基于预测的区分业务模型与仿真分析

利用混沌相关理论对实际的网络流量进行了混沌特性与预测分析,并基于混沌预测在短期信号预测方面的良好特性,首次提出了基于预测的区分业务模型实现框架及动态QoS实现算法。基于OPNET的网络仿真实验表明,与传统的静态QoS参数配置方法和基于测量的动态QoS设置方法相较,该模型及方法在网络重负载环境下可使各业务的QoS性能指标及网络总体吞吐量均得到显著改善。

基于ARIMA模型的邮政业务量预测研究

简述了ARIMA模型理论及其建模步骤,基于ARIMA模型对邮政业务量进行了预测实证分析,为寄递业务的经营决策提供合理依据。

基于灰色马尔科夫模型的北京市快递业务量预测

对快递业务量进行科学合理的预测不仅可以为政府和企业科学制订经济发展规划提供精准指导,也可为物流行业碳排放量的预测和控制提供依据。快递业务量受季节、促销等不确定因素影响,数据具有波动性,本文根据快递业务数据特点,将灰色模型与马尔科夫状态转移矩阵相结合,构建快递业务总量预测的灰色马尔科夫(GM-Markov)模型,并基于2011—2020年北京市快递业务总量数据验证了该模型具有较高的预测精度。最后根据建立的模型预测了2021—2023年北京市快递业务总量,以供行业参考。

城市间快递业务量组合预测与分析

为科学有效地对城市间快递业务量进行预测,综合考虑城市经济发展水平和运输距离等影响因素,首先使用三次指数平滑法预测城市的快递业务总量,再使用主成分分析法和贸易引力模型确定城市快递业务能力综合得分和城市间快递吸引强度,最后通过构建组合预测模型,得到2025年各城市间的快递业务量。结果表明:我国快递市场仍处于快速发展期,需要提前规划物流枢纽建设,做好各种运输方式的运能安排,提升快递效率与综合服务水平。

电力通信业务带宽需求预测模型研究

通信网带宽需求预测是网络业务管理、拥塞控制以及流量控制的关键问题。文章着重研究了电网公司生产和管理业务的需求发展和变化,分析了公司业务架构及其各类电力通信网络的承载关系;为提升需求预测的准确性,文章还结合国家电网公司通信网络及承载的业务,利用随机分析方法提出了适合公司的通信业务流量预测模型,根据模型分析了关键业务、典型站点、主要断面的通信业务组成和流量,并在一定的假设条件下对业务流量进行了估算。文章研究成果可对电网公司通信网规划和建设提供科学依据。

基于组合模型的自相似业务流量预测

针对经验模式分解存在的模态混叠问题,提出了一种基于组合模型的自相似业务流量预测方法。首先通过对网络流量进行集合经验模式分解,有效地去除自相似网络流量中存在的长相关性。接着根据分解得到的各本征模态函数分量的不同特性,分别采用人工神经网络与自回归滑动平均模型对其进行预测,最终再将预测结果进行组合。仿真结果表明,提出的方法对于实际网络流量数据具有较高的预测精度。

预测机场航空业务量的灰色模型方法

预测航空业务是工程建设可行性研究阶段的重要工作，是机场发展规划的根本依据。目前，预测航空业务量的方法有专家判定法、类比法、趋势外推法、计量经济法、市场分析法五种。本文将灰色理论应用于机场航空业务量的预测，提出了灰色模型的预测方法，并给出了一个算例。该方法理论先进，预测结果较为可靠，具有一定的应用价值。

基于最优组合马尔柯夫链的业务量预测模型

提出了一种基于最优组合马尔柯夫链的业务量预测模型 .通过分析影响业务量变化的各种因素 ,建立了最优组合模型来预测业务量 ,其最优加权系数依据最小二乘法原理确定 .该模型的主要特点是综合考虑了移动台数量与业务量的动态分布 ,避免了单一预测模型仅利用部分信息而带来的不足 .仿真结果证实了该模型较单一预测方法降低了预测误差 ,提高了预测精度 ,为研究系统性能、提高服务质量提供了有效措施 .

