基于DCS-DES组合的机场航班延误预测方法

航班延误对民航运输业的影响较为明显,针对机场航班运行的特点,将生物免疫机制与航班运行机制相对应,依据航班的延误率对检测器进行划分,用机场航班运行数据对检测器进行训练,提出了基于动态克隆选择算法和动态指数平滑法组合的机场航班延误预测方法,简称为DCS-DES组合方法。对这两种方法采用均方误差各所占比例加权组合预测的方式进行了实验,实验结果表明,该方法能较准确地预测下一时段航班的延误数量,且实时性较好。

适用于海洋动态观测设备嵌入式系统的低功耗管理预测模型

能耗是制约海洋设备在水下工作时长的关键因素。为进一步降低海洋动态观测设备嵌入式系统的动态功耗,本文针对前人提出的用于预测空闲时间的指数平滑算法所存在的权重系数基于凑数法确定、算法难以适应大波动等问题,设计了一种新的权重系数,并构建了一种自适应的低功耗管理预测模型。当模型检测到预测的空闲时间超过工作和休眠状态切换的时间阈值后,中央处理器关停系统的部分外设,使系统进入低功耗休眠状态。仿真和单片机实验均表明,本文提出的低功耗管理预测模型能够有效地提高对处理器工作的空闲时间预测的准确性,且面对突发状况具有良好的自适应性,可显著降低嵌入式系统的功耗,有效延长设备的工作时间。

一种自适应指数平滑动态预测模型

针对传统指数平滑预测模型的不足,设计了一种自适应指数平滑动态预测模型。该模型实现了对时间序列数据的自适应动态预测,且保留了原方法公式简单、易实现的特点,可用于在线动态预测,具有工程实用性。利用实际数据对该预测模型进行了数据验证,并与传统指数平滑模型进行了对比。结果表明,该自适应动态预测模型的预测效果较好。

基于二次指数平滑预测的虚拟机调度方法研究

针对数据中心的高能耗问题,提出了一种基于负载感知和预测的虚拟机调度方法,采用二次指数平滑法预测物理主机资源负载情况,利用MMT与MM相结合的策略选择待迁虚拟机,使用资源最佳适配策略(BRF)选择目标物理主机。该调度方法的预测模型能提高迁移触发准确率,随着调度轮数的增加,对资源需求互补的虚拟机会被整合到相同物理主机上,从而减少迁移次数。通过Cloud Sim仿真平台与FT_MMT、CDLC、AR_MMT调度策略进行了对比,结果表明该调度方法在能耗节约、迁移次数方面均有所提升。

动态指数平滑优化模型及其应用

针对常规二次指数平滑模型在实际应用中的不足,引入动态平滑参数的概念,建立了一类不需选取平滑初值、平滑权重能自行调整的指数平滑模型;以预测误差平方和SSE最小为目标,构造了优选并自动生成最佳平滑参数使预测模型得以优化的最速下降算法.通过严谨的数学论证和算法分析较完整地解决了指数平滑预测中,平滑参数靠经验确定并且因静态、平滑初值难以确定而易导致预测偏差等问题.最后用所建模型对中国消费品零售总额进行了预测,结果明显优于传统模型.

基于指数平滑预测的Ad Hoc网络路由协议

提出一种基于动态指数平滑模型对网络流量负载进行预测的负载均衡协议DES-LBPTP(a Dynamic Exponential Smoothing Model-Based Load Balancing Protocol for Traffic Prediction in Ad Hoc Networks).该协议以MAC层接口队列中分组长度为流量负载的衡量依据,利用动态指数平滑预测模型对节点的流量负载进行预测,根据预测到的下一时刻流量负载状况,在节点出现拥塞丢包之前,提前实施路由更新机制,避免中间节点拥塞,以此提高网络性能.此外,该协议在中间节点根据流量负载状况有选择地转发RREQ、在目的节点采用延时应答也在一定程度上改善了网络性能.仿真结果与AODV协议相比,端到端时延降低约50%,归一化开销改善28%,分组投递率最大增长10.4%.

