随机模糊神经网络模型预测铁水硅含量

该文在考虑了具有模糊化和非模糊化的模糊逻辑系统用于高炉铁水含硅量[Si]时各种噪声干扰的同时,把模糊数学理论和随机系统理论结合在一起,建立了一种新的高炉铁水含硅量[Si]的智能预报模型,该模型是由非单值模糊化、模糊规则库、模糊推理机、特殊非模糊化构成的随机模糊神经网络逻辑系统.通过结合莱钢1号高炉实时在线采集的生产数据,进行仿真研究,结果表明,该套模型能够很好地预测高炉铁水含硅量[Si].     

ARMA模型在预测问题中的应用

该文通过ARMA模型分析时间序列的平稳性,以1950-1998年北京市城乡居民定期储蓄所占比例序列为具体分析对象,用SAS软件拟合模型,并作预测.结果表明,预测值和真实值接近,在实际应用中预测较准对于经济研究和政府制定经济政策起到重要作用.