基于残差自回归模型的兰州市财政收入预测与决策

根据兰州市1994~2012年的财政收入,建立了基于残差自回归模型的财政收入预测模型,拟合效果较好,利用此模型预测了兰州市未来3年的财政收入,并对预测结果进行了分析,提出相关建议,最后探讨了残差自回归模型的应注意事项.     

广西交通货运量预测分析

分析了城市经济与交通运输业发展的关系,对比了各种要素对货运量的影响。通过广义神经网络模型和线性回归模型,对广西交通体系做分析和预测,比较这两种方法的预测效果。     

自由式滑雪空中技巧赛道风速风向超短期预测与分析

旨在实现对赛道上风速风向的超短期预测,为自由式滑雪空中技巧提供实用有效的风速风向预报信息,为运动员稳定性控制与技术训练提供辅助支持。针对赛道风具有非平稳、波动剧烈的特点,采用离散小波变换提取风速风向序列的特征分量,对低频近似分量建立非线性自回归(NAR)神经网络模型,高频细节分量建立差分自回归移动平均(ARIMA)模型,再将各分量结果组合相加得到最终预测结果。误差分析表明组合模型能有效改善单一模型的预测滞后性,预测精度高同时具备预测风速风向突变的能力。对预测结果进一步分析,将其转换为表征赛道风稳定性的指标,来为运动员提供更直观的预报信息。最后对模型计算用时分析表明该方法能够满足实际应用的需求。     

超声挤压轴类零件表面粗糙度预测模型分析

为实现对超声挤压轴类零件表面粗糙度的合理预测,采用多元回归法、MLP神经网络法以及支持向量机回归法进行预测分析研究。将模型预估时所得数值与实际检测值进行比较分析,结果表明：相比于其他学者借助径向基神经网络构建的模型,其预测的相对误差为5.2%;借助多元回归法构建的模型具有更高的预测准确度,其预测的平均相对误差最小,最小值为4.92%。该预测模型可以进行不同参数下零件表面粗糙度的预测。     

基于Elman神经网络修正的ARIMA预测模型

为实现船舶设备的预测性维护,提高轮机人员工作效率,提出一种由Elman神经网络修正的自回归综合移动平均(autoregressive integrated moving average, ARIMA)模型用于设备运行数据预测。对输入数据进行平稳化处理,建立相应的ARIMA模型;引入Elman神经网络对ARIMA模型的预测残差进行分析并建立Elman残差预测模型;将ARIMA模型的预测值与Elman残差预测模型的预测值相加,得到最终预测值。采用“育鲲”号船某航次中冷器的海水出口温度数据进行模型的训练和验证,将Elman-ARIMA组合模型与单一模型预测结果的平均绝对百分比误差进行对比分析,结果表明,Elman-ARIMA组合模型具有较好的预测性能。     

毛乌素沙地荒漠草原狭叶锦鸡儿-小针茅群落地上生物量对气候因子的动态响应

对毛乌素沙地荒漠草原围封样地狭叶锦鸡儿 小针茅群落地上生物量进行了 7年逐月连续观测,建立了生物量对气候响应的逐月回归模型。研究表明,光、温、水等不同的气候因子在植物生长不同时期表现出不同的影响,其中降水因子在生长季各个月份都是显著影响因子,说明水分的限制作用突出。应用逐月回归模型对三种不同气候条件下生物量的波动范围进行预测,并将逐月回归模型与传统的累积回归模型的模拟结果进行比较,表明在大多数年份逐月回归模型具有更高的精度。逐月回归模型是对传统的累积回归建模方法的有益改进。     

男子网球单打技术与综合实力回归预测模型构建分析

运用文献资料法、数理统计法,对现代男子网球单打技术与综合实力关系进行了因子与回归分析,结果:发球局得分效率因子、接发球局得分效率因子、发球成功率因子构成了现代男子网球单打技术综合实力评价的特征因子;以综合因子得分为因变量,高度相关性的10项技术指标为自变量构建了最优回归预测方程模型,并对模型进行实证检验。     

基于支持向量机的起重机电机振动特征参数预测

提出用支持向量机方法对岸桥电机运行性能特征参数进行预测的方法,并构造基于支持向量回归的单步及多步预测模型.利用该模型对岸桥电机振动烈度时间序列分别进行1步和4步预测,并与自回归(AR)模型的预测值进行比较.实验结果表明,基于支持向量机预测模型的1步预测和4步预测精度均比AR模型的预测精度高,因此该模型对岸桥电机的运行性能特征参数具有较好的短期和长期预测能力.     

船舶轴系支点轴承振动烈度界限值的确定和预测

由于船舶轴系支点轴承缺乏相应的振动烈度评判标准,结合支点轴承的日常监测数据,采用箱形图制定低转速工况下的界限值,根据振动烈度随转速增加既有线性增长又有指数增长的趋势,利用灰色线性回归组合模型对高转速工况下的界限值进行预测,并与BP神经网络模型的预测效果进行对比分析.结果表明,箱形图法制定的低转速工况界限值比较合理,灰色线性回归组合模型的预测值比BP神经网络模型的更加准确、稳健,其平均相对误差为2.634%.     

