基于改进ADASVM的不平衡财务困境动态预测模型

过去的大多数研究都采用平衡数据构建静态模型用于财务困境预测,既未考虑样本类别不平衡对预测结果的影响,也未考虑数据流随时间变化而引起的概念漂移问题,研究具有一定的局限性。文章从类不平衡与动态数据流两个角度出发,对企业财务困境进行了全面分析,以ADASVM模型为基础,提出了一种新的动态集成模型MS-ADASVM-ITW。引入了带有信息保持期的时间权重函数,以解决动态预测面临的概念漂移问题;同时提出了一种混合采样方法与模型进行耦合,提高了数据不平衡的分类性能。选取1081家沪深股市的上市公司进行实证分析,首先将新模型与常规模型同时进行50次重复实验,结果证明新模型性能优于常规模型。进一步选取了不同的过/欠采样方式进行组合,确定了适合财务困境预测的最优采样组合Tomek Link算法+Border-line SMOTE算法。

多参数回归物质平衡法在水驱气藏气井生产动态预测中的应用

物质平衡法在水驱气藏气井生产动态指标预测中面临2项难题,即产能方程的建立和水侵量计算,影响指标预测精度。针对存在的问题,通过理论推导及经验回归,研究产能方程系数和气层压力、水侵量和气层总压差、产水量与产气量之间的变化规律。建立一种新的多参数回归物质平衡法:包括3个基础方程(水驱气藏物质平衡方程、二项式产能方程、井筒管流方程)和4个经验关系式(二项式产能方程系数A与气层压力、二项式产能方程系数B与气层压力、累计水侵量与气层总压差、累计产水量与累计产气量)。结果表明,多参数回归物质平衡法立足气井的生产动态数据,简化了产能方程建立和水侵量计算过程。经过实践检验,平均误差在5%以内,该方法满足现场实际要求。

中国水产品贸易生态足迹时空演变与动态预测

国际贸易下的生态输入与输出在一定程度上会重新配置国家及地区之间的生态环境资源。中国在大力发展水产品贸易的同时,也面临着由此带来的生态资源损失等问题。基于生态足迹模型测算2001—2020年中国与35个主要国家和地区的水产品贸易生态足迹和生态净值进行现状评价,通过ArcGIS揭示生态净值的时空演变特征,并运用ARIMA模型预测其未来变化趋势。研究结果表明:(1)中国水产品进口与出口生态足迹值较大,不同种类水产品贸易生态足迹值差距较大。(2)中国水产品贸易生态净值虽然近期呈现显著上升趋势,但整体生态净值态势不稳定,而且不同种类水产品贸易生态净值差别较大。(3)中国水产品贸易生态净值在时间维度上整体变化程度不高,但在空间维度上存在明显的异质性问题,并且集中程度变化较为明显。(4)中国水产品出口贸易生态足迹和进口贸易生态足迹主要国家分布基本保持稳定,但是少数主要国家变化明显,水产品出口贸易和进口贸易集中度均较高。(5)预测2021—2025年中国水产品出口和进口生态足迹处于明显不平衡状态,2025年中国水产品贸易生态净值空间分布依然存在明显的异质性问题。因此,本研究从优化水产品贸易结构、畅通产业双循环路径、提升海洋科技创新能力、深化多边贸易合作体制等不同维度提出优化中国水产品贸易生态足迹的相关对策建议,为中国水产品贸易可持续发展提供现实依据。

结合改进Weibull时间函数的开采沉陷动态预测模型

煤炭开采引起的地表沉陷是一个多维动态变化过程,动态预测可以获取采空区上方任意位置、时刻的形变大小,对保护地面基础设施和人民生命安全具有重要意义。为实现地表沉陷的动态预测,针对Weibull时间函数模型结构复杂、参数较多等不足,基于开采沉陷相关理论,建立了仅含一个模型参数,且可以准确描述地表点下沉量、下沉速度、下沉加速度的改进Weibull时间函数模型。在此基础上,结合已有的地表沉陷盆地模型,建立了一种新的开采沉陷动态预测模型,详细阐述了模型参数的确定方法及其对沉陷盆地形态的影响,并结合某矿313工作面和3214工作面实测数据验证了模型的预测精度和适用性。结果表明:改进的Weibull时间函数模型最大均方根误差为52 mm,最大相对误差为2.1%,较改进前分别提高了60.3%和64.4%;开采沉陷动态预测模型预测的下沉曲线形态和实测下沉曲线形态一致,最大均方根误差为17 mm,最大相对误差为1.76%,表明该模型可以预测地表沉陷过程,具有较好的适用性和可靠性。该研究结果可为矿区地表沉陷动态预测提供参考。

