简介:摘要:分析短时交通流预测的意义,对国内外的研究方法和主要成果进行详细的阐述、分析、归类,主要包括基于传统统计分析的预测模型、非参数回归预测模型、基于非线性理论的预测模型、智能预测模型等4种单一预测模型和组合预测模型,对各类模型复杂性、精度、适用性进行逐一分析。短时交通流预测研究领域在未来一段时间内发展趋势是数据来源多样化、混沌理论和深度学习深度发展,组合预测模型多样化,预测精度不断提高。
简介:摘要:瓦斯灾害一直是我国煤矿领域的严重安全隐患,超过限定值的瓦斯浓度极易导致人员伤亡和经济损失。本文提出了一种新的基于Stacking堆叠预测模型。首先构建Stacking堆叠模型,选用LSTM、RNN、MLP作为元模型,为了验证所提出的模型,通过设置对比实验,计算了包括RMSE、MAPE和R2在内的性能指标。结果表明,与单一模型相比,Stacking集成模型具有更高的精度,四个评价指标与单一模型相比有较大的提升,采用该模型预测瓦斯浓度,可以大幅降低煤矿生产过程中发生瓦斯灾害的概率,保障煤矿工人的生命安全和矿区的稳定运营,具有重要的现实意义和应用价值。
简介:摘要:手机产业一直被视为是国民经济的产业,在经济发展的过程中也起到了非常重要的作用。近年来,我国的手机行业伴随市场高速发展的步伐而快速增长,行业规模不断扩张,因此针对我国的电子产品(手机)这一行业都一直存在着其销售量无法与生产量相匹配的问题,产量过剩会导致产品积压;产量不足会影响收入,故对手机的销量预测是非常重要的。“手机销量预测”数学模型是先来计算总销量或总订单量的模型,进而在来预测各周的手机销售量和订单量。
简介:摘 要:由于生活垃圾数量增长而引发的环境污染问题十分严重。为实现我国生态文明的建设目标,垃圾污染已成为亟待解决的问题。实施垃圾分类是解决问题的关键环节,减少产出量,提高利用率是解决问题的有效途径,本文通过基于灰度预测的成本分析,建立定额+按量收费的数学模型,从而确定了收费标准。
简介:摘要:滑坡位移具有时滞性及非线性等特点,准确地对滑坡位移预测能为滑坡预警预报提供参考依据,本文以树坪滑坡为例,提出了一种结合EMD分解方法和改进CISOA-BP的滑坡位移预测模型。首先,利用EMD将滑坡位移分解为趋势项及周期项位移;其次,利用四次多项式对趋势项位移进行预测,针对周期项位移,利用收敛交叉映射法对降雨量与周期项位移间的时滞效应进行分析,确定时滞时间及影响程度,建立考虑时滞效应的BP位移预测模型,并利用Circle映射及收敛因子提高SOA算法的收敛精度,利用CISOA模型对BP神经网络的权重及阈值进行赋值;最后,将趋势项及周期项预测结果叠加得到累计位移预测结果。结果表明,考虑时滞的EMD-CISOA-BP预测模型能较为准确地预测降雨导致的滑坡位移,该模型对同类滑坡位移预测具有一定的参考价值。
简介:摘要:目的:应用经典和神经网络预测模型进行卷烟销售预测分析,为卷烟销售营销方案优化和市场品类规划工作提供科学依据。方法:销售数据是一类时间序列数据,利用TL市烟草专卖局从2019年1月至2022年12月期间不同品类卷烟的月销售数据,作为原始的时间序列,确定研究方法和评价指标,构建不同的模型预测卷烟销售,通过比较不同模型的性能和预测结果,进而选择最优模型。结果:从实验结果可以看出,基于Bidirectional LSTM的预测模型能较好地拟合预测TL市烟草销售数据在时间序列上的变动趋势,有着更好的预测精度。使用性能最优的模型进行卷烟销售预测,利用算法总结出商品销售的规律性,能够为年度销售计划的制定提供数据支撑。下一步,将通过优化数据集及进行模型性能调优,使预测精度提高。