基于多元统计的PM2.5分析与预测——以合肥地区为例

为验证多元统计方法在PM2.5分析及预测方面的适用性,以合肥地区为例,收集了2015全年的PM2.5数据,借助于统计分析软件R进行了相关实验。通过PM2.5与各个影响因素之间的散点图,发现部分影响因素和PM2.5存在着较强的线性关系,据此建立关于PM2.5的多元线性回归模型。在保证各个变量不相关、独立条件下,对模型进行了验证。根据验证结果,选用了逐步回归分析方法得到了一个新模型。根据调整R2最大的原则确定了最终模型。最后选用了RMSE、MAE和Theil不相等系数对模型的预测效果进行了检验,模型整体预测效果较好。

基于SARIMA模型的安徽省CPI预测

收集了安徽省2000年1月至2016年6月的居民消费价格指数(CPI)数据,并借助于统计分析工具Eviews软件进行相关实验。通过CPI的时序图和ADF检验得到该CPI序列为非平稳序列,并且通过序列的相关图,建立了SARIMA时间序列模型,然后通过AIC、SC准则和残差分析确定了最优的预测模型,利用预测模型对安徽省CPI进行了短期预测。实验结果表明:安徽省CPI具有季节性的特征,利用SARIMA模型建模得到的预测模型,总体预测效果较好,且具有一定的现实意义。

基于季节性时间序列模型的合肥地区空气质量分析及预测

收集了合肥市2014年至2016年的空气质量指数(AQI)数据。借助于统计分析软件SPSS和EVIEWS,对数据进行了统计分析与建模。首先,对合肥市这三年的AQI数据进行了年度、季节、月份的分布特征及趋势分析,得出AQI分布具有周期性的特征,其中,夏季空气质量情况最好,冬季空气质量情况最差。并且,根据统计分析的结果,得出AQI数据具有季节性的特点。然后,结合本课题数据的特点及研究需要,选用了HoltWinters加法模型进行了建模,得到预测模型公式,预测了2016年4月至9月的月度AQI数据,将预测值与真实值进行了比较,模型整体预测情况良好。

基于盘口数据的足球赛事结果预测

首先通过Python工具爬取了英格兰足球甲级联赛部分比赛的赔率数据,接着对数据进行了预处理、相关分析和主成分分析,并根据数据特征,选用了logistics回归模型进行建模,得到足球赛事结果的预测模型,最后对模型预测的准确率进行了验证,方法可用于足球比赛结果的预测中。

基于SPSS的试卷质量分析与建模

试卷质量分析是考察试卷能否客观准确的检测出学生对知识的掌握程度。为此借助SPSS对试卷考核结果进行各类基本统计描述分析,将难度、区分度、信度以及效度作为试卷综合质量评价的指标体系,并通过调研确定各个指标间重要程度系数,然后采用古林法确定各个指标的权重,最终建立一个计算试卷综合质量系数的通用数学模型,从而为科学编制试题提供依据。

《管理统计学》教学研究与改革

该文在总结了传统《管理统计学》教学中存在的问题的基础上,构建了《管理统计学》课程"案例驱动式的理论讲解、模块化的实验教学和以实际应用为导向的课程设计"的教学模式,加强学生应用相关的统计学理论、分析方法、解决实际问题能力的培养。

基于小波时间序列模型的CPI预测

经典时间序列模型是CPI预测较为常用的方法,该方法建模前未对数据进行预处理,导致模型预测精度不高。为此提出一种小波时间序列模型方法:首先通过小波分解与重构消除时间序列的白噪声;然后将重构的近似分量和细节分量,分别建立时间序列模型;最后对两个分量的预测结果进行重构,得到序列的最终预测结果。实验以2000年1月至2015年12月期间的安徽省月度CPI序列作为实证分析对象,分别构建经典时间序列模型和小波时间序列模型,通过比较两种模型的预测精度,发现小波序列模型明显优于经典时间序列模型。

基于WebGIS的合肥中小企业信息共享平台的研究

通过调研合肥市中小型制造业企业的发展概况,分析总结了中小型企业对信息共享平台的需求,构建了基于Web GIS的信息共享平台,并具体进行了数据库的设计和功能实现,从而实现了中小企业间信息资源的共享,优化了企业资源配置,提高了企业市场响应能力。