开采沉陷动态预测时间函数参数变化规律研究——以Weibull为例

针对开采沉陷动态预测模型中时间函数参数主要以最大下沉点的下沉时间序列为基础反演获取,在工作面上方空间位置变化规律研究不足的问题;依据工作面推进过程中覆岩受力、垮落情况,在平面方向上将采空区分为竖向整体受压区、中间区、动态完全区3个区间;以Weibull时间函数为例,分析了动态预测m、k 2个参数的含义、空间分布规律及特点,并构建2个参数的分区数学模型及选取准则;分别以实测最终值、概率积分法预测值为基准,通过实例验证了其正确性,丰富了开采沉陷动态预测参数研究。

基于自适应动态预测的网络切片资源冲突优化

网络切片(NS)是5G网络中的一种关键性技术,在多业务动态场景下发挥着重要作用。针对5G网络切片中由切片需求动态变化引起的资源冲突问题,采用一种基于自适应动态预测(ADP)的优化方法,提出“自适应动态预测-模型优化”的优化方案。在自适应动态预测模块,对动态的切片流量进行波动等级划分,以确保切片流量预测的准确性以及自适应性。根据划分结果,分别采用2种不同的循环神经网络算法来预测切片未来时间的流量需求,包括基于注意力机制-双向门控循环单元(Att-BiGRU)的点预测以及基于自举法-BiGRU的区间预测。在模型优化模块,根据预测结果定义用户满意度函数和切片优化配置的开销,将资源冲突优化问题表示为最大化网络收益。由于预测模块的输出可能含有不确定参数,根据鲁棒优化和基于可变粒子数量的粒子群优化算法求解出切片优化配置方案。在仿真部分对所提优化方案进行验证,结果表明,该方法在满足切片动态需求的同时,降低了资源冲突带来的负面影响,其在网络收益以及请求接受率等方面优于对比算法,链路资源利用率达到90%以上。

基于混合深度学习的盾构掘进姿态和位置的动态预测

为了减少盾构掘进对周围地层及管片姿态的影响,盾构姿态需要尽可能与设计轴线吻合,以减少盾构实时位置与设计值间的偏差。开发了一种基于混合深度学习模型的预测方法,提出了一种盾构隧道中实时姿态和位置的动态预测框架,对盾构姿态和位置的4个关键参数进行预测。该框架包含Kriging插值、小波变换(wavelet transform, WT)噪声滤波器、带通道注意力机制的卷积神经网络(convolutional neural networks with channel attention, CNN-CA)以及用于确定盾构机未来姿态和位置的长-短期记忆网络(long short-term memory, LSTM)。基于上海市域铁路工程中盾构收集的数据集对该模型的性能进行验证,并研究了CNN-CA网络对模型的影响。研究表明,该模型在盾构的姿态预测方面效果较好,CNN-CA网络能够有效提取预测值所需的特征,对计算精度贡献较大。

基于BP神经网络的低渗透油田开发动态预测

油藏开发动态预测是制定和调整开发方式的基本依据,为克服传统油藏数值模拟方法过度依赖三维地质模型和渗流机制的可靠性,采用BP神经网络(ANN)方法,在研究区油藏精确描述工作及生产动态分析的基础上,选取了包括地质因素和开发因素在内的12类参数作为基本数据集,通过参数相关度分析、主控因素优选,建立了研究区单井年累计产液和平均含水率的预测模型。根据模型计算结果,研究区产液及产油能力逐渐下降,含水呈逐步上升趋势,2年后区块预测累计产液13.7×10^(4)m^(3),同比下降25.6%;预测年累计产油量4.7×10^(4)t,综合递减率为31.9%;2年后区块平均含水率达到58.1%,局部区域油井出现水淹情况,含水率突破98%。研究表明,BP神经网络具有简单高效、误差较小等优势,降低了油田开发动态预测的难度和工作量,适用于样本数据集较大的油田开发问题,为低渗透油田的开发动态预测提供了一种新的视角。

