基于Brown线性趋势模型的上海保险行业人才需求预测研究

为了突破上海市保险业人才供需失衡而制约行业发展的瓶颈,设计人才需求预测模型来预测未来几年的人才数量具有实际意义。本文基于2011—2016年上海市保险业人才有关数据,构建Brown线性趋势模型,预测2019—2021年上海市的保险业人才需求量。结果表明,上海市未来三年内以每年近似13%的速度增长。最后,从高校培养人才的角度提出相关建议,以期为该行业的未来发展提供参考。

基于线性趋势模型与LSSVM的校准间隔组合预测

针对仪器校准间隔的预测问题,提出了基于线性趋势模型和LSSVM的一种新的组合预测方法。该方法综合运用线性趋势模型良好的趋势项拟合能力和LSSVM强大的非线性映射功能,具有很高的预测精度。实例验证表明:该方法优于现有方法。

疾病空间分布趋势面模型的共线性偏倚及其测量与控制

目的 探讨趋势面分析中共线性偏倚及其测量与控制方法。方法 以疾病监测资料为基础 ,引用回归诊断方法识别趋势面模型的共线性偏倚 ,进一步用岭回归趋势面模型控制共线性偏倚。结果 趋势面分析往往存在共线性偏倚 ,利用岭回归趋势面分析可以在一定程度上控制共线性偏倚。结论 在作趋势面分析时应当考虑共线性偏倚对结果的影响 ,并设法予以控制。

能源发展趋势的非线性优化组合预测模型研究

通过对我国能源生产历史数据的分析,提出了非线性回归与灰色预测优化组合预测模型,从理论和应用上说明了此方法的优点,并对未来的能源生产发展做出了分析预测。

带异质线性趋势的动态二元选择面板模型估计

本文提出了带异质线性趋势的动态二元面板模型的极大似然偏误纠正估计量和近似条件Logit估计量,给出了通常极大似然估计量偏误的解析形式,并提供了相应的估计方法。小样本实验表明,近似条件似然函数可以很好地消除异质性参数的影响,而偏误纠正估计量可以显著地修正极大似然估计量的偏误。最后将本文提出的方法应用到现金红利支付模型。

基于线性趋势拟合模型的天祝藏族自治县农牧民收入预测分析

以甘肃省天祝藏族自治县2008—2017年农牧民家庭人均可支配收入为研究对象,通过对天祝藏族自治县和甘肃省总体农村居民家庭之间人均可支配收入作对比分析,发现二者均值之间存在一定差距。利用线性趋势拟合模型,对2008—2017年天祝藏族自治县的农牧民家庭人均可支配收入进行了统计分析,并对未来5年的收入趋势作出预测。从预测结果可以得出天祝县农牧民家庭人均可支配收入呈现出一种稳步上升趋势,到2021年有望突破9000元,预测结果可为政府部门出台相关少数民族政策提供理论依据和决策参考。

用Brown单一参数线性指数平滑模型预测张北县初中专业教师数量

根据对张家口市张北县初中现任各科教师的调查统计资料,针对影响教师数量的因素错综复杂的特点,采用Brown单一参数线性指数平滑的数量模型,对今后几年中该县初中教师的需要数量进行了中短期预测。

基于灰色线性回归组合模型的集成电路封装设备故障趋势预测

针对集成电路封装打孔机冲针监测数据的特点,分别构建灰色GM(1,1)模型和线性回归模型,开展故障趋势预测;在此基础上,采用组合预测的思想,运用灰色关联度方法融合灰色GM(1,1)模型和线性回归模型,建立灰色线性回归组合模型对设备进行故障趋势预测。结果表明,灰色线性回归组合模型的预测精度优于单一预测模型,可以用于集成电路打孔机设备的故障趋势预测。

基于Holt线性趋势和ARIMA模型对安徽省能源消费的预测

能源消耗直接关系到一个地区的发展,能够预测到一个地区的能源消耗量有利于今后的能源调度配置方案的制。针对安徽省能源消耗问题,选择1990年到2017年的安徽省能源消耗量数据,综合利用EViews,SPSS,EXCEL等软件,采取Holt线性趋势模型和ARIMA模型对安徽省2018年到2022年的能源消耗量进行预测。所建立的模型通过相关检验,预测效果理想,并对两个模型的预测结果进行对比分析。最后,根据所得到的结果,对安徽省今后能源使用提出相应的建议,助力区域发展。

基于多元线性回归模型预测成都市PM2.5趋势

以成都市2019年全年的PM2.5、气温、可吸入颗粒物PM10和一氧化碳CO的基本监测指标数据为研究对象,利用MATLAB分析PM2.5与其他几组数据的关系。由建立的多元线性回归模型可知,温度对PM2.5的影响不显著,可吸入颗粒物PM10和一氧化碳CO对PM2.5有重要影响。对所得模型进行t检验并改进模型,预测成都市未来PM2.5为增长趋势。

