检索结果-内蒙古大学图书馆

西安航空学院学报 2018年第1期36卷 78-82页

作者：姚裕盛徐开俊杨泳中国民用航空飞行学院飞行技术学院四川广汉618307

做好阶段性的飞行训练量预测工作,对制定合理的飞行计划,安排合适的训练量,防止出现人机配比失衡,训练效率下降,保证足够的训练安排裕度,安全高效的飞行训练等具有十分重要的意义。为了对飞行训练量进行准确预测,针对某飞行学院的飞行... 详细信息

做好阶段性的飞行训练量预测工作,对制定合理的飞行计划,安排合适的训练量,防止出现人机配比失衡,训练效率下降,保证足够的训练安排裕度,安全高效的飞行训练等具有十分重要的意义。为了对飞行训练量进行准确预测,针对某飞行学院的飞行训练统计数据,提出一种基于GM(1,1)灰色预测的残差修正模型,通过运用传统模型和改进后的模型分别对该飞行学院的训练量进行预测,得到对应的预测精度。最后的结果表明,改进后的预测模型能够弥补传统灰色预测模型的不足,可以达到较高的预测精度,能够有效地对该飞行学院的飞行训练量进行预测。

关键词：飞行训练灰色预测模型残差修正模型预测

来源：评论

学校读者我要写书评

暂无评论

基于GM(1,1)的残差修正模型的电梯故障率预测

引用

安全与环境学报 2017年第5期17卷 1701-1704页

作者：朱明王志荣梁华朱晔秋佟轩南京工业大学安全科学与工程学院南京210009 南京市质量技术监督局南京210000

为研究某城市某品牌电梯故障率发展趋势,建立了该城市该品牌电梯故障率的GM(1,1)灰色预测模型,并对所建模型进行了数据检验,检验结果表明该预测模型的预测精度波动较大。为了提高GM(1,1)灰色预测模型的预测精度,利用对模型进行数据检验... 详细信息

为研究某城市某品牌电梯故障率发展趋势,建立了该城市该品牌电梯故障率的GM(1,1)灰色预测模型,并对所建模型进行了数据检验,检验结果表明该预测模型的预测精度波动较大。为了提高GM(1,1)灰色预测模型的预测精度,利用对模型进行数据检验时得到的残差序列,建立GM(1,1)灰色预测模型的残差修正模型,利用该残差修正模型对原预测模型进行修正。利用经残差修正模型修正后的故障率预测模型对该城市A品牌电梯的故障率进行预测,结果表明:1)残差修正模型对原模型修正后的相对误差与修正前相比有升也有降,但精度有所提高且趋于稳定,表明残差修正模型有利于提高预测精度;2)利用所建立的故障率预测模型求得的预测故障率与实际故障率相比,相对误差不超过8.010%,表明该故障率预测模型的预测精度较高;3)修正模型预测值表明,在现有状态下该城市A品牌电梯的故障率呈上升趋势,应加强该品牌电梯的检维修与管理。

关键词：安全工程电梯故障率 GM(1,1)模型残差修正模型故障率预测

来源：评论

学校读者我要写书评

暂无评论

残差修正模型在森林火灾预测中的应用

引用

福建农林大学学报（自然科学版） 2016年第5期45卷 551-555页

作者：连素兰何东进纪志荣洪伟游巍斌曹彦胡新福建农林大学计算机与信息学院福建农林大学林学院福建农林大学科教基地管理中心福建福州350002

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度... 详细信息

基于1990-2013年福建省森林火灾发生次数建立残差修正模型,并与BP神经网络模型、马尔科夫链模型、赋权组合预测模型进行比较.结果表明:残差修正预测模型的预测精度达到95.33%,而BP神经网络模型预测精度是87.77%,马尔科夫链模型预测精度为74.85%,赋权组合预测模型预测精度为88.3%,残差修正模型预测效果优于其他3个模型,说明使用其对离散的森林火灾数据进行短期预测是有效可行的.

关键词：森林火灾残差修正模型反向传播神经网络马尔科夫链赋权组合模型福建省

来源：评论

学校读者我要写书评

暂无评论

改进的GM(1,1)残差修正模型在水质预测中的应用

改进的GM(1,1)残差修正模型在水质预测中的应用

引用

2017(第五届)全国水利信息化论坛

作者：刘飞翔李汉卿徐向成淮河流域水资源保护局安徽蚌埠 233001 淮河水资源保护科学研究所安徽蚌埠 233001

将GM(1,1)灰色模型和改进的GM(1,1)残差修正模型应用于淮河流域鹿邑东孙营闸测站的水质预测中,分别对高锰酸盐指数和氨氮浓度进行拟合预测.结果表明,传统的GM(1,1)灰色模型在高锰酸盐指数上的拟合与预测精度较高,而改进的GM(1,1)残差修... 详细信息

将GM(1,1)灰色模型和改进的GM(1,1)残差修正模型应用于淮河流域鹿邑东孙营闸测站的水质预测中,分别对高锰酸盐指数和氨氮浓度进行拟合预测.结果表明,传统的GM(1,1)灰色模型在高锰酸盐指数上的拟合与预测精度较高,而改进的GM(1,1)残差修正模型在氨氮浓度的预测上要优于传统的GM(1,1)模型,能够更加精确地对水质未来情况进行预测.

