基于BP神经网络的校园用水预测模型

校园人口密集,用水量大,对某一栋教学楼或某一区域的定量用水预测,对于发现用水异常、合理下达用水指标有实际意义.本文利用BP神经网络,结合校园用水的特点,建立校园用水预测模型,并以实际数据进行验证,证明其有效性.     

基于Elman神经网络城市供水管网漏损预测模型研究

管道漏子的发生情况是进行漏损控制的基础,为了对管道漏子数进行有效预测,提出了一种基于Elman神经网络预测方法,采用自适应学习速率动量梯度下降反向传播算法,显著提高了网络的训练速率,有效地抑制了网络陷入局部极小点。文中分别采用Elman神经网络、BP神经网络和RBF神经网络对某城市外环线DN300管道漏子发生数时间序列进行仿真预测,经比较,证明前者具有收敛速度快、预测精度高的特点,表明利用Elman回归神经网络建模对管道漏子数进行预测是可行的,能为管网维护,管道更新提供有效依据。     

可变参数动态灰色预测模型的建立与实证研究

在固定参数动态灰色预测模型基础之上进行改进,提出了可变参数动态灰色预测模型.固定参数动态灰色预测模型的参数值为0.5,可变参数动态灰色预测模型的参数值由预测对象的影响因素来决定.根据对我国集成电路产业的应用研究,说明了可变参数动态预测模型具有更好的预测精度.同时,针对可变参数动态灰色预测模型的计算量很大的特点,应用Java编制了应用软件,可以方便快捷地进行运算,有利于该模型的应用推广.     

现代粮食物流的综合预测模型

粮食物流涉及许多因素,关键是物流的流向、流量、动力、流速等参量。依据这些基本的要素可以构造主要的物流变量,如粮食产消差量、粮食品种结构调剂量、特殊物流量和冗余物流量等。在理想的情况下,上述4个量之和可以表明总的粮食物流量。据此完成粮食物流预测模型的构造,可以达到简化的预测目的,为物流规划和物流管理提供便捷工具。     

湛江市海洋经济总产值的预测模型

运用多元回归理论,根据1990~2004年的年度数据,构建了湛江市海洋产业的总产值的预测模型,并利用MATLAB数学软件求解了预测模型,有效和系统地分析与预测了湛江未来海洋经济的发展趋势.     

桥梁结构损伤识别的预测模型研究

多元回归分析在工程实际和科学研究中有着广泛的用途，无论是对未来的经济预测还是对结构的健康评估都将起到重要的作用。介绍了基于数理统计理论建立多元逐步回归预测模型的方法，并将其运用到损伤识别领域。根据监测系统所获得的桥梁结构健康状态下的测试数据所建立的预测模型可用于桥梁结构的损伤识别，并且这种方法可考虑各种因素对结构响应量的影响，识别效果好，适用性强。     

免疫进化算法和神经网络在建立财政收入预测模型中的应用

通过对历史数据的数学处理,采用人工神经网络的方法建立财政收入预测模型。针对前向网络BP（Baek-propagation Algorithm）算法——梯度下降搜索方法的不足,提出用免疫进化算法来训练BP模型网络参数。利用福建省1990-2004年的财政收入数据建立神经网络预测模型,并用2005、2006年的数据进行预测预报检验。结果表明：采用免疫进化算法建立的神经网络财政收入预测模型,模拟和预测精度高,具有实际应用价值。     

区域物流需求预测及灰色预测模型的应用

区域物流需求预测是区域物流规划和决策的前提，区域物流需求属于派生需求，由区域经济发展水平决定，因此区域物流需求预测的范围除物流需求本身内容以外，与物流需求紧密相关的各个经济指标也属于区域物流需求预测的范畴。区域物流需求预测有多种预测方法，其中灰色预测模型具有时数据要求限制少、中短期预测精准等特点，特别适合区域物流需求的预测。本文从区域物流需求预测内容、指标选择和预测方法三方面进行了系统研究，首次全面综合地提出了区域物流需求预测的内容及其对应的评价指标，在预测模型的实际应用上具有一定的创新。     

商洛市旅游人数的时间序列预测模型

本文采用曲线趋势外推法处理商洛市旅游人数时间序列的波动性趋势,依据1999年至2008年商洛市旅游人数数据,建立商洛市旅游人数的时间序列预测模型,并将该模型与实际数据进行拟合和预测,结果表明该模型的显著性较高,与实际数据的拟合性较好,预测得到的数据与实际数据差距较小,可以实际用来预测未来旅游人数的基本趋势,为管理和市场决策提供参考.     

改进的灰色预测模型的应用

提出了对原始数据作指数变换与优化灰导数相结合的方法对GM(1,1)模型进行了改进.使预测精度大为提高,通过实例验证了所建模型的实用性与可靠性.     