基于动态指数平滑预测的负载均衡算法

负载均衡算法是决定计算机集群性能的关键.研究介绍了常见的负载均衡算法,讨论了这些算法的优缺点,并在此基础上提出了一种基于负载预测的均衡算法.该算法通过动态指数平滑模型,计算出适应于当前服务器节点负载时间序列的平滑系数,预测该节点下一时刻负载值,分发器再以负载预测值最小为依据调度用户服务请求.使用OPNET网络仿真软件进行测试,结果表明该算法能有效提高负载均衡效率,具有良好的负载均衡效果.

动态指数平滑模型在网络流量预测中的研究

网络流量预测是网络性能管理的一个重要组成部分,一种好的预测模型能比较准确地判断网络流量的发展趋势,对网络管理起到推进作用。提出了将最速下降迭代法应用于指数平滑模型的方法,以预测误差平方和(SSE)最小为目标,构造并自动生成了最佳平滑参数,使网络流量的预测模型得以优化,增强了指数平滑模型对时间序列的适应能力,较好地解决了指数平滑预测模型中,平滑参数靠检验确定且为静态,平滑初值难以确定并导致预测偏差等问题。通过分析,证明了此模型能够较准确地预测出网络的流量,使网络管理人员对网络的性能状态有整体的把握并且能够较好地对网络性能进行监测控制,从而提高了网络的服务质量。

动态三次指数平滑法的火电厂发电量预测研究

研究具有动态平滑系数和参数的动态三次指数平滑法在火电厂发电量预测的适用性,并且与传统的时间序列预测模型加权移动平均法进行比较。以部分河北省邯郸市的火电厂发电量为研究对象,对月发电量进行预测。通过采集到的发电量数据对两种预测模型进行编译和实现,并嵌入预测干预法,通过相对误差和方差的比较,证明基于动态三次指数平滑的时间序列预测模型具有良好的预测精度和预测数据拐点的能力,在火电厂发电量的预测中有较高的实用性。

基于Holt指数平滑模型的油井产量动态预测

产量动态预测是油井生产动态的实时监测与调控的重要基础。该文利用时间序列分析中的Holt指数平滑模型,依据误差平方和最小原则对初始值和平滑参数α、β进行优化,考虑了所有已有时间序列的历史数据对预测值的影响,建立了一种新型的油井产量预测Holt指数平滑模型。实例计算表明,模型预测误差基本控制在10%以内。该模型具有良好的适用性和准确性,可作为油井生产计划的实时调整和辅助决策依据。

基于最优梯度自适应优化算法的交通流预测

短时交通流预测在交通控制中起着基础的作用。建立了一类不需要选取初始值、带有动态参数的指数平滑模型。以预测误差平方和SSE最小为目标,构造了优选并自动生成最佳参数,使平滑模型得以优化的最速下降算法,增强了模型对时间序列的适应能力。较好地解决了指数平滑预测中,平滑参数靠检验确定且为静态、平滑初值难以确定并导致预测偏差等问题。通过比较上海浦东的实测数据和其它预测算法,验证了该算法的有效性和实用性。

改进指数平滑预测的虚拟机自适应迁移策略

针对云数据中心虚拟机频繁迁移问题对虚拟机迁移时机进行研究,提出一种基于改进指数平滑预测的虚拟机自适应迁移策略.该策略采用双阈值和预测相结合的方法,连续判断负载状态触发负载预测,然后,根据历史负载值自适应地预测下一时刻主机负载状态并触发虚拟机迁移,实现主机负载平衡,提高迁移效率,降低能耗.经实验表明,该方法在能耗和虚拟机迁移次数方面分别可降低约7.34%和58.55%,具有良好的优化效果.

