基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测

为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。

二次指数平滑多目标组合模型电力负荷预测

为提高短期电力负荷预测精度,提出一种二次指数平滑多目标组合模型ES-BiLSTM-LSTM预测方法。通过获取负荷目标预测值和残差目标预测值,实现多目标负荷预测;利用Pearson相关系数,选取与电力负荷相关性较高的影响因素;采用双向长短期记忆神经网络(BiLSTM)和长短期记忆神经网络(LSTM)串行学习负荷数据的时序性特征和周期性特征;利用二次指数平滑法平滑处理负荷数据,获得残差项,通过LSTM模型训练和迭代,提取残差数据的波动性特征;将负荷预测值与残差预测值融合得到修正预测值。实验结果表明,该方法在MAE、MSE和RMSE上,对比3种负荷预测模型均有提升。

应用二次指数平滑模型预测及评价医院月平均住院日指标

目的探讨、预测及评价大型综合医院月平均住院日变化趋势的评价方法。方法调查某大型综合医院2005年1月-2008年5月间的月平均住院日。采用二次指数平滑预测法,比较2008年1-5月的月平均住院日的预测值和实际值。结果建立的预测模型平均绝对百分误差为3.14%。该医院目前的月平均住院日变动处于合理的短期变动趋势范围之内。结论二次指数平滑预测法可以对医院的平均住院日起到预测和评价作用。

热带气旋频数的二次型预测模型

使用1951—2005年北半球500 hPa高度场格点资料1、949—2005年海温场(SST)格点资料,计算与后期热带气旋发生频数的相关系数,分析两个相关场显著相关区的统计特征,进一步分析其天气气候学意义和物理意义。选取若干相关系数高的格点,构成组合因子,建立二次型曲线预测方程,进行西北太平洋、南海及登陆我国、登陆广东的热带气旋年月频数的预测。预测试验和检验表明,二次型预测模型有较高的拟合能力,在业务应用中有较好的效果。

基于ARIMA和二次指数平滑模型的人口组合预测

以年末人口总数为指标,分析近年来的人口增长现状.建立ARIMA(3,3,1)模型、二次指数平滑模型和组合预测模型三个模型,拟合近30年的年末总人口数,用组合预测法预测未来4年的年末总人数,得出两种模型的最优系数分别为0.25和0.75.研究结果表明,未来4年年末总人口数仍会增长,但年增长率会逐年降低.

福建省全社会固定资产投资预测研究——基于ARIMA模型与二次指数平滑法的应用

运用ARIMA模型与二次指数平滑法对福建省固定资产投资进行试预测,结果表明,受政策变动影响,两种方法的预测结果均比实际值低,二次指数平滑法预测的误差过大,两种方法都存在中长期预测误差变大的问题。在政策环境稳定的前提下,运用ARIMA(4,2,4)模型与二次指数平滑法对福建省2015-2017年固定资产投资进行预测,并对两种方法的预测值取平均值,得出预测结果。

矿山地表沉陷二次型指数平滑预测模型

本文采用二次型指数平滑方法建立了矿山地表动态沉陷预测模型，通过实例取得了令人满意的效果，从而证明本方法在实际分析中有很好的应用前景。

基于神经网络的二次规划问题的指数稳定性

针对带有边界约束的凸二次规划问题,利用离散神经网络模型的建模原理,构造了一个神经网络模型.利用矩阵与对称矩阵的关系和正定矩阵特征值的性质,通过引入一个适当的因子,得到了该离散型神经网络模型是全局指数稳定性和指数收敛率的结果.同时分析了该结果的优越性和存在的不足,提出了解决的3种方法,最后给出了实例说明本方法取得结果的实用性.

二次指数平滑法中确定初始值的简便方法

在利用二次指数平滑法建立趋势预测模型时,必须合理确定初始平滑值.确定初始平滑值比较复杂繁琐 用初期指标值替代初始平滑值是一种简便的处理方法.通过推导,论证了这一方法的可行性,并给出了适用条件.

基于功频调节的二次再热机组一次调频研究

针对二次再热机组的一次调频负荷响应不足问题,以1000MW超超临界二次再热机组为研究对象,基于机理分析法建立二次再热机组一次调频动态仿真数学模型,开发实时动态仿真平台,仿真分析基于功频调节原理的一次调频动态特性。仿真结果表明:基于功频调节原理的一次调频方式在负荷响应速度及幅度方面均优于传统的频差调节方式,提高了机组的负荷响应能力,但对应的主汽压力波动幅度高于频差调节方式。

区域性大型活动卫生保障二次供水风险评价指标及模型的建立

目的探讨区域性大型活动卫生保障二次供水风险评价指标,建立风险评价模型,为区域性大型活动接待单位的事先遴选和开展二次供水卫生保障工作提供科学依据。方法采用Delphi专家咨询法方法研究确定二次供水风险评价指标体系及其权重;采用综合指数法建立线形风险评价模型。结果 30名咨询专家的平均专业工作经历为20.63±5.80年,两轮的应答率均为100%,权威系数分别为0.86±0.06、0.89±0.06,Kendall协调系数分别为0.761(X2=292.348,P<0.01),0.906(X2=363.588,P<0.01),经卡方检验均具有统计学意义;确定了区域性大型活动卫生保障二次供水风险评价的一级指标3项、二级指标10项,以及各项指标的权重,其中一级指标卫生管理、设施管理、水质管理的平均权重分别为2.02、3.94和4.04;建立了线形风险评价模型。结论区域性大型活动卫生保障二次供水线形风险评价模型的建立可为二次供水卫生保障工作提供科学依据,具有推广应用价值。