基于灰色预测和线性回归的烟叶产量预测模型

为解决作物产量预测样本数据偏少的问题,同时体现出产量与气候因素的关联性,采用灰色预测模型与线性回归相结合方法构建烟叶产量预测模型(TPFM),符合实际需求也便于应用。模型基于灰色预测GM(1,1)模型,利用历年烟叶产量计算产量趋势曲线,根据实际需求划分不同产量状态。使用线性回归方法确定一个多种气候因素与烟叶产量之间的关联公式,通过该公式提取每个状态的状态特征值,然后与预测年份的状态特征值进行比对,与其偏移最小的一个状态就是该年份的产量状态。经过数据验证,模型准确性较高,能够满足烟草预测的要求。

农网改造评价指标的非线性优选组合预测模型

为解决多项目评价中指标的自适应预测问题,采用定量趋势分析与定性趋势分析相结合的方法确定模型群,建立了一套适用于众多农网项目综合评价的优选组合预测模型。试用结果表明,模型的预测精度和通用性良好。

滑动轴承摩擦故障趋势预测的系统自记忆模型

针对滑动轴承时间序列非线性引起的接触摩擦故障趋势难预测的问题,提出一种基于系统自记忆预测模型的滑动轴承接触摩擦故障趋势预测方法。该方法首先根据信号激励源不同的特点,将采集信号分离为冲击声和随机声,然后采用函数拟合、求导和灰色理论分别反演出冲击声和随机声的系统微分方程,并运用双向差分求取不同微分方程对轴承接触摩擦故障信号系统动力核的影响系数。通过引入自记忆函数,将滑动轴承摩擦故障系统动力核反演成一个微分-差分方程,由此得到滑动轴承的自记忆预测模型。应用到静载荷和动载荷的滑动轴承接触摩擦故障实例中,验证了所提方法的有效性,为滑动轴承磨损退化趋势预测提供了一种新的途径。

基于线性分析及AR模型在GNSS时间序列中的应用

GNSS技术是现代测量技术的代表。为了提高GNSS时间序列的精度,本文利用时间序列线性分析的方法,探测分析时间序列存在的趋势项、周期项以及复杂程度。利用线性拟合方法获取了3个方向的拟合函数;自相关和偏自相关函数探测出时间序列存在周期项和趋势项;应用AR(p)模型对时间序列进行了短期预测分析,通过模型定阶、估计,确定了AR(2)为最佳的预测模型,随着预测步数的增加,预测精度逐渐降低。

时间序列趋势预测的三步滚动模型

如何对统计数据的时间序列的发展趋势进行科学的预测是对预测方法的理论研究和实际应用都是非常重要的，也是关系到能否有效利用统计数据并做出正确决策的重要前提。在经济社会领域的实际应用中，研究人员根据时间序列的特点，希望用一些拟合精度好、建模方法简单、应用方便的预测模型。而社会经济现实问题中的统计数据的时间序列的发展趋势往往是较复杂的，其变化规律和特征不易发现。它需要用系统工程的理论和方法，用定性分析和定量研究相结合的方法来进行分析研究，用不同的预测模型来拟合，进行分析研究是必要的。所以我们对统计数据的时间序列提出数学方法比较简单，应用方便，拟合精度好的三步滚动线性预测模型，为预测方法的理论研究和实际应用提供必要的参考依据，这对统计数据的有效利用具有一定的现实意义。

基于指数平滑模型的学习能力变化趋势评价方法研究

一直以来,对本科生和研究生的学习能力通常采用各种考试、测验成绩的算术平均值进行评价,或者采取定性评价的方法,所以不能以定量的形式反映大学生学习能力发展变化的趋势。为此,对大学生的学习能力变化趋势评价方法进行了探索,首先基于时间序列分析的指数平滑模型,将获取的一段时期内学生学习能力测试数据,使用Holt线性趋势指数平滑模型进行趋势预测;然后将预测结果与均值相比较,以此来定量地反映学生学习能力的变化趋势。经实践证明,该方法能够较为准确地预测大学生学习能力的发展趋势。

采用简化Brown模型及改进BFGS法的相机自标定

为了精确地反映相机的几何成像关系,本文基于简化的Brown模型和改进的BFGS(Broyden-Fletcher-GoldfarbShanno)算法提出了一种相机自标定方法。该方法首先将线性模型和畸变模型拟合为非线性模型,通过线性模型的基本矩阵约束非线性模型参数得到约束方程;然后,提出了适用于非线性内参数约束方程的基于新拟牛顿方程的改进BFGS算法并求解了方程内参数。利用提出的模型和算法,该标定方法能够在较少的迭代次数和有噪声条件下保证标定结果的精度和鲁棒性。有、无噪声情况下的收敛性分析和鲁棒性分析显示:在噪声不大于±3pixel的情况下,迭代10次即能保证重投影误差小于0.4pixel。通过标定相机内参数并计算重投影误差进行了真实图像实验,结果表明:标定精度误差小于0.06%,重投影误差为0.35pixel,验证了提出方法的有效性。该方法适用于计算机视觉领域中的图像处理,模式分类和场景分析等。