基于遗传算法和神经网络理论的机场航空业务量的预测模型

航空业务量预测是机场规划的基础。常用的预测方法无法同时考虑较多的影响因素,预测结果的精度较低,缺乏客观性。本文运用遗传算法和神经网络理论,综合考虑GDP增长率、人口增长率、进出口总量等因素对航空运输市场的影响,得出一种较为完善的航空业务量的预测模型。

基于Shapley值组合模型的我国快递业务量预测

快递业务量的预测是我国邮政业制定发展策略的重要前提。通过采用灰色GM(1,1)预测、多项式趋势外推预测、指数平滑预测及Shapley值分配权重的组合预测模型对我国2012-2021年快递业务量进行分析,对比预测结果与平均相对误差,证实了基于Shapley值法的组合预测模型在我国快递业务量中的预测精度高于三种单一预测模型,具有科学性。利用此模型对我国“十四五”期间快递业务量进行预测,为政府、邮政管理部门及快递相关企业制定发展策略提供参考。

单速率三色标记在区分业务模型中的应用

传统的IP技术已不能满足当前网络的发展,为了提供更好的服务质量,IETF制定了区分业务体系结构.本文在简要介绍区分业务模型的体系结构的基础上,重点讨论了单速率三色标记的原理及其在区分业务模型中如何实现流量调节.

LTE核心网业务模型的预测研究

在认真研究现有2G/3G业务模型的基础上,详细阐述了LTE核心网模型的影响因素,并提出了预测4G业务模型的基本方法。

非透析慢性肾脏病患者发生肾性贫血风险预测模型的开发与验证

目的探讨非透析慢性肾脏病(CKD)患者发生肾性贫血的影响因素,建立非透析CKD患者发生肾性贫血的风险模型,并验证预测模型的有效性。方法回顾性分析2017年1月—2021年12月收治的非透析CKD患者的临床资料,按7∶3比例随机分为训练集(n=388)与验证集(n=165)。利用单因素和多因素Logistic回归分析筛选影响肾性贫血的影响因素,基于赤池信息准则(AIC)最小值选取最终预测因素构建列线图,并验证模型效能。结果单因素Logistic回归分析显示,17个变量[白细胞计数、中性粒细胞百分比、红细胞分布宽度(RDW)、血小板压积、碱性磷酸酶、血清白蛋白(ALB)、血胱抑素C、尿素、CKD分期、碳酸氢钠、血钾、血钙、血磷、C反应蛋白(CRP)、甘油三酯、尿白蛋白、尿隐血]与贫血的发生相关(P<0.05)。多因素Logistic回归分析结果提示,白细胞计数、CRP、RDW、ALB、血胱抑素C、尿素、CKD分期、碳酸氢盐、血钙是贫血独立影响因素(P<0.05)。利用危险因素构建列线图,经验证模型具有较好的区分度[训练集ROC曲线下面积(AUC)为0.915(95%CI:0.870~0.959),验证集为0.949(95%CI:0.927~0.971)]。校准曲线及H-L检验均提示模型预测值与实际值差异无统计学意义(P>0.05)。临床决策曲线分析(DCA)表明该模型具有良好的临床应用价值。结论本研究开发的预测模型能较好地预测非透析CKD患者肾性贫血的发生风险,为临床决策提供参考。

C-RAN无线网络中业务预测的马尔科夫模型

C-RAN架构无线网络由于采用的是云处理模式,从而具有了云处理模式。已有的业务预测方法应用到C-RAN网络中,会存在不能充分利用共享的信息资源从而影响预测效果的问题。针对这个问题,在证明C-RAN架构无线网络中由不同小区业务流量构成的向量随时间变化的过程是一个马尔科夫过程的基础上,提出利用历史数据构建预测矩阵,通过预测矩阵与当前业务流量数据进行预测,并且设计出预测矩阵的构建方法,以及当有新流量数据到来时对预测矩阵的修正方法,从而适应了对网络状态非平稳情况下的预测。仿真结果表明该方法在预测精度上比传统的外延法、回归分析法有所提高。

新一代农作物生长气象影响评估及产量预测模型业务应用开发与推广

中国气象局新技术推广项目“新一代农作物生长气象影响评估及产量预测模型业务应用开发与推广”（CMATG2004M13），针对国家农业气象业务部门要求提高业务服务科技含量水平的需求，开展了面向生长过程、机理性强的新一代农业气象模型的业务应用推广研究。该项目在对引进国外著名作物生长模型WOFOST（玉米）、ORYZA（水稻）和ARIDCROP（冬小麦）进行本地化的基础上，较好地解决了作物生长模型的区域化等关键技术，研制开发了可在区域尺度应用的东北玉米、