基于边缘计算的商业区电力能源用电量动态预测系统

商业区电力能源内部拥有海量电力数据,动态预测能源用电量可以有效改善系统业务,确保用户拥有较好的用电体验。针对目前预测系统准确率较低这一问题,文中基于边缘计算设计了一种新的商业区电力能源用电量动态预测系统。在硬件设计上,利用AC/DC模块将交流电转化为直流电,运用电动机控制器连接被测量电动机与商业区供电,连接传动轴与供电测功机,实现电流传递。利用测功机控制器对区域电网动力电进行管理和控制。在软件设计上,采用边缘计算的方式对区域内电力能源进行分析,模拟构建电量动态预测程序,根据动态预测程序实现用电量预测。实验结果表明,该系统在短期预测和长期预测方面,都具有良好的能力,输出值与真实值相关系数为0.99,预测误差低于0.55%。

13~17周龄京粉6号蛋鸡微量元素需要量和动态预测模型研究

本试验旨在基于析因法原理,通过饲养试验和比较屠宰试验确定13~17周龄京粉6号蛋鸡微量元素需要量,并建立动态预测模型。试验选用健康且初始体重为(845.47±28.65)g的13周龄京粉6号蛋鸡198只,随机选取102只,分为6个重复,每个重复17只,用于生长需要的测定;另外96只蛋鸡用于维持需要的测定。维持需要试验根据不同采食量分为100%自由采食组、70%自由采食组和40%自由采食组,其中100%自由采食组数据与生长需要试验数据共用,70%自由采食组和40%自由采食组每组6个重复,每个重复8只鸡。试验期5周。结果表明:1)蛋鸡生长曲线为y=1925.600exp-4.347exp(-0.02 t);体增重与日龄的动态关系为y′=1180.25exp[-4.347exp(-0.02 t)-0.02]。式中:y表示体增重(g);t表示日龄。2)每只蛋鸡每天铜、铁、锌、锰的生长需要量分别为0.01~0.02 mg/d、0.28~0.47 mg/d、0.21~0.32 mg/d、0.01~0.03 mg/d,维持需求量分别为0.01、0.20、0.08、0.02 mg/d。3)蛋鸡铜、铁、锌、锰需要量与日龄的动态预测模型为:N_(铜)={0.011[1925.600exp-4.347exp(-0.02 t)]^(0.75)-2.242exp[-4.347exp(-0.02 t)-0.02 t]+4.545exp[-8.694exp(-0.02 t)-0.02 t]-0.118exp[-4.347exp(-0.02 t)-0.02 t]+0.455exp[-8.694exp(-0.02 t)-0.02 t]}/ADFI/A;N_(铁)={0.211[1925.600exp-4.347exp(-0.02 t)]^(0.75)-42.371exp[-4.347exp(-0.02 t)-0.02 t]+136.361exp[-8.694exp(-0.02 t)-0.02 t]-22.661exp[-4.347exp(-0.02 t)-0.02 t]+40.908exp[-8.694exp(-0.02 t)-0.02 t]}/ADFI/B;N锌={0.084[1925.600exp-4.347exp(-0.02 t)]^(0.75)+12.747exp[-4.347exp(-0.02 t)-0.02 t]+4.545exp[-8.694exp(-0.02 t)-0.02 t]-24.785exp[-4.347exp(-0.02 t)-0.02 t]+45.454exp[-8.694exp(-0.02 t)-0.02 t]}/ADFI/C;N_(锰)={0.021[1925.600exp-4.347exp(-0.02 t)]^(0.75)-0.236exp[-4.347exp(-0.02 t)-0.02 t]+2.273exp[-8.694exp(-0.02 t)-0.02 t]+0.590exp[-4.347exp(-0.02 t)-0.02 t]+0.045exp[-8.694exp(-0.02 t)-0.02 t]}/ADFI/D。式中:N表示每只蛋鸡每天饲粮中微量元素需要量(mg/kg);t表示日龄;ADFI表示平均日采食量(kg);A、B、C、D分别表示铜、铁、锌、锰的消化率(%)。4)蛋鸡铜、铁、锌、锰需要量与体重的动态预测模型为:N_(铜)=(3.05×10^(-7) LBW^(2)-0.000703 LBW+0.3642+0.011 BW^(0.75))/ADFI/A;N_(铁)=(3.4×10^(-6))LBW^(2)-0.0072 LBW+4.3268+0.211 BW^(0.75))/ADFI/B;N锌=(0.0012 LBW-0.2953+0.084 BW^(0.75))/ADFI/C;N_(锰)=(-1.8×10^(-6) LBW^(2)+0.0039 LBW-1.897+0.021 BW^(0.75))/ADFI/D。式中:N表示每只蛋鸡每天饲粮中微量元素需要量(mg/kg);LBW表示活体重(g);BW^(0.75)表示代谢体重(kg);ADFI表示平均日采食量(kg);A、B、C、D分别表示铜、铁、锌、锰的消化率(%)。综上所述,本试验得出13~17周龄京粉6号蛋鸡铜、铁、锌、锰需求量分别为0.02~0.03 mg/d、0.48~0.67 mg/d、0.29~0.40 mg/d、0.03~0.05 mg/d,并建立了动态预测模型。