基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

基于PDL模型的城市化水平预测方法研究

在城市化水平预测领域,经济因素相关分析法因其在预测时充分考虑了经济发展对城市化水平的影响而得到广泛使用。然而,在以往研究中,当实际应用经济因素相关分析法对城市化水平进行预测时,往往并未从动态发展的角度出发,将既往历年的经济发展水平作为解释变量引入回归方程中去,在此基础上进行实际预测时必然会因为遗漏掉重要信息而使预测结果的可信性大打折扣。在对混合有限PDL模型应用于我国城市化水平预测领域的必要性进行阐述的基础之上,以PDL及ARMA模型的组合应用为例,对于经济因素相关分析法在我国城市化水平预测领域的应用进行了尝试性的探讨分析。结果表明,与仅考虑了当期经济发展水平对城市化发展的影响所建立的传统线性预测模型相比,PDL模型的预测效果更为理想。     

区域物流需求预测及灰色预测模型的应用

区域物流需求预测是区域物流规划和决策的前提,区域物流需求属于派生需求,由区域经济发展水平决定,因此区域物流需求预测的范围除物流需求本身内容以外,与物流需求紧密相关的各个经济指标也属于区域物流需求预测的范畴。区域物流需求预测有多种预测方法,其中灰色预测模型具有时数据要求限制少、中短期预测精准等特点,特别适合区域物流需求的预测。本文从区域物流需求预测内容、指标选择和预测方法三方面进行了系统研究,首次全面综合地提出了区域物流需求预测的内容及其对应的评价指标,在预测模型的实际应用上具有一定的创新。     

畜产品价格定量预测方法评析

通过文献研究,本文归纳出定量预测畜产品价格的方法模型主要有回归模型、Box-Jenkins方法和VAR模型以及神经网络模型。没有明确的证据显示某一种方法或模型一定优于另一种方法或模型。在畜产品价格预测中,如果需要得到较为精确的预测结果,可供借鉴的做法是采用两种以上的方法或模型进行比较,或者进行组合。     

基于混沌时间序列分析的股票价格预测

根据股票市场是非线性动力系统的假设,利用混沌理论对混沌时间序列的分析方法,提出了股票价格预测方法。同时利用重构相空间的嵌入维数和延迟时间分别确定经向基函数模型网络的结构和训练样本对,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,并与前馈神经网络模型相比,可得到较好的预测结果,因而在股票时间序列预测中有广泛的实用价值。     

灰色马尔可夫模型在成本预测分析中的应用

结合灰色SCGM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫SCGM(1,1)预测模型.并且以施工质量成本CQ的预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的施工质量成本的数据列的预测具有一定的准确性和应用性.     

生猪智能养殖与市场供求预测技术应用

从生猪养殖的饲料种植、种猪优选、母猪繁殖、子猪饲养以及商品猪冷链物流、加工、销售等全产业链安全控制模式的角度出发,分析了大数据、云计算、物联网、互联网、5G、人工智能等技术应用于生猪养殖领域的必要性和可行性。探讨了智能养殖技术以及人工智能技术对生猪养殖市场的产销平衡、价格波动等信息的监控和预测。指出利用人工神经网络预测方法和云计算处理方法,可以科学应对由于生猪养殖的周期性和特殊性而造成的我国生猪价格大起大落以及生猪养殖行业市场供需不平衡的局面。     

基于房屋普查数据的震害预测方法

提出了一种利用人工神经网络模型并以房屋普查数据为震害影响因子的震害预测方法.以建筑物的结构类型、层数、高度、建设年代、用途、现状质量等几个简单参数对城市、建筑物进行分类,并在此基础上进行建筑物的震害预测工作.根据震害因子的选取及网络对样本的训练效果建立一个人工神经网络模型,通过此模型对震害实例的预测结果进行分析,证明了此模型的实用性.利用房屋普查数据进行震害预测工作为研究快速震害预测方法提供了一个新的思路.     

人工神经网络在阜新工业经济预测中的应用

针对宏观经济预测的问题,由于实际情况错综复杂,各种预测模型的精确度都比较差,难以在实际中应用。为了解决这一问题,以阜新1985-2001年时间段的工业总产值为样本,分析了几种影响因素,依据BP神经网络模型的理论和方法,详细介绍了建模的过程,从而建立工业经济预测的模型,利用该模型对工业总产值进行了预测。     

基于模糊神经网络的企业信用风险评估模型研究

根据浙江省企业信用评价指导性标准和规范所确定的企业信用评价指标体系,建立了模糊神经网络的企业信用风险评估模型。该模型中确定的模糊规则层具有自调节的功能,可以较好地实现对企业信用风险的评价。利用MATLAB2010a编程对样本数据进行实证分析,结果表明模糊神经网络评价企业信用风险具有较高的准确性和稳定性。