Holt-Winters模型与SARIMA模型对手足口病月发病率预测效果的比较

手足口病(hand,foot and mouth disease,HFMD)是由肠道病毒感染引起的儿童常见传染病,以发热、手足臀部或者口腔疱疹为主要症状,多发于5岁以下儿童,严重时可导致患儿死亡[1-2]。2008年3月,我国把HFMD列为丙类传染病进行管理[3],近年仍是威胁儿童健康的重要公共卫生问题之一[4]。

基于最小二乘法和BP神经网络的磁流变阻尼器H-B模型参数辨识方法

针对Bingham模型磁流变阻尼器由于剪切稀化效应带来的阻尼力计算误差,在理论和仿真分析的基础上,提出一种最小二乘法和BP神经网络相结合的方法,对磁流变阻尼器H-B模型进行参数辨识,获得各参数与电流的关系,从而对磁流变阻尼器的阻尼力进行准确计算。最后通过磁流变阻尼器实验对理论方法进行验证。结果表明:借助于磁流变阻尼器的仿真分析,最小二乘法和BP神经网络相结合的磁流变阻尼器H-B模型参数辨识方法精确度高、吻合性好,验证了参数辨识结果的通用性及准确性。

基于最小二乘法三维坐标转换的模型变形研究

如何在保证三维模型可视化效果的前提下实现三维模型的变形,既满足三维模型脱密精度的要求又能满足三维产品的应用需求,是目前自然资源领域研究的一个热点。针对此问题,本文提出了一种适用于任意场景的三维模型变形方法,在限差给定的条件下,引入最小二乘法进行三维坐标转换,在此基础上在多视影像区域网平差阶段完成坐标转换,从而实现三维模型的无损变形。试验结果表明,本文提出的方法能够有效地避免三维模型坐标转换过程中纹理拉花、结构损失等问题,可以获得良好的变形效果,为当前三维模型的脱密变形提供了一条新的技术路线。

精心创设情境式任务 促进乘法模型整体建构

新课标要求学生在具体情境中建立乘法模型,要求教师重视单元整体教学设计。为此,教师要能结合教学需要,精心创设情境式任务,有效驱动学生经历建模过程,整体建构乘法模型。教师可以创设探究性情境式任务,促进课时整体乘法模型建构;可以创设故事性情境式任务,促进单元整体乘法模型建构;可以创设挑战性情境式任务,结构化梳理整体乘法模型。

基于总体最小二乘法改进GM(1,1)模型的矿区沉降预测

【目的】针对煤矿区地表沉降受各种因素影响难以精确预测的问题,本研究提出采用总体最小二乘法(TLS)融入GM(1,1)模型进行试验研究。【方法】基于某矿区2011—2017年的沉降监测数据,分别采用基于总体最小二乘法(TLS)与最小二乘法(LS)的GM(1,1)模型进行预测试验。【结果】试验结果表明,基于GM(1,1)预测模型,采用TLS方法对2018年矿区沉降预测的精度较LS方法提高了0.49 mm;对2019年矿区沉降预测的精度较LS方法提高了0.55 mm。【结论】本研究验证了采用TLS方法的GM(1,1)模型相较于LS方法的GM(1,1)模型在矿区地面沉降预测中具有更高的精度和更好的效果。

探寻有效教学路径,深度建构乘法模型--以“常见数量关系:路程=速度×时间”创新设计为例

自《义务教育数学课程标准(2022年版)》颁布以来,小学数学教学新理念引发了教师们对教学的新思考,教师们越来越关注学生学习力和素养的发展,核心素养被提上了新高度.这样的发展趋势要求教师在小学数学教学中不断探寻数学教学“有效路径”,以“常见数量关系:路程=速度×时间”创新设计为例,以有效理解“速度”概念为支点,尝试根据课标“模型意识”的内涵要求,设计深度建构乘法模型的有效路径.

基本模型:指向乘法数量关系的一致性

数量关系教学中存在“关注问题具体特征,忽视量与量之间内在关联”的问题,这一认知局限主要源于对“数量关系一致性”的关注不足。因此,对于乘法数量关系的教学,教师应聚焦一致性,在分析问题、探讨价值的基础上,以基本模型为抓手开展教学。实施中可采用以下策略:低段教学聚焦“每份数”,夯实认知起点;线段表达,凸显乘法的内在联系;融合多元,构建统一模型;拓展应用,彰显模型价值。

借助模型转化 凸显数学本质——以“乘法的初步认识”为例

数学建模是数学应用的基本方式,模型思想是数学的基本思想。数的概念、关系、运算等都直接派生自我们的现实生活,是对现实模型数学化的产物。在小学阶段,可借助实际的情境塑造并提升学生的模型意识,这个过程包括实际情境观察、发现提出问题、抽象成数学模型、得到数学结果,可以用具体的模型来解释各种概念、运算及数量关系,从而提升学生的模型意识。

设计开放任务,建构乘法模型——以“乘法的初步认识”教学为例

文章以苏教版教材小学数学二年级上册“乘法的初步认识”一课的教学为例,通过教材分析和素养解析,设计以下教学活动:设计开放任务,让学生写出加法算式;注重连加算式,帮助学生建构乘法模型;借助不同表征,帮助学生深化乘法模型。

基于问题支架,构建乘除法模型——《用7的乘法口诀求商》教学与思考

“用7的乘法口诀求商”属于数的运算教学内容,与前面的“用1—6的乘法口诀求商”相关联。可以通过设计一系列相互关联的问题,为学生搭建学习新知的支架,引导学生通过自主迁移、逆向思维等途径构建乘除法模型。

基于结构化,培养模型意识--以“小数乘法”为例

模型意识的培养需要“量”的积累,“思”的深入,“网”的勾连。教师基于结构化教学理念,引导学生认识模型、理解模式、对数学建模的本质与过程形成结构化的认识,是培养学生模型意识行之有效的方法。

整体学习任务视域下的“数量关系”主题教学探究——以乘法模型的教学为例

乘法模型作为小学数学"数量关系"主题中的重要内容,无论是在数学知识建构层面,还是学生数学思维发展层面,都有着举足轻重的地位.教师应立足整体视角,引导学生从整体性尧发展性和一致性的角度理解乘法数量关系的内涵本质,建构模型;引导学生在关联中理解数量关系,培养模型意识.

