基于GM(1,1)模型的建筑事故预测及应用研究

首先介绍了预测模型的建立步骤,然后根据某施工企业近八年来的百万工时的事故次数建立了预测模型,利用模型进行了计算,并把模型计算值和实际值进行了比较,计算出了误差和相对误差,并利用该模型对未来五年的事故趋势进行了预测.     

灰色模型於建筑施工安全之趋势分析

随着我国经济的高速发展,建筑业所占国民经济的比重也越来越大,减少安全事故是建筑企业应尽的社会责任,而如何有效预防事故的发生,首先可从历年数据发展来分析与预测,通过科学化数据趋势来提出因应措施.研究采取灰色系统预测法,收集中华人民共和国住建部公布的建2008-2018年建筑业施工事故数据进行预测模型的建立,以了解施工坠落事故的发展趋势与提出在工作环境、组织管理和社会政策环境三面向的建议.     

基于灰色线性回归组合模型的航班起降架次预测研究

基于线性回归模型和灰色预测模型的优缺点,将两种模型相结合,采用灰色线性回归组合模型结合历年的航班起降架次,对未来航班起降架次进行预测.通过对预测结果及实际数据的对比分析,2020年的航班起降架次预测结果与实际数据相比误差较大,其余年份预测结果与实际值误差均小于5％,考虑到疫情对民航的影响,该模型总体上能够较好的对航班起降架次进行预测,预测结果较准确.     

结合部路网交通流参数关联度分析方法研究

以高速公路与关联城市快速路结合部路网为研究对象,针对结合部路网数据的复杂性和异构性,以灰色关联度为研究基础,针对灰关联度不满足平行性和一致性的问题,对一般关联度运用一阶差分和二阶差分修正的方法进行模型改进,从而建立二阶趋势关联度模型.最后以G2高速公路与北京市结合部路网实际数据为例,验证了改进的二阶趋势关联度模型的有效性,为结合部路网的智能预测和智能交通控制提供基础数据支持.     

我国国内旅游游客量的时间序列分析

在我国旅游业持续快速发展的大背景下,本文选取了全国1994-2014年全国国内旅游量的数据,并以此为基础,建立了ARMA时间序列模型对此数据进行分析与预测,数据证明实际值与预测值拟合程度较好,并进而对未来三年的旅游量进行了预测.最后提出应适当调控游客数量,减缓景点压力;提高农村居民的旅游意识;创新全国休假制度,分散客流.     

用灰色模型方法预测我国居民消费价格指数变动趋势

利用居民消费价格指数可以观察和分析消费品的零售价格和服务人格变动对城乡居民实际生活费支出的影响程度。本文提出了适合预测我国居民消费价格指数变动趋势的灰色模型,并对2002、2003年的变化趋势进行了预测,所得结果与实际数据基本相符合的。     

基于数学模型探讨车道被占用对城市道路通行能力的影响

文章以2013年全国大学生数学建模竞赛赛题A题的相关数据为基础,研究了在交通事故下,车道被占用对城市道路实际通行能力的影响。运用Q值法和指数回归拟合法对视频中缺失片段的数据进行了恢复处理,构造多元线性拟合模型,得出交通事故所影响的路段车辆排队长度与事故横断面实际通行能力、事故持续时间、路段上游车流量之间的关系。最后,运用平均值法和Q值预测法估算出从事故发生开始至车辆排队长度将到达上游路口所用的时间。     

基于无偏灰色马尔科夫模型的三峡枢纽通航运输需求量预测

近年来,随着长江流域经济的快速增长,长江水路货运量不断增加,导致三峡枢纽通航拥堵效应愈加明显。为了更好采取措施改善三峡枢纽碍航状况,科学预判三峡枢纽未来通航运输需求量显得十分重要。文章在传统灰色模型基础上,首先建立无偏灰色模型,然后再建立无偏灰色马尔科夫模型,对三峡枢纽未来通航运输需求量进行了预测。预测结果表明,2025年和2030年三峡枢纽通航运输需求量分别为21536.89万吨和29694.97万吨。由此可见,三峡枢纽未来通航拥堵还会进一步加剧,迫切需要采取有效措施加以缓解。     

结合部路网交通流参数关联度分析方法研究

以高速公路与关联城市快速路结合部路网为研究对象,针对结合部路网数据的复杂性和异构性,以灰色关联度为研究基础,针对灰关联度不满足平行性和一致性的问题,对一般关联度运用一阶差分和二阶差分修正的方法进行模型改进,从而建立二阶趋势关联度模型。最后以G2高速公路与北京市结合部路网实际数据为例,验证了改进的二阶趋势关联度模型的有效性,为结合部路网的智能预测和智能交通控制提供基础数据支持。     

