健康促进与人口高龄化

上世纪末在我国逐渐发展起来的健康促进,对降低老年人口死亡率进而对加快人口老龄化和人口高龄化有重要作用.本文通过2000年以来全国健康促进的有关数据及以上老年人口死亡率等有关数据,对健康促进的三级干预如何改善老年人口的膳食结构、生活习惯、早期疾病预防,以及健康促进与老年人口死亡率降低的相关性等一一作以分析,得出的初步结论是:60岁及以上老年人口死亡率降低与健康促进的相关程度较高;健康促进通过降低老年人口死亡率,对增加高龄人口规模和比重亦有重要作用;健康促进正在加快推动我国人口年龄结构进入高龄化阶段.     

基于收视率预测的电视节目编排优化研究

如何编排电视节目成为当今电视媒体竞争收视份额的首要难题之一。要想制定出科学、合理的节目编排策略以提高电视节目的收视率,就要充分了解与分析电视节目的收视率,掌握电视节目收视率的影响因素以及变化规律。本文介绍电视节目编排以及收视率预测的内容,并以电视节目收视率预测模型为依据,分析了收视率预测过程中对电视节目收视率的主要影响因素,提出了几点优化电视节目编排的策略,希望能够为电视节目的编排优化工作提供一定的帮助。     

基坑工程监测方案设计与工程应用

本文作者认为在基坑开挖期间对基坑围护结构的稳定性、以及对临近的地下管线和已建工程进行实时监测,是确保基坑工程安全施工的重要工程措施。以秦皇岛市某滨海深大近邻基坑工程为背景,进行基坑施工监测方案设计,并应用灰色系统分析方法对该基坑工程的支护变形进行了预测分析。工程实践证明,取得了较好的技术经济效果,对类似工程有借鉴和指导意义。     

灰色模型GM(1,1)及在我国水产品总量预测中的应用

本文介绍了灰色预测的GM(1,1)模型建模过程,利用2001～2008年我国水产品总量数据,对未来几年我国水产品总量进行预测,并对预测结果分别进行残差、关联度和后验差检验,结果表明模型精度非常高。     

不可预测的命运

在人生旅途中,会有许许多多的不可预测的事件发生,“塞翁失马焉知非福”我们更不能预测到它的结果是好还是坏,但是我们必须正确地对待命运跟我们开的每一次玩笑     

基于有限元方法的抽油杆管磨损量预测

针对在斜直井、定向井、水平井等井中采取有杆泵采油作业时,由于抽油杆屈曲以及井眼弯曲导致抽油杆严重偏磨的问题,建立了抽油杆动态行为有限元分析方法。利用能量法原理,将抽油杆发生偏磨时产生的摩擦功与金属磨损消耗的能量联系起来,确定了有杆抽油系统杆管偏磨磨损量预测模型,利用有限元分析得到的接触力可以定量分析杆管柱的磨损量。结果表明,有限元方法模拟效果较好,可用于预测井下杆管偏磨情况,对油田采取合理的防偏磨措施具有重要的指导意义。     

试油层非线性产量预测模型研究

准确的产量预测是油田勘探开发的重要研究任务,而常规的预测方法无法应用于开发初期。同一勘探区块, 试油层产量与各影响因素存在一定的相关性。首先建立了产量与各静、动态参数的一元非线性回归模型,然后将其作 为新的自变量,进行多元线性回归,最后获得了预测试油层产量的非线性回归模型。现场实际应用表明,建立的多元 非线性模型比线性模型预测精度更高,适用性更好。为该勘探区块试油层措施改造决策提供了科学的指导,提高了试 油经济效益。     

四川幼儿师资需求现状及“十二五”时期发展规模预测

《四川省学前教育三年行动纲领》提出了2011—2013年四川学前教育的具体任务,这是落实"十二五"时期四川学前教育发展目标的基础。本研究以客观的数据分析为支撑,揭示出四川幼儿师资需求的现状和其中存在的地区差异问题,并根据四川总人口及出生率、幼儿园毛入学率推算出在园儿童数,预测出"十二五"时期四川幼儿师资的发展规模。为了培养足够数量的合格幼儿教师,"十二五"时期政府应加大学前教育师资培养的财政投入,有计划地扩大高等师范院校学前教育专业的办学规模;师范院校应该为在职幼儿教师提供学前教育专业本、专科函授的学习机会;全省幼教培训机构要组织专、兼职的培训队伍,积极开展对高中学历及转岗人员的培训,以期全面提高幼儿教师的专业水平。     

1999年世界贸易预测和江苏对外贸易的分析

本文认为世界各主要经济预测权威部门对１９９９年世界经济增长的预测都不持乐 观的态度。１９９９年世界经济将在低速中缓慢增长。江苏１９９９年的外贸形势受此影响预计也不乐 观,为此需采取适当措施调整外贸战略和方式。     

自适应支持向量机在电信收入预测中的应用

随着我国电信改革的进一步深化,电信市场新竞争格局业已形成,电信业的收入预测则是为运营商制定相关运营策略的重要参考.因此,迫切需要在电信行业建立一套时间序列的收入预测模型.本文正是在此背景下提出了一种基于自适应参数的支持向量回归机的电信收入预测模型,通过最小期望风险选择合适的核参数,并与广泛使用的arima模型做了对比.实验结果表明,支持向量回归机的预测结果要好于arima模型的预测结果.