基于NARX神经网络的港口集装箱吞吐量预测

为对港口集装箱吞吐量进行科学预测,采用带外生变量的非线性自回归(NARX)模型对上海港的集装箱吞吐量进行预测.通过主成分分析法对港口吞吐量影响因子进行相关性分析,将筛选出的GDP作为外部输入因子引入NARX模型.实证分析发现,引入GDP的NARX神经网络模型对具有非线性特征的集装箱吞吐量数据有良好的映射逼近性.训练后的网络误差小且拟合度高,具有良好的泛化能力,预测性能较好.     

基于IOWA算子的水上交通事故组合预测模型

为提高水上交通事故的预测精度,将引入弱化算子序列的灰色模型和支持向量回归模型的预测结果进行组合,进而构建基于IOWA算子的组合预测模型。以全国和长江某流域水上交通事故历史数据为预测样本,将组合预测模型的预测结果与其他预测模型的预测结果进行对比。结果显示:组合预测模型的预测精度更高,能更好地反映水上交通事故的发展趋势。     

数量化方法(Ⅰ)在花样游泳运动员选材中的应用

对花样游泳运动员选材研究中,所要考察众多影响因素的观测值,有些是定量的,有些是定性的,对这些数据是无法用多元回归分析方法进行分析研究的。运用数量化方法(Ⅰ),能够在充分利用各因素提供的信息基础上,建立一个定性变量和定量变量的混合模型,从而给出便于教练员在实际工作中使用的花样游泳运动员选材的评分标准。数量化方法(Ⅰ)是以建立预报关系为目的,由多元回归分析方法引伸出来的方法,它的计算工作可直接籍助回归分析的标准程序进行,使用非常方便。     

销售量预测模型及其应用

运用回归分析方法建立的某类销售量预测模型,对季节变化关联较强的商品的销售量有较高的预测精确度。     

十项全能运动员成绩多因素非均衡性预测模型的研究

以九运会和世锦赛男子十项全能比赛资料为依据，运用多元回归预测理论，建立十项全能多元回归预测模型。所建立的y模型预测值准确性高，具有一定的实用性和科学性，该模型不仅适用于我国十项全能运动员成绩预测，而且还对外国十项全能运动员适用。     

港口吞吐量的典型因素预测模型

港口吞吐量的预测受众多因素的影响,如何确定影响港口吞吐量的典型因素,是预测的关键问题之一。为解决此关键问题,先对港口吞吐量影响因素进行分析,再用系统聚类法确定其中的典型因素。以典型因素作为自变量,应用多元线性回归分析法建立港口吞吐量的典型因素预测模型。对厦门港集装箱吞吐量的预测结果表明,该模型有较高的拟合度和预测精度。     

基于调和分析和ARIMA-SVR的组合潮汐预测模型

为提高潮汐预测精度,解决单一调和分析预测精度不高的问题,提出一种基于调和分析和自回归综合移动平均-支持向量回归机(autoregressive integrated moving average support vector machine for regression,ARIMA-SVR)的组合潮汐预测模型。潮汐分析中,潮汐可认为是由受引潮力影响的天文潮位和受环境因素影响的非线性水位的叠加。采用小波分析对潮汐样本数据进行去噪处理,使用调和分析法计算天文潮位,以调和分析法计算产生的残差作为非线性水位样本数据,并使用ARIMA-SVR模型进行潮高计算,最后将两部分的计算结果进行线性求和得到最终的潮汐预测值。利用美国旧金山港口实测潮汐数据进行预测仿真,结果表明,该组合模型解决了调和分析忽略非线性影响的问题,提高了潮汐预测准确率,可行且高效。     

利用灰色关联极限学习机预报日长变化

针对日长变化难以用精确模型进行预报的问题,将一种新型人工神经网络--极限学习机(extreme learning machine, ELM)用于日长变化预报中.首先针对时间序列预测问题中存在的嵌入维数选取和网络结构设计问题,提出一种基于灰色关联分析(grey relational analysis, GRA)的ELM算法(GRA-ELM),该算法将灰色关联分析输入节点选取嵌入到ELM网络的训练过程中,同时完成嵌入维数和隐层节点规模的确定.然后根据日长变化数据的特点对其进行预处理,建立一种能够高精度、近实时预报日长变化的GRA-ELM预报模型.最后将GRA-ELM模型的预报结果同标准ELM、反向传播神经网络、广义回归神经网络和地球定向参数预报比较竞赛的结果进行比较.结果表明,通过本方法得到的日长变化较其他方法在精度上有较大改善.     

足球运动员技战术素质水平与胜率因子回归分析

为更好的认识中国足球与世界强队技战术水平的差距,提高我国男子足球运动训练水平,通过研究中国国家男子足球队与国外对手的相关技术参数,提取、分析8项原指标,并采用因子分析法,进行降维处理,提取影响中国男子国家足球队技战术水平的原指标的4个共性因子,解释其含义,在因子分析的基础上,通过逐步回归分析,建立球队胜率与共性因子的回归模型及方程式,并对其进行讨论。结果显示:共性因子可以为足球技战术训练提出新的参考意义,实践性较强;在共性因子基础上的回归方程与观测值之间的拟合优度良好,实用性、可操作性较强,极具复制性,具有较好的参考意义;因子回归模型的建立可以为足球比赛赛前技战术的训练控制和比赛成绩的预测提供理论依据。