“一带一路”沿线国家与中国的贸易发展状况研究

研究目标：探索构建灯光数据对贸易研究的可行性。研究方法：运用1995~2012年“一带一路”沿线国家的面板数据,采用普通最小二乘法、泊松伪最大似然估计方法及工具变量法,以灯光数据作为GDP的替代量,通过传统引力模型搭建桥梁。研究发现：地理距离、边界及区域协定对中国与“一带一路”沿线国家之间贸易的显著影响表明灯光数据对贸易研究的有效性;同时,对1996~2012年贸易趋势的预测与实际贸易的对比结果显示,以灯光数据预测的“一带一路”贸易趋势与实际贸易基本吻合。研究创新：首次将夜间灯光数据应用于引力模型研究,对中国与“一带一路”沿线国家的贸易发展状况进行分析。研究价值：开拓夜间灯光数据研究贸易的先河,并结合引力模型的最新发展及微观基础思考拓展性的相关研究。     

基于灰色GM(1,1)模型的广西航空物流预测分析

运用GM(1,1)模型对“十二五”规划期间广西航空市场货邮吞吐量进行了预测,得出“十二五”末广西航空货邮吞吐量将达到15.8万吨.通过预测数据与实际数据对比表明该方法的预测精度较高,有一定的应用价值.     

基于注意力机制的LSTM股价趋势预测研究

针对中国股票市场,提出了一种基于注意力机制的LSTM股价趋势预测模型。选取42只中国上证50从2009年到2017年的股票数据为实验对象,根据股票市场普遍认可的经验规则,分别对每个技术指标进行量化处理得到股票涨跌的趋势数据,并和交易数据混合作为预测模型的输入,然后使用基于注意力机制的LSTM模型提取股价趋势特征进行预测。实验结果表明:引入股票离散型趋势数据到预测模型中,能够在已有交易数据和技术指标的基础上提升预测精确度,与传统的机器学习模型SVM和单一的LSTM模型相比,基于注意力机制的LSTM模型具有更好的预测能力。     

矿井绝对瓦斯涌出量的新陈代谢GM(1,1)预测

简要论述了瓦斯涌出量预测方法,结合国内实际,提出灰色模型预测方法,并根据该矿过去十年的瓦斯绝对涌出量资料建立了新陈代谢GM(1,1)模型。通过模型的求解,给出预测结果,并对结果进行检验。而且将未来5年的瓦斯绝对涌出量预测值用折线图画出,分析了其总体趋势并给出大体的建议。     

基于ARMA模型的我国经济增长率预测——三种基本形式预测效果的比较

文章基于我国1961-2016年GDP增长率的数据建立了AR模型、MA模型、ARMA模型,并据此预测了我国2012-2016年GDP的增长率.通过与2012-2016年实际GDP增长率的比较,发现:AR模型的预测效果是最差的,ARMA模型的预测效果要优于AR模型,MA模型的预测效果最符合当前我国经济的运行状况,但是波动幅度太大.最后,利用MA模型预测出2017年我国GDP增长率为7.32%.     

均值法数据预测的改进

<正>未来数据的趋势是进行决策的重要依据。对未来数据发展趋势的预测可以选用均值法,本文从提高预测算法速度、近期数据对预测结果干扰、周期性数据预测等方面提出了对均值法的改进。进行销售趋势预测时,需要分析历史销售数据,按照历史数据来预测未来某个时期的销售形势,其中,速度以及预测结果与实际值之间的误差是衡量预测算法的重要指标。     

基于灰色模型的我国物流产业增加值预测

文中利用灰色系统理论,建立了我国物流产业增加值的预测模型。通过实际数据与预测结果的比较,证明灰色模型对于我国物流产业增加值的预测具备可行性,同时具有较高的精度。结果表明,未来4年我国物流产业增加值呈稳定增长趋势,这也能够为我国物流产业发展在一定程度上提供理论依据。     

我国财政教育支出的趋势ARIMA模型

随着我国经济的快速发展,政府对教育投入规模不断扩大.本文基于1952-2015年财经教育支出的数据,利用趋势ARMA模型,对我国未来几年的教育支出进行了定量预测.预测结果显示:我国财政教育支出大致呈现指数增长趋势.     

长沙黄花机场航空物流的灰色预测

根据长沙黄花国际机场最近8年来货、邮量吞吐量的变化,运用灰色系统模型对今后8年的货运量进行了预测.通过实际数据与预测值进行比较,证明了该模型对于预测长沙黄花国际机场的货、邮量吞吐量可信度,同时还有较高的精度.     

多元线性回归与ARIMA在中国人口预测中的比较研究

参考中国统计年鉴1970-2005年的数据,文章建立了多元线性回归模型和基于ARIMA算法的时间序列模型对我国人口进行预测,将结果与实际值进行比较,得出多元线性回归模型在人口预测上具有更高的精准度。两个模型同时表明,我国人口在短期内会继续增长,并且多元线性回归模型表明增长趋势会逐渐变缓。     

基于油田生产数据的油井产量趋势预测方法研究

近年来随着智能油田的建设与开展，油田生产管理人员、业务人员对油井生产趋势预测的需求越来越迫切，通过历年来油井生产历史数据、结合专家系统对油井未来一段时间的生产状况进行综合分析、评估、预测，及时采取有效措施，避免事故的发生，是油井生产趋势预测的基本目标。本文将结合新疆油田油井生产趋势预测的实际需求，运用专家知识经验、拟合公式、人工神经网络等多种预测方法，预测油井产量变化趋势，此项研究可为今后智能化油田建设提供指导依据。