基于支持向量机回归算法的航空公司客流量预测研究

在航空公司运营管理过程中,航空客流量预测是其航班计划和机队规划的重要依据。本文介绍了航空客流量预测中常用的几种预测方法,并对他们的特点进行了分析比较;阐述了支持向量机的理论基础和原理,给出了支持向量机的回归模型,并重点探讨了预测模型中核函数的选择方法;在选择适当的参数和核函数的基础上,对航空客流量进行预测,并与BPANN和线性回归算法这两种预测方法进行对比,证明支持向量机回归算法能获得训练最小的相对误差,是相对有效的一种航空客流量预测方法。     

故障预测技术在武器装备中的应用及发展

随着高技术武器装备的相继列装,对新装备进行有效的状态监控和故障预测就成为技术保障的重点。为了使装备保障人员更好的了解故障预测技术及其作用,简要介绍了故障预测技术及其类别。重点总结了故障预测技术在武器装备中的应用现状,主要包括专家系统、灰色模型、神经网络、支持向量机以及其他一些故障预测方法在装备故障预测中的应用。通过总结当前的研究成果,指出了故障预测技术今后发展的若干方向。     

SVM与神经网络在时间序列预测中的比较

神经网络和支持向量机都能有效地预测时间序列数据,但各自结构特点不同,导致其预测性能有差别。文章从理论和实践上比较了支持向量机与神经网络的优缺点。     

基于PSO-SVM的空气钻井地下水水位预测

为缩短兴隆气田空气钻井周期,降低钻井成本,需对地下水水位进行预测。结合粒子群算法(PSO)和支持向量机(SVM),提出了一种新的空气钻井地下水水位预测模型。结果表明,该模型具有收敛快、预测精度高等特点,在空气钻井地下水位预测中具有一定的工程应用价值。     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

基于最小二乘支持向量机的短期负荷预测

支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机（LS—SVM）算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。     

电力负荷预测方法探究

文章对目前的几种智能负荷预测方法：人工神经网络、模糊预测法、数据挖掘、专家系统、支持向量机的原理、特点及研究情况进行了阐述,从学习能力、运算速度、处理模糊信息能力等角度对这几种方法进行了比较,并指出了其中各自的优缺点。     

SVM分类器在继发性干燥综合征诊断中的应用

本文为解决SLE患者并发继发性干燥综合征不易诊断及确诊主观性较强等问题,提出了一种可供计算机学习的支持向量机智能算法预测诊断模型。首先对材料中141名患者的26种相关诊断指标进行数据预处理,使之成为能够适合支持向量机计算的量化数据;其次运用交叉验证法、网格搜索法、改进的粒子群优化算法分别对支持向量机模型中的惩罚系数C与核参数g进行优化选择,并利用MATLAB软件分别画出以上3种优化方式得出的支持向量机参数模型;最终对比选出对SLE患者并发继发性干燥综合征疾病诊断预测度最高的预测模型。结果表明,基于改进的粒子群算法优化的支持向量机分类模型参数的自优化,对该疾病预测诊断精度最高。     

基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法.分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型.针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型.以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析.实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性.     

艾滋病疗效的预测模型

文章首先对数据进行预处理,运用K-means聚类方法将患者根据初始特征将其分为3类,通过分析与推测,初步得到了最佳终止停药时期在第10周左右或者是第20-25周。进一步,本文给出应用相对频率作为随机变量落在某个区间的概率的估计值新的方法,从而得到最佳治疗终止时间的概率密度函数的近似拟合函数,并且通过计算得出,最佳治疗终止时间为22或23周;最佳治疗时间段为第21-24周。     

Prediction in the context of the variance-components model

This paper considers the question of a proper forecast in the context of the variance-components model. It is shown how residuals from the estimated equation should be included in the forecast.     

Gamma-Minimax Prediction for the Multinomial Distribution

Characterizations of gamma-minimax predictors for the linear combinations of the unknown parameter and the random variable having the multinomial distribution under arbitrary squared error loss are established in two situations – when the sample size is fixed and when the sample size is a realization of a random variable. It is always assumed that the available vague prior information about the unknown parameter can be described by a class of priors whose vector of first moments belongs to a suitable convex and compact set. Several known gamma-minimax and minimax results can be obtained from the characterizations derived in the present paper.     

江苏物流需求预测分析

物流需求对物流业的发展有着及其重要的作用．因此,有必要对物流需求进行相关的预测。依据江苏在20（）o年到2007年物流发展的现实情况．运用指数平滑法对其物流需求进行了预测,并加以适当的分析,得出江苏的物流需求将会大幅增加的结论。     

环境预测模型的应用评述

本文综述了目前水资源承载预测和雾霾天气预测的若干种常用方法,传统方法如回归分析,灰色预测,新型智能算法如神经网络、系统动力学法。通过对比这些分析方法的在实际应用中的效果,来评述现有环境预测方法的优势与不足。传统方法,操作简单易于实现,但精度较差;新型算法可做精确预测,但较难实现且预测范围窄。最后,展望环境预测方法发展趋势。     

隧道横向贯通误差预计分析

结合姜家街隧道具体情况和规范的要求,通过对洞外、洞内控制导线的误差分析,得出隧道横向贯通误差,通过与规范的比对,得出施工测量的可行性。     

人工神经网络在经济预测中的应用

研究了人工神经网络在经济预测中的应用问题,探讨了人工神经网络的时间序列预测方法。该方法采用多层前馈神经网络及BP算法,其仿真实现是以MATLAB下神经网络工具箱作为开发工具。文中提出了一种基于BP网络时序预测通用方法,并通过实例验证了该方法的预测精度明显高于灰色系统预测方法。为了消除单一神经网络预测模型的系统偏差,探讨了组合神经网络时序预测方法;并用实例验证了组合神经网络比单一神经网络的预测精度高。     

采油厂成本预测研究

原油成本是反映石油企业管理水平的一个综合指标,采油厂作为油田企业的一个成本中心,需要在完成原油生产任务的同时不突破规定的成本指标。这就要求采油厂加强内部成本控制,降低采油厂成本,提高经济效益。首先采油厂成本构成以及成本预测方法,并将预测方法应用到某采油厂,并对预测方法进行了简单比较和优选。     

论大气预测模型与在线监测在环境空气质量预报中的应用

随着社会以及工业的发展,日益恶化的生态环境严重威胁人类的生存和发展。因此,必须采用一定的手段对环境进行监测。传统的环境检测已经不能够满足现代化以及信息化的要求,因此,目前的监测系统都应用了现代化技术。本文研究了大气环境质量在线监测预报的国外发展现状、国内的研究现状及存在的问题,对一些常用的大气环境质量预测模型进行了介绍分析,最后选用第三代大气预测模型结合地理信息系统软件,提出了大气环境质量预报系统设计方案。     

深圳市居民健康水平预测研究

在当下,除了经济高速发展的浪潮席卷全球之外,更多的是随之而来的环境污染和全球性健康问题,然而传统的末端应对方式已经无法有效解决。本文通过采用层次分析模型、Min-max标准化方法和一致性检验等方法,对深圳市居民健康水平做出了合理预测,不仅定量分析了深圳市居民健康水平的现状发展趋势,而且给出了合理建议。本文的研究有助于树立医学和大卫生观念,同时从根本上说经济发展是生产力发展的结果,人的健康与智能对生产力的发展起着决定性的作用,因此居民健康水平的提高也必将对社会经济的发展起到推动作用。