利用联合模型动态预测IgA肾病患者进入终末期肾病的概率

目的:建立一个工具能够根据每次访视IgA肾病(IgAN)患者的病情变化,动态预测患者进入终末期肾病(ESKD)的概率。方法:选取1997—2007年在国家肾脏疾病临床医学研究中心长期随访的IgAN患者。利用联合模型(Joint model)分析IgAN患者所有访视点的产生纵向数据,实现动态预测患者ESKD的概率,以达到个体化动态预测的目标。我们首先以肾活检时刻为基准建立了临床模型(模型A)和临床病理模型(模型B)。模型A的生存子模型部分引入了年龄、性别、尿蛋白定量(Log转换)、估算的肾小球滤过率(eGFR)、eGFR下降斜率、血白蛋白水平等指标;纵向子模型部分引入了年龄、尿蛋白定量、eGFR、eGFR下降斜率以及血清白蛋白水平。模型B在模型A的基础上生存子模型上增加了牛津病理分类指标。模型C是以首次访视时间为基准重新拟合了模型A并评估了其性能。所有的纵向子模型采用访视时间t的非线性混合模型拟合。结果:本研究纳入了866例IgAN患者,以首次门诊就诊为基线,平均随访时间为12.2±5.5年,共访视22 533人次,平均每个患者访视26次。随访中260例(30.0%)患者进入ESKD,其末次随访平均eGFR为9.1±3.0 mL/(min·1.73m^(2))。将所有患者按照3∶1的比例,随机分为建模组(650例)和测试组(216例)。以肾活检时刻为基线,模型A与模型B的性能基本一致,二者均表现出较高的预测性能,纳入或者剔除病理学变量并未明显增加联合模型对ESKD风险预测的准确性。随着随访时间的增加,模型A的预测性能持续提升,在肾活检后第5年左右达到最佳性能。AUC值由肾活检时的0.864增至肾活检后第5年的0.956;Brier评分由肾活检时的0.124降至活检后第5年的0.058。以首次访视时刻为基线的模型C也取得了类似的结果。为方便临床实践,我们利用Shiny包实现了动态预测,并将相关模型R对象、源代码公布在网络上。结论:联合模型可以用于IgAN患者访视点产生的纵向数据,高性能动态预测IgAN患者尿毒症的概率,实现个体化动态预测的目标。