关键词：水质预测残差修正模型预测精度

来源：评论

学校读者我要写书评

暂无评论

灰色BP神经网络模型在工业经济预测中的应用研究 ——以工业增加值为例

灰色BP神经网络模型在工业经济预测中的应用研究 ——以工业增加...

引用

作者：任倩上海海洋大学

学位级别：硕士

伴随信息科技的高速发展,经济变化的节奏也日益加快,合理准确的根据经济指标判断宏观经济发展形势,已经成为政府和经济研究者比较重视的课题之一。对经济进行宏观调控是一项复杂的工程,要精准有效的完成这项工程,我们首先要对其进行预... 详细信息

伴随信息科技的高速发展,经济变化的节奏也日益加快,合理准确的根据经济指标判断宏观经济发展形势,已经成为政府和经济研究者比较重视的课题之一。对经济进行宏观调控是一项复杂的工程,要精准有效的完成这项工程,我们首先要对其进行预测。其中,衡量国家和某个地区宏观经济情况的综合指标就是工业增加值,它的变化是代表着一个国家工业发展的变化。工业增加值对企业实现经济增长起到了决定性作用,预测工业增加值给企业在提高生产经营和管理能力上提供依据,完善其在经营过程中的漏洞,有利于企业对未来发展方向进行判断和规划。在现有的预测方法中,主要有传统预测和机器学习两类方法。由于宏观经济系统有线性因素存在,所以,该系统在本质上是非线性系统,伴随着众多因素影响,建模所需的历史资料数据就会不确定和不完整,这就导致单一的预测方法用来工业增加值预测变得很困难,因此将灰色模型和BP神经网络模型组合用于经济预测中。本文基于灰色理论和BP神经网络理论建立了改进的灰色-BP神经网络模型,主要完成以下两个任务:(1)建立了改进的灰色预测模型。首先运用灰色模型对原始工业增加值数据序列进行拟合,根据实验计算出的结果差值来判断对数据更新,更新方法使用等维新陈代谢,不断的加入最新的数据,然后剔除掉一些旧的数据,预测出接近未来趋势的数据。(2)在改进的基础上,建立BP神经网络的残差更正模型。将预测得到的残差序列输入构造好的BP神经网络,对其进行进一步预测。然后将网络输出的残差序列与灰色预测值拟合,最后的出灰色BP神经网络模型的最终值。现在我国工业增加值所占市场份额大概占据50%的国民生产总值,由此看来在国民经济活动中其地位占据有举足轻重的作用,并且其变化也会对宏观经济有很大影响,突出对它的预测意义就更为重要。对工业增加值预测可以有利于企业对未来事务进行决策和判断,从而促进我们国家工业更好更快的发展。本文针对工业增加值具有季节波动性、周期性且不稳定等特点,结合灰色模型和BP神经网络模型,发展了一种能够精确预测工业增加值的灰色BP神经网络模型。结果表明,2018-2019年工业增加值采用组合模型较灰色模型和BP神经网络模型预测精度分别提升了0.94%-4.98%和0.01%-0.08%,预测稳定性分别提升了1.43%-2.97%和0.03%-0.05%。即本文提出的灰色BP神经网络模型预测工业增加值精度较高,预测值和实际值基本拟合,并随着预测时间增加,精度和平均绝对百分比误差波动范围较小,预测结果更加稳定,进而对政府制定政策和工业企业生产具有重要的指导意义。实验结果验证了灰色BP神经网络组合模型可以有效的预测工业增加值的发展趋势,可以为政府部门对工业发展决策提供有效依据。

关键词：改进GM(1,1)模型 BP神经网络模型残差修正模型组合预测

来源：评论

学校读者我要写书评

暂无评论

一种改进的GM(1,1)残差修正模型在工程装备费用估算中的应用研究

一种改进的GM(1,1)残差修正模型在工程装备费用估算中的应用研究

引用

中国系统工程学会决策科学专业委员会第十届学术年会

作者：郭雷杨娟邵红全李淑娟总装工程兵科研二所北京100036 装甲兵工程学院北京100072

武器装备发展的经验和教训表明，对装备的费用进行综合管理的必要性正在变得越来越突出。因此，如何在型号论证阶段运用科学有效的方法准确地估算出工程装备的寿命周期费用是一项尚待解决的重要课题。在建立工程装备费用估算模型时... 详细信息

