多层递阶回归分析法在全国初夏雨量预测中的应用

在传统统计方法的基础上,引入多层递阶方法。将多层递阶方法与回归方法合二为一,作为新的预测方法尝试,以弥补常规统计方法中回归系数是常数的不足。将多层递阶回归方法应用于短期气候预测,建立多层递阶回归模型,并用全国160个气象站5月份雨量作预报试验。经过近2a的实际预报表明:该模型对华中、华东、两广大部、云贵高原大部的5月份雨量有较好的预报能力,具有一定的参考价值。

基于多层递阶回归分析的轧钢煤气用量预测

以某钢铁企业为背景,基于煤气用户的历史数据,通过多层递阶回归分析建立相应的消耗预报模型,从而对煤气用量进行预测。首先把统计样本中的各个高相关因子作为回归变量进行线性回归处理,然后以回归系数与预报因子的乘积作为对修正量来进行多层递阶预报。这种多层递阶与回归分析方法,既能较好地体现高相关因子在预报模型中的重要作用,又具有较强的适应性,可提高预报精度。实际工业应用证明了方法的有效性。

一种改进的多层递阶预报方法研究

为解决多层递阶方法的预报效果不稳定 ,特别是预报因子之间存在较大量级差异时预报不稳定的问题 ,给出了一种改进的多层递阶预报方法———多层递阶回归分析方法 .该方法将原模型中的各项看作回归变量作线性回归 ,再以回归系数与预报因子的乘积作为对原预报因子的修正变量 ,然后进行多层递阶预报 .该方法集多层递阶和回归分析两者的优点 ,既能较好地体现高相关因子在预报模型中的重要作用 。

水库优化调度模型的改进

建立了水库决策变量与其影响因素间的多层递阶回归分析模型.实际应用中,该方法集多层递阶和回归分析两者的优点,既能体现高相关因子在预测模型中的重要作用,同时对时变系统又具有较强的适应性.