灰色GM(1,1)预测模型在中药上市企业财务指标预测中的应用--以主营业务收入及净利润为例

目的:运用灰色GM(1,1)预测模型对我国中药上市企业主营业务收入和净利润进行预测分析。方法:以北京同仁堂股份有限公司、云南白药集团股份有限公司等10家中药上市企业为样本,分析各企业2011—2020年的主营业务收入和净利润发展现状,采用Matlab 7.0软件构建和拟合灰色GM(1,1)预测模型,预测各企业2021—2025年主营业务收入和净利润发展趋势。结果:基于各企业2011—2020年的主营业务收入和净利润构建预测模型,结果显示,预测模型的发展系数(a)均满足–a小于0.3,后验差比值(C)均小于0.35,且P值均为1.000,模型预测精确度均为好。预测结果显示,各企业2021—2025年主营业务收入将整体呈增长趋势,净利润则出现不同的发展趋势。结论:灰色GM(1,1)模型预测中药上市企业财务指标主营业务收入和净利润的拟合效果好,可应用于财务指标的中长期预测。各企业的主营业务收入将不断增加,但净利润波动较大,企业应根据财务指标的发展趋势,适当调整发展战略方向,以提高企业获利能力和盈利运营能力。

基于XLNet的业务流程下一活动预测方法

预测性业务流程监控侧重于使用事件日志预测正在运行流程的未来特征,针对大多数现有业务流程预测方法的缺点,例如无法捕获序列的长距离依赖、只能单向利用序列信息,提出一种基于XLNet的业务流程下一活动预测方法。该方法实现了长程记忆,并采用注意力掩码重构事件序列,以利用序列的双向信息。通过在4个公开数据集上进行评估表明,该方法的平均准确率具有优越性,且在日志记录充分时,该方法对业务流程下一活动的预测准确率较高,可为业务流程管理系统提供实时的决策依据。

无线传感网与移动通信网融合业务流模型和预测算法研究

由于移动通信网和无线传感网各有特点,且各自的网络结构和协议栈差别较大,两网异构融合产生的多业务数据流量将同时具备局部性、周期性、随机性、突发性等多重特点,结构复杂,对网络运营能力及安全监测带来了技术难题。文中针对多业务流的场景,分析各类业务流模型的特点,提出一种基于异构网的融合业务流模型,并对业务流量通过预测算法进行预测。仿真结果表明,该模型算法的预测精度较高,为异构网的多业务融合起到了重要的支撑作用。

制造型企业业务成本预测模型构建与应用——基于灰色理论

业务成本预测是制造型企业财务管理工作的重要内容。基于灰色理论建立制造型企业业务成本预测的GM(1,1)、Verhulst和SCGM(1,1)c模型,并在其基础上采用拟合一致性方法构建GM-Verhulst-SCGM组合灰色预测模型。通过选取M化工企业2004~2013年业务成本数据作为预测模型拟合样本进行参数确定,对其2014~2016年企业业务成本进行预测。结果表明,组合灰色预测模型具有较高的预测精度,其误差低于各单一灰色预测模型及传统线性回归模型。此外,在分析组合灰色预测模型适用性的基础上,预测制造型企业2017~2021年业务成本变化趋势,为企业财务管理与成本控制提供理论参考。

基于GM(1,1)季节指数模型的快递业务量预测

快递业务量存在季节性波动和总体变化等问题,为了更好地预测其趋势,提出基于季节指数的灰色系统模型预测方法。首先以2014—2019年的全国快递季度业务量为基础,分别建立GM(1,1)模型和GM(1,1)季节指数模型,并计算出2014—2019年的季度快递量拟合值;然后与实际值进行比较,同时做出拟合效果图;最后经过模型的精度指标计算,比较2种方法的模拟效果。结果显示,GM(1,1)季节指数模型精度指标平均绝对误差、均方差和平均绝对百分误差,分别降低了36.840%,74.547%和50.314%。这表明该模型模拟出来的数值更贴近实际值,不仅精度高,而且在数据变化上体现季节波动性,更适合快递业务量的预测。