武器装备发展的经验和教训表明，对装备的费用进行综合管理的必要性正在变得越来越突出。因此，如何在型号论证阶段运用科学有效的方法准确地估算出工程装备的寿命周期费用是一项尚待解决的重要课题。在建立工程装备费用估算模型时通常会利用传统的GM(1,1)灰色模型建立残差模型,但利用传统的GM(1,1)建模会出现残差初始值不符合建模要求和发展系数-a的值偏大的问题,本文提出了一种解决上述问题的方法,并在实际验证中取得了较好的效果. 本论文所建立的基于灰色系统理论的工程装备费用估算模型由主体模型部分和残差修正模型部分组成:第一部分是基于GM(0,h)模型所建立的主体估算模型，它能够建立起费用和装备性能参数之间的数学表达式，形成明确的模型的输入输出;第二部分是基于GM(l,l)模型所建立的多次累加残差修正模型，解决依靠主体模型估算精度不高的问题。

关键词：工程装备费用估算残差修正模型灰色模型

来源：评论

学校读者我要写书评

暂无评论

基于残差修正GM(1,1)模型的汽车交通事故预测研究

引用

内燃机与配件 2017年第15期 89-91页

作者：吕鹏伟赵长利李方媛山东交通学院汽车工程学院济南250023

汽车交通事故影响因素众多,运用灰色理论对汽车交通事故建立预测模型正好适合只考虑时间序列因素,而不考虑其他因素的影响。本文针对我国汽车交通事故统计数据建立事故次数、死亡人数、受伤人数、直接财产损失的残差修正GM(1,1)模型,然... 详细信息

汽车交通事故影响因素众多,运用灰色理论对汽车交通事故建立预测模型正好适合只考虑时间序列因素,而不考虑其他因素的影响。本文针对我国汽车交通事故统计数据建立事故次数、死亡人数、受伤人数、直接财产损失的残差修正GM(1,1)模型,然后对我国"十三五"计划期间的汽车交通事故进行预测。在此预测基础上,研究结果可为交通管理部门作出科学合理的决策提供可靠依据。

关键词：汽车交通事故 GM(1,1) 残差修正模型预测

来源：评论

学校读者我要写书评

暂无评论

残差修正Verhulst模型的复合土钉支护变形预测研究

引用

价值工程 2013年第21期32卷 119-121页

作者：蒋中海陈果元中南林业科技大学土木工程与力学学院长沙410004

复合土钉支护结构在基坑支护工程领域有着越来越广泛的应用。支护结构在使用的过程中涉及到很多方面的影响因素,各种因素对支护结构体系的影响往往具有不确定性,即具有灰色特性。本文通过将非等间隔时序Verhulst灰色模型应用到预应力锚... 详细信息

复合土钉支护结构在基坑支护工程领域有着越来越广泛的应用。支护结构在使用的过程中涉及到很多方面的影响因素,各种因素对支护结构体系的影响往往具有不确定性,即具有灰色特性。本文通过将非等间隔时序Verhulst灰色模型应用到预应力锚杆复合土钉支护的实际变形预测中,发现在对常规灰色Verhulst模型采用傅里叶函数进行残差修正以后,模型的预测分析效果可以得到较好的提升,可考虑将傅里叶变换用于Verhulst模型修正。在复合土钉支护的位移变形的应用分析中具有一定的参考指导价值。

关键词：灰色系统理论复合土钉支护位移变形预测残差修正模型

来源：评论

学校读者我要写书评

暂无评论

基于残差修正的GM(1,1)模型在山西省人均GDP预测中的应用

引用

攀枝花学院学报 2016年第2期33卷 68-70页

作者：张雅清太原学院数学系山西太原030012

以2000—2014年山西省人均GDP数据为基础,采用GM(1,1)对山西省人均GDP进行模拟预测,并且用残差修正的GM(1,1)模型进行改进。结果表明,修正后的模型模拟平均误差由8.36%降低到4.95%,更加科学合理。

关键词：人均GDP 灰色预测模型残差修正模型

来源：评论

学校读者我要写书评

暂无评论

基于视频的雾天能见度实时监测方法研究

基于视频的雾天能见度实时监测方法研究

引用

福建气象学会2018年会

作者：叶栋水邱新法曾燕叶秀枝石一凡福建省气象信息中心福州 350001 南京信息工程大学应用气象学院南京 210044 江苏省气候中心南京 210009 福建省晋江市气象局福建泉州 362200

目前中国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而中国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法.该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴... 详细信息

目前中国高速公路能见度监测主要依靠能见度观测仪,该方法覆盖区域有限且成本较高,而中国高速公路图像采集设备应用广泛,因此提出了一种基于监控视频图像测量雾天能见度的方法.该方法将图像进行分窗格处理,通过相关性分析筛选出最优兴趣窗格的亮度均方差特征矩阵,建立BP神经网络修正线性残差组合模型.结果表明:残差修正模型监测效果优于单一线性回归模型,残差修正模型的决定系数R2为0.977;在光线充足的情况下,残差修正模型的相对误差在10％以下,模型精度相对稳定;最后应用此方法监测高速公路雾天能见度,模型的正确率在80.48％以上.验证了用该方法测量雾天能见度具有可行性和有效性.

关键词：雾天能见度实时监测视频图像残差修正模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：