PAC模型的迭代最小二乘法估计——以居民消费为例

PAC(polynomial adjustment costs)模型的一个重要特征是明确地将对未来事件的预期与由于调整成本而延迟的预期响应分开。这一特征要求利用PAC模型与非结构化的VAR组合预测的预期项估计出的动态调整模型与所利用的PAC模型本身必须一致。本文通过开发以E-QNEWTON算法为核心的迭代的最小二乘法,估计出了满足该一致性条件的PAC模型。将其与简化方法估计的模型进行对比显示:二者所估计的流动性约束家庭占比相似;前者估计的滞后项对消费调整的影响小于后者;它们的预测性能差异不大,前者的预测性能略微劣于后者。

基于最小二乘法的欠驱动水面船舶模型预测控制

针对欠驱动水面船舶轨迹跟踪控制问题,根据模型预测控制(Model Predictive Control, MPC)原理,提出一种基于参数化模型的非线性模型预测控制(Parameterized Model-Nonlinear Model Predictive Control, PM-NMPC)方法。采用最小二乘法对船舶的参数化模型进行辩识,设计PM-NMPC控制器。对环境干扰下的某集装箱船艏向角控制和轨迹跟踪进行试验,验证控制算法的有效性,并将该控制器与比例积分微分控制器(Proportional plus Integral plus Derivative cotroller, PID cotroller)控制器进行对比。仿真结果表明,PM-NMPC控制器轨迹跟踪效果更好,对未知干扰具有更强的稳健性。

小学数学教学中培养学生模型意识的策略研究——以乘法模型为例

小学数学教育中培养学生的模型意识,是指引导学生从日常的生活中抽象出数学模型,将问题转化为数学形式并进行求解的意识和能力。《义务教育数学课程标准(2022 年版)》核心素养的主要表现及内涵中指出:模型意识主要是指对数学模型普适性的初步感悟。知道数学模型可以用来解决一类问题,是数学应用的基本途径;能够认识到现实生活中大量的问题都与数学有关,有意识地用数学的概念与方法予以解释。

基于改进遗传算法的Holt-Winters模型在采空沉陷预测中的应用

针对遗传算法存在的缺陷,提出了用小生境方法改进遗传算法。为了提高采空沉陷预测精度,借助Holt-Winters模型的预测功能,应用改进遗传算法求解和优化Holt-Winters模型组合参数,形成了改进遗传算法-Holt-Winters模型组合算法。将组合算法应用于长平高速公路采空区路段沉陷预测,计算表明:改进遗传算法弥补了传统遗传算法易早熟、局部寻优能力弱的缺陷;改进遗传算法-Holt-Winters模型组合算法克服了按梯度试算法搜索质量差和精度不高的缺点,输出稳定性好,预测结果相对误差在2%以内,预测精度显著提高;在采空沉陷中长期预测的相对误差小于0.79%,该算法可用于中长期采空沉陷预测。

基于Holt-Winters模型的铁路月度货运量预测研究

铁路货运量预测是铁路运输市场分析的重要内容,对铁路货运业务的开展有着重要指导意义。铁路月度货运量数据序列是既有趋势性增长又有季节性波动特征的时间序列,Holt-Winters模型适用这类时间序列的预测。本文构建Holt-Winters乘法模型来进行铁路月度货运量预测,并以某铁路局化肥月度货运量为原始数据来做实证分析,最后与灰色模型、分组回归等传统预测模型的结果进行比较,结果显示Holt-Winters模型的预测精度最高。

ARIMA模型与Holt-Winters模型在铁路旅客周转量预测中的比较

运用ARIMA和Holt-Winters两种典型时间序列预测模型,对我国2004—2008年铁路旅客周转量的月度数据进行拟合,在此基础上预测2009年的月度旅客周转量,并与2009年旅客周转量的实际值进行比较,同时对ARIMA模型和Holt-Winters模型进行分析比较。

基于神经网络与Holt-Winters模型的铁路货运量组合预测

铁路货运量的预测结果直接影响到铁路运输计划以及有关运输政策的制定.在有关文献研究的基础上,提出了基于Holt-Winters模型和神经网络的铁路货运量组合预测方法,并为Holt-Winters模型和神经网络模型设计了相应的算法,同时,采用最小绝对值法,确定了组合模型中各单项预测模型的权重.最后利用实例验证了该组合预测方法的有效性和实用性.预测结果分析表明:最大预测误差为9.13%,最小预测误差为2.38%,说明本文提出的组合预测模型充分考虑了多指标的共同作用,具有一定的科学性.

基于真实情境 建构数学模型——“路程、时间与速度”教学实践与思考

课前思考:2022年版课标指出,乘法模型可大体分为与个数有关(总价=单价×数量)、与物理量有关(路程=速度×时间)这两种形式,要引导学生理解现实问题中的乘法模型,并感悟模型中量纲的意义。对于速度、单价这两个刻画快慢和贵贱的概念,学生需要在解决现实问题的过程中,理解其意义。具体来说,以“速度”为例,学生要知道在解决快慢这类问题时可以找到“速度=路程÷时间”这一典型模型,并经历从现实情境中抽象出这一数学模型的过程。