飞机地面除冰保障过程动态预测

针对冰雪气象下除冰保障过程的精细化管理及预测精度低下的问题,提出了一种基于时空关联动态贝叶斯网络的飞机地面除冰保障过程动态预测方法。在系统性分析除冰保障过程的基础上,设计了面向离港除冰队列的时空关联节点判别方法,基于K最近邻算法简化关联节点并构建了变结构动态贝叶斯网络模型。基于核注意力机制的除冰保障节点先验概率密度估计方法,结合条件概率更新结果构建了面向不同状态的飞机地面除冰保障过程动态预测方法。实验结果表明:所提方法在考虑除冰保障演化不确定性的基础上实现了各节点的动态预测,平均绝对误差为2.34 min,整体精度相比静态贝叶斯网络方法最大提升8.66%,为地面除冰运行战术组织及决策控制提供了有效依据。

GBDT集成算法在医院财务困境动态预测中的应用研究

传统财务困境动态预测模型在处理医院繁杂数据时准确率较低。为解决此问题,研究提出利用最小绝对收缩和选择算子算法选取财务指标,使用梯度提升决策树集成算法构建医院财务困境动态预测模型。结果表明,该模型的最高准确率为96%、F值为86%、G值为93%,均高于另外六种用于对比的财务困境动态预测模型。且在试验过程中,研究提出模型的运行时间与平均误差分别为23s、7%,均低于对比模型。实验显示,基于梯度提升决策树集成算法的医院财务困境动态预测模型的预测结果更准确、更可靠,为医院财务管理提供保证,从而提高医院财务的稳定性。

基于关键点与迁移学习的用户用电能耗动态预测算法

用户用电能耗数据具有时变性特点,导致用户用电能耗动态预测准确性较低。因此,设计一个基于关键点与迁移学习的用户用电能耗动态预测算法。应用迁移学习模型挖掘数据,采用关键点方法计算两个数据的余弦相似度,计算完成后融合数据,进行数据降噪与无量纲化处理,建立变分模型,分解采集的信号,将其分解为若干个波动规律的简单信号分量。在此基础上,结合支持向量回归方法与PSO算法组,实现用户用电能耗动态预测。实验结果表明,所提出的预测方法在电锅炉电能消耗、空调电能消耗、工作日电能消耗以及非工作日的电能消耗预测上,都具有较高的准确性。

基于神经网络和多元统计分析的动态预测建模分析

在动态预测建模分析中,前向神经网络是最常用和最成功的方法。本文在对现有的方法或模型的机理、适用条件、优缺点进行比较分析的基础上,从多个角度对时间神经网络与横断面数据进行统计分析,并在此基础上,进一步探讨了网络结构的确定问题。一、神经网络BP神经网络是一种应用最广泛、基本思想也最直接的一种神经网络,是由三个层次或更多个层次组成的分层神经网络。BP神经网络在模式识别等方面的应用很多[1],它由许多神经元相互连通而成,每一层神经元间以其权重的大小来表示其连通强度,本文将重点就这一类神经网络应用于函数拟合与预报中进行分析。如图1所示为BP网络的拓扑结构模型图。

基于排序集成的软件并发缺陷动态预测算法

并发程序由于其随机性高的特点,容易导致并发缺陷。当并发缺陷出现时,会引起软件数据竞争,难以对软件完成调试。提出基于排序集成的软件并发缺陷动态预测算法。提取并发缺陷特征,通过层次聚类法构建特征簇。将互信息作为特征相关性的衡量标准,经过特征聚类,建立目标特征子集,设定合理阈值选出最具代表性的特征集。将敏感分析和属性权重相结合,确定代表特征的敏感权重,提高预测敏感性。使用多核分类器算法,采集软件运行数据初始样本,将样本分割为缺陷和非缺陷部分。经过boosting的反复训练,减小分类器误差。以boosting训练结果作为预测依据,判断样本是否存在并发缺陷,实现软件并发缺陷的动态预测。仿真结果表明,所提方法的预测结果和实际情况相符,且预测速率不受软件样本数据量多少影响。