我国硫资源利用的动态分析

运用指数平滑预测方法建立了我国硫资源产业系统的动态分析模型,对现状条件下硫资源产业系统未来发展趋势以及循环经济发展方案实施效果进行模拟与分析。此外,对不同政策力度下多循环经济发展方案的综合实施效果进行优化,得出了各方案在不同实施力度下的最优综合实施方案。分析结论将为实现我国硫资源产业可持续发展提供决策思路和政策依据。

基于改进三次指数平滑法的航材需求预测

为提高航材需求预测的精度,采用基于时间序列的三次指数平滑法构建一种系数自调整的预测模型。借助于改进的粒子群算法对搜索空间内的静态系数进行动态调整,以误差平方和(SSE)作为评价函数选择最优的平滑系数对航材进行需求预测。以某公司航材的实际数据为例进行仿真实验,将所建模型与传统的模型及灰色预测方法进行验证对比,结果分析表明,改进的三次指数平滑法对提高航材需求预测的精度具有很大帮助。

交通参数预测的自适应优化算法研究

将最优梯度算法应用于指数平滑模型,通过构造优选并自动生成的最佳平滑参数使模型得以优化,增强了指数平滑模型对时间序列的适应能力,较好地解决了指数平滑预测中,平滑参数靠检验确定且为静态、平滑初值难以确定并导致预测偏差等问题。通过实例,与其他指数平滑预测算法相比,验证了该算法的有效性。

动态指数平滑模型预测及应用

利用matlab软件,在二次指数平滑模型的基础上,依据误差平方和最小为判断标准,建立了动态指数平滑模型,并依据此模型对上证指数进行模拟和预测.结果表明,动态指数平滑模型可以准确找到合适的参数,使得模型的准确度大大提高,同时也避免了具体使用指数平滑法时不断寻找参数的状况.

生态环境数据预测方法研究

大规模生态环境数据的处理和统计分析为环境保护和预测提供重要依据,其分析和预测方法成为数据处理的研究重点。在对海量生态环境数据的分类整理和综合处理基础上,基于时间序列的指数平滑法建立了一种动态二次指数生态环境数据预测模型。该模型针对生态环境的实时变化特征,利用二次指数平滑方法实现了静态参数的动态优化处理。以云南大理生态环境数据为样本,通过实验仿真测试和模型分析,结果验证了该模型的适用性和准确性。

改进的遗传算法在钢铁企业污染物排放量预测的研究

在钢铁企业的发展中,环境保护尤为重要,钢铁企业的污染物二氧化硫的排放量是环境保护建设的重要指标。使用遗传算法与动态三次指数平滑法相结合,采用遗传算法中的轮盘赌算法计算最优解区间,并用遗传算法计算最优值,导入指数平滑算法绘制数据走向曲线,并根据企业的生产日志配合使用预测干预法,对钢铁企业污染物排放量进行预测。通过该算法与传统的时间序列预测模型动态指数平滑法进行比较。证明基于遗传算法与动态三次指数平滑的预测模型具有优良的预测精度和准确的预测数据走势的能力,在钢铁企业污染物排放量预测中具有良好的适用性。

基于Shapley值的云南省能源消费综合预测方法研究

对未来的能源消费进行准确的预测,既能为能源政策及规划的制定提供科学的依据,也是能源发展战略目标制定的基础性工作.通过指数平滑模型和系统动力学模型分别对云南省能源消费进行预测,进一步运用合作博弈中的Shapley值方法,通过分配总误差来确定综合预测模型中各预测模型的权重,以此构建综合预测模型,并对云南省能源消费总量进行预测.预测结果表明,该综合预测模型的预测精度高于选定的各项预测模型,对能源消费的预测是可行、有效的.

基于平滑预测LQI的WSN动态功率控制研究

针对当前WSN功率控制算法运算量大、需精确定位且不适用移动网络等问题,提出了一种基于链路质量指示(Link Quality Indication,LQI)的动态功率控制方案。接收节点根据LQI及发送节点的发送功率来计算发送节点的最优发送功率,并采用三次指数平滑算法对LQI进行平滑预测,改善了LQI波动较大的缺陷。Matlab在线建模仿真证明了功率控制策略的正确性,并利用库仑计对JN5148节点的动态功率控制方案进行测试,实验结果表明,网络功耗降低了15.3%。