基于Witness的飞轮生产线生产节拍平衡研究

车间的生产节拍平衡决定了企业生产效率的高低,是解决制造业车间面临的主要问题的最佳途径,研究了某飞轮生产线生产节拍的平衡问题。对某飞轮生产线生产现状进行分析,测定工序作业时间,应用Witness软件进行仿真建模,发现瓶颈环节与利用率不足等不平衡现象,运用生产节拍平衡方法等改进生产线,达到日产目标,消除瓶颈环节,使机器与人员利用率均衡。通过比较生产节拍平衡前后的相关参数,生产线改善效果明显,生产效率得以提高,进而降低企业成本。

基于Pearson相关指标的BP神经网络PM2.5预测模型

为了降低PM2.5设备预测成本,同时分析大气因素与污染物的相关性,选取O3、CO、PM10、SO2、NO2污染物指标预测PM2.5,之后加入温度、湿度、风力等大气指标,建立综合气象的指标体系,采用pearson算法对指标进行合并,用pearson相关指标的BP神经网络的方法再次对PM2.5做预测。对比实验证明,基于pearson相关指标的BP神经网络PM2.5预测模型在提高了预测准确率的同时降低了预测的时间复杂度,起到了降低PM2.5预测成本的目的。

飞轮生产线生产节拍平衡与车间物流优化研究

研究了某飞轮生产线生产节拍平衡与车间物流优化问题。运用生产节拍平衡方法和物流优化的主要原则改进生产线和优化车间物流。通过对改善前后的相关参数进行比较,可看出改善后工序路线合理、劳动力数量减少,搬运距离缩短、大大提高了车间的生产效率,取得了明显的效果。

GIS在跨企业协作管理中的应用研究

通过对制造企业信息化协作的调查研究,总结了制造企业对地理信息的需求。由于制造企业自身具有显著的地理属性,结合GIS技术在空间数据管理、可视化表达、空间分析和缓冲区分析等方面的优势,提出了将GIS技术应用于制造企业间协作管理系统。本文从空间数据管理、协同管理、物流管理、流程管理、决策管理五个方面论述了GIS技术在制造企业间协作管理系统中的应用。最后阐述了在制造企业间协作管理系统中引入GIS技术所具有的现实意义。

大数据背景下“一基六能”的信管专业人才培养模式——以安徽新华学院为例

分析大数据背景下信息管理与信息系统专业应用型人才培养的目标,以安徽新华学院的信管专业人才培养为例,提出“一基六能”的人才培养模式,搭建“三平台,六模块”的课程体系和“四层次、八模块”的实践教学体系。在实践教学体系中,以“六个一工程”为基础,对应于六种专业核心技能的培养,提高学生的技术应用能力和信息服务能力。

制造企业间信息化协同模式的研究

通过调研国内制造企业的发展概况,研究典型制造企业间的协同机制,分析总结了制造企业对协同服务的需求。文章提出一种新的协同模式——基于GIS的制造企业间信息化协同服务模式,企业采用该模式可获得协同服务、地理信息检索服务、信息资源共享服务、决策分析服务等,以提升企业创新及综合竞争能力。文中还论述了服务功能的实现机理以及模式的运行和推广机制。最后阐述了这种协同模式的优势和应用前景。

新工科背景下民办高校应用型实验室建设模式的研究

新工科人才培养的核心是实践应用能力和创新能力的培养,高校需建设集“学、训、研、创”四位一体的基于“三双培养”的应用型实验室集群,在智慧校园信息化建设的环境下以“实验室+云学习平台”双课堂学习为基础,在深度校企产学研合作的基础上以“工程师+专业教师”双师资教学为手段,最终实现学生“应用能力+创新能力”双能力培养目标的实现。

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。

大数据时代的信管专业课程关联性研究

针对大数据时代对信管专业学生能力培养的要求,本文以学校教务系统信管专业学生成绩为研究对象,通过相关性与关联性分析,从不同角度深入发掘了课程与课程之间的关联性。从而为信管专业的课程的设置,以及改革专业人才培养方案,提供可供参考的科学依据。