基于ARIMA模型的河南省能源需求量预测

利用ARIMA模型对1979—2009年河南省能源需求总量数据进行分析,结果表明河南省能源需求总量在做短期预测时ARIMA（2,2,4）模型是合理的,此模型可为河南省制定节能政策用提供可靠依据。     

基于残差修正GM(1,N)的成都市社会消费品零售额预测

通过介绍灰色GM(1,N)模型基本原理和改进措施,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对成都市社会消费品零售额进行预测。平均预测误差为10. 66997%,比非残差修正的灰色GM(1,N)模型的平均预测误差14. 60739%减小了26. 95499%,近期预测误差更小,2017年预测误差仅为1. 76773%。研究还发现,对成都市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。     

自回归模型参数变点的修正残差CUSUM监测

基于自回归模型参数变点的在线监测问题,为缩短监视变点的平均运行长度,引进窗宽参数调整监测起始时刻,提高检验势.用最小二乘法构造参数变点的残差累积和监测统计量,得出原假设和备择假设条件下监测统计量的极限性质.     

基于Holter-Winter模型的我国工业水泥产量预测

基于1990年到2010年工业水泥产量数据建立了Simple模型、Brown模型和Holter-Winter非季节模型,然后对比分析的得出了Holter-Winter非季节模型最优,并对未来几年工业水泥产量进行了短期的预测,为生产部门在生产中对战略结构的调整提供参考。     

基于ARIMA模型的苎麻纤维产量预测研究

为了解长期定位试验下苎麻纤维产量的变化趋势,推动苎麻种植产业增产提效,基于苎麻多倍体1号品种2010—2019年共30个收获期的纤维产量数据,构建ARIMA纤维产量预测模型,并对模型精度进行验证。结果表明：ARIMA(2, 0, 3)模型最佳,4个收获期中纤维产量预测值与实测值的平均相对误差百分比为7.72%,整体预测效果较好,适用于该地区多倍体1号纤维产量的短期预测。     

天然气产量预测的微分方程模型

根据灰色系统理论，利用统计资料，建立了天然气产量的GM（1，1）灰色预测模型。精度检验合格，经比较该模型预测精度优于线性回归模型的预测精度。     

含非参数趋势的残差MA模型的预测方法

为了探寻具有非参数趋势的残差移动平均模型的较为合适的预测方法,考虑了基于多项式样条的三种方法:非外推法、线性外推法和非线性外推法.模拟结果表明,线性外推法和非线性外推法拟合的均方误差(MSE)和平均绝对误差(MAE)相等且最小,线性外推法预测的MSE和MAE最小.此外,还对分行业增加值构成-金融业增加值进行了拟合和预测的实证分析,得到了与模拟算例相似的结果.这说明线性外推法是一种较好的预测方法.     

优质小麦产量的氮磷效应模型研究

采用饱和D最优回归设计田间试验测得的数据，建立了优质小麦以产量为目标函数的氮(x1)磷(x2)两因素效应模型y=522．11 45．39x1 15．55xz-88．94x1^2-3．78x2^2-18．20x1x2(Rxyy=0．99^**)据此求得高产最大施肥量为每666．7m^2，施纯氮12．54kg，P2O5 12kg，并对单因素效应及两因素互作效应进行了剖析。     

优质小麦产量的氮磷效应模型研究

采用饱和D最优回归设计田间试验测得的数据,建立了优质小麦以产量为目标函数的氮(x1)磷(x2)两因素效应模型=522.11+45.39x1+15.55x2-88.94x21-3.78x22-18.20x1x2(Rxy=0.99**)据此求得高产最大施肥量为每666.7 m2,施纯氮12.54kg,P2O512kg,并对单因素效应及两因素互作效应进行了剖析.     

基于灰色模型的河南省劳动技能人才需求预测及对策分析

随着河南省产业结构调整以及经济的快速发展,劳动力市场对劳动技能人才的需求日渐旺盛,甚至出现各类劳动技能人才短缺的情况.基于此,本文分别构建传统GM(1,1)模型和灰色新陈代谢模型,并比较这两种模型的预测精度;然后选用预测精度较高的灰色新陈代谢模型,以河南省近年来各类技工学校培养的技能人才数量为例进行预测研究;并对相关职能部门提出了相应的对策与建议.     

基于灰色GM(1,1)模型的河南省能源需求量预测

能源需求预测是制定能源规划的重要组成部分。鉴于能源需求系统复杂性和非线性的特征,本文结合河南省能源需求的历史数据,利用格兰杰因果关系定性地分析了能源需求量和经济的关系,然后用模型预测河南省2008-2015年能源需求量并提出河南省能源发展战略。     

基于修正 CPN 模型的多变量模糊预测控制(英文)

通过修正ＣＰＮ模型,提出了一种多变量模糊模型,并基于该模型推导出相应的模糊多步预测控制算法．修正模型采取竞争输出方式,具有局部表示特性．在线学习,只需调整少量参数,所以学习速率快,可在线自组织建模．基于修正模型推导出的控制算法,简单,具有在线自适应性,适于解决多变量时滞问题．将此控制算法用于造纸过程,仿真结果证明了其良好的控制效果．     

用残差GM(1,1)模型对巷道通风参数进行修正研究

井下作业时，巷道通风是一个重要的必须解决的安全问题，解决这一问题关键就需要确定通风参数．当残差GM（1，1）模型的精度不符合要求时，可利用残差序列建立GM（1，1）模型对原来模型进行修正，以提高精度．本文运用了一种新的残差序列建立GM（1，1）模型方法对原来模型进行修正，使平均模拟相对误差（^-△）和k点的模拟相对误差（△（k））得到了进一步的降低，也就是说更有效的提高了精度．     

城市生活垃圾产量预测的PLSR模型

选取了城市生活垃圾产量的7个影响因素,采用本征值与病态指数检验法进行多重共线性进行诊断,说明在7个因素之间存在着严重的多重共线性,为了克服多重共线性导致的预测失真问题,运用偏最小二乘回归模型,以合肥城市垃圾产量为研究对象,按照交叉有效性的决策原则,建立了预测模型,所提取成分对X累计解释能力达到99.74%,对y的累计解释能力达到97.03%,具有较高的预测精度,该方法还可进一步应用到类似问题中。     

基于GM(1,1)-Markov链组合模型的河南省粮食产量预测

针对粮食产量预测中随机性和波动性特点,建立适用性较强的GM(1,1)-Markov链组合模型。选取2006-2019年河南省粮食产量为原始数据序列,建立GM(1,1)-Markov链预测模型,对河南省2020-2022年的粮食产量进行预测。从平均相对误差、后验差比和小误差概率三个方面对模型进行检验,模型精度标准均为一级。GM(1,1)-Markov链模型的平均相对误差和平均绝对误差相对于GM(1,1)模型分别减小了25.32%和21.81%,表明该模型对河南省粮食产量预测有较高的实用性。     

基于LPC预测残差的倒谱基音检测算法分析

给出了加窗语音的新倒谱模型，提出了基于语音LPC预测残差的倒谱基音周期检测算法(LP—CEP法)，该算法在倒谱计算中采取高频分量置零的新措施，仿真研究结果表明，该算法相对于传统倒谱基音检测算法(CEP法)，无论是对不同的干净语音还是对不同信噪比的含噪语音，其基音检测结果有明显的改善。