滇中城市群城市韧性时空格局演变及动态预测研究

城市韧性已成为当下学界研究的热点。论文以滇中城市群49个县(市、区)为研究对象,运用熵值法、空间分析法对2005—2019年城市韧性测度及时空格局演变进行分析,并运用BP神经网络模型对2025年和2033年城市韧性进行动态模拟预测。结果发现:(1)滇中城市群城市韧性发展具有明显的不均衡性,高度韧性城市主要分布在核心地区,呈“小片状”分布。较低、低度韧性城市主要分布在外围地区,呈“边沿分散分布”空间格局。(2)滇中城市群城市韧性冷热点分布具有明显的圈层结构,中心城市热,外围冷,“热点恒热”现象显著。(3)从模型预测结果来看,能准确地预测2025年和2033年城市韧性时空格局演变规律。韧性强的城市持续集中在中心城市。社会韧性与经济韧性的高值区在空间分布上有高度的相似性,生态韧性的高值区集中分布在研究区域的西南部和西北部。论文深入研究滇中城市群城市韧性的时空格局演变特征并进行韧性的预测与分析,对于厘清城市韧性发展规律、提升城市未来可持续发展能力具有重要理论意义和现实意义。

基于LMDI-SD耦合模型的关中地区水资源承载力动态预测与调控

为实现区域水资源承载力的动态预测与定量调控,构建LMDI-SD耦合模型。模型采用对数平均迪式指数(LMDI)分解法,识别用水量变化关键驱动因子;构建系统动力学(SD)模型,预测水资源承载力;以用水量变化关键驱动因子为调控指标,对经济社会用水进行全面调控;结合正交试验法,筛选最优调控方案。应用于2022—2035年关中地区水资源承载力的动态预测与调控,结果表明:(1)强度效应是关中地区农业用水量减少、生活和生态用水量增加的关键驱动因子,规模效应是工业用水量增加的关键驱动因子;(2)现状发展模式下,由于用水总量增加幅度(37.13%)远大于可供水量增加幅度(12.25%),关中地区水资源承载压力逐年变大,从2026年开始将处于超载状态;(3)引汉济渭工程能从“供给侧”有效缓解关中地区水资源供需矛盾,但相对于快速增长的需求,部分城市水资源仍供不应求,还需从“需求侧”加以调控;(4)最优调控方案下,关中地区水资源可调控至临界承载状态,且相较于生活、生态及农业用水水平,工业发展规模调控范围更大,应重点优先调控。模型对可持续发展框架下,区域水资源规划与管理具有较好的实际应用价值。

基于区域多井数据优选与模型预训练的深部地质钻探过程钻速动态预测方法

深部地质钻探过程钻速精准预测有助于提升钻探效率、降低钻探成本,可为安全高效的深部地质钻探施工提供关键技术支撑。本文提出了一种基于区域多井数据优选与模型预训练的深部地质钻探过程钻速动态预测方法。首先,选取岩性识别软件、钻进过程智能监控云平台、地质云系统等作为数据源,在此基础上设计深部地质钻探数据仓库。其次,运用区域多井数据优选技术在数据仓库中选择与目标井较匹配的数据,并开展钻速模型预训练。最后,结合深部地质钻探过程实钻数据,引入小波滤波、超限学习机、增量学习等技术,实现钻速预测模型动态更新。实验对比结果验证了所提方法具有很强的钻速预测性能与泛化能力。

基于复杂地质体精细刻画的隧洞涌水量动态预测方法

在隧洞涌水量预测数值模拟中,准确刻画倾斜断层、倾斜隧洞等不规则地质体和地下构筑物是一个难题,且预测时通常假定隧洞开挖瞬间完成,而未考虑施工进度。通过解决三维地质模型与三维地下水数值模型耦合过程中要求的非自相交性和密封性问题,提出一套基于复杂地质体精细刻画的隧洞涌水量动态预测方法。首先在三维地质建模软件中构造倾斜隧洞、竖井、倾斜断层和不规则地质体的密封性边界面,其中倾斜隧洞和竖井需根据开挖进度分段构建,进而建立三维地质体模型。随后将三维地质模型数据以ml文件格式导入三维地下水模拟软件Feflow,利用Feflow的完全非结构化网格功能实现对复杂地质体的精细剖分。最后在Feflow精细剖分复杂地质体的基础上,将隧洞边界设置为第三类边界,通过设置交换系数与参考水头,实现考虑隧洞开挖进度和施工工艺(如注浆、衬砌等)的隧洞涌水量动态预测。将本方法应用于某地下工程倾斜隧洞与竖井的涌水量计算,实际效果较好。