基于二次指数平滑预测法的客车市场预测

客车行业的预测多停留在定性化。本文引入二次指数平滑预测法,对客车行业的市场需求量进行量化预测。

文献计量学视角下的论文被引频次影响因素研究——兼评使用与被引之间关系

[目的/意义]文献被引频次影响因素始终是科学计量学界研究人员关注的焦点话题。传统的研究工作,或过多地关注期刊等文献自身之外的影响因素,或对表征文献核心信息的标题、摘要的区别度关注不足,可能有失偏颇。[方法/过程]站在被引频次主要源于论文自身因素影响的立场,利用TF-IDF算法和负二项回归模型进行分析。[结果/结论]得出了论文标题和摘要区别度、论文使用次数、热点持续能力等因素对被引频次具有正向影响,而论文长度对被引频次具有负向影响,以及作者合作强度、引用参考文献数与被引频次之间呈现"倒U型"关系,验证了论文类型、是否获得基金资助等因素在被引方面的差异,证实了基于论文被引频次评价指标的作者合作最佳规模的存在。建议研究人员在论文撰写过程中,以更加新颖和精炼的词语组织标题和摘要语言,以区别其他相近研究成果,提高学术成果质量和论文使用量,保持热点导向作用,从而改善被引绩效。

二次规划问题的神经网络方法及其数值仿真

针对具有边界约束的凸二次规划问题,利用离散神经网络模型的建模原理,构造了一个新的离散投影神经网络模型。为了优化求解,运用李亚普诺夫稳定性理论,通过构造一个新的广义李亚普诺夫函数,得到了神经网络模型全局指数稳定的线性矩阵不等式条件。同时将结果的保守性与传统方法所得结果进行了比较。数值仿真表明,改进方法采用新条件,有求解方便,保守性弱的特点,具有较强的实用性。

一段典型山区高速公路的事故频次建模研究

山区高速公路是道路交通系统中的一个重大安全隐患。文中通过对一段典型山区高速公路上事故频次建模,获得了对主要风险因素的安全效应评价;通过数据预处理及对其中"过度离散"和"零膨胀"特征的观察与统计检验,建立了基于零膨胀负二项回归技术的事故预测模型;对比传统泊松和负二项模型,该模型具有更好的数据拟合度和鲁棒性。研究结果表明陡坡、弯道、季节、隧道等是影响山区高速公路事故发生的主要因素。同时提出了一种计算"零事故状态"下各因素相对重要性的方法。

指数基金与跟踪误差优化模型

本文研究了跟踪误差最小化的两种模型:二次优化模型和线性优化模型。本文认为线性跟踪误差模型能够更加准确地体现投资者对待风险的态度,定位于特定目标。因此,在实践中应该采用绝对偏差最小化来取代偏差的平方最小化的方法。

基于灰色—指数平滑组合模型的我国绿色食品市场预测

引用灰色GM(1,1)模型、二次指数平滑法及灰色—指数平滑组合模型,以2002-2013年我国绿色食品市场销售额为原始数据,分别对2011-2013年的市场销售额进行预测,通过比较实际值与预测值之间的误差,认为灰色—指数平滑组合模型的预测结果最为准确。因此,采用灰色—指数平滑组合模型对2014-2016年我国绿色食品市场进行预测。通过观察预测结果得出结论:2014-2016年,我国绿色食品市场销售额将继续呈现增长趋势,绿色食品销售额从2013年的3625.2亿元增加到2016年的5351亿元,2016年的销售额将比2013年增长约47.6%,绿色食品市场发展潜力巨大。

四频差动激光陀螺三种误差模型对寻北精度的影响

分析了四频差动激光陀螺漂移信号的特性,将陀螺输出的漂移误差信号分为常值漂移误差和随时间变化的一次项、二次项漂移误差,并据此建立陀螺漂移误差模型,分别对陀螺漂移进行零次拟合、一次拟合及二次拟合。针对这些模型结合寻北推导了误差的补偿算法,并通过寻北实验精度比较,验证了不同误差模型的补偿效果。实验结果表明,就本文实验所用陀螺,含二次项误差的模型寻北精度较高,使寻北精度从零次拟合模型的1密位降低到0．5密位。

斜拉索大桥的稀疏复指数与基频识别法

针对复指数法(CE)需要准确定阶且对噪声敏感的问题,提出一种稀疏改进的复指数算法。先用高阶次的拟合模型进行模态计算,然后用稀疏优化法代替最小二乘法计算振型系数,从众多振型系数中自动选出真实模态对应的系数,最终达到剔除虚假模态的目的。通过引入稀疏优化方法解决了使用高阶拟合模型难以有效剔除虚假模态的问题,突破了模型阶次不能过高的限制,提高了算法的精度和抗噪声性能,令其在斜拉索基频测试中表现出更高的识别精度。