后采用耦合模型SSA-SVR、小波分析预测模型WA-SVR、支持回归机模型SVR对不同步长的月降雨量进行预测。研究表明:所构建的SSA-SVR耦合模型其预测结果具有较高的精度和准确性,能较好地揭示出研究区域的月降水量变化特征,预测结果与实测值具有保持高度的一致性。