简介：模型的验证是指对模型的性能指标(区分度、校准度)进行考察的过程。根据考察过程中是否使用预测模型的开发队列数据,模型验证可分为内部验证和外部验证。内部验证是检验模型开发过程的可重复性,常见形式包括随机拆分验证、交叉验证、Bootstrap重抽样以及“内部-外部”交叉验证。外部验证考察的是模型的可移植性和可泛化性,常见形式包括时段验证、空间验证以及领域验证。

简介：摘要在不同年、月的职业需求数据和不同的教育水平的中国学生通过相关系数判断预测精度,经多元线性回归方程求解职业需求与教育背景的线性部分,再由BP神经网络对非线性部分实现阴影匹配。其次,在职业需求数量序列标准化后,通过马氏链对相关系数权重进行排序,权衡职业需求程度。最后,利用基于ARIMA对非线性部分在当前情形下未来三年的就业需求进行预测。

简介：资本性支出和折旧摊销,是收益法评估企业价值过程中需要预测的重要参数。本文分析了资本性支出、折旧摊销的规律,提出了资本性支出、折旧摊销的预测模型,即资本的经济寿命年限一到期,马上进行更新;折旧摊销一到期,即刻停止计提折旧和摊销,并按新的资本性支出计提折旧和摊销。

简介：摘要目的本研究拟建立一套有效的腹腔镜低体温的评价体系，评估患者发生术中低体温的风险，并在院内对该路径进行管理和验证。方法前瞻性纳入某医院2016年4月至2018年4月接受各类腹腔镜手术治疗的患者；以多因素回归分析得出的变量为自变量绘制nomogram图，建立评价模型并进行相关验证。结果共196例患者被纳入此项研究。单因素logistic回归分析显示性别、基础体温、手术种类、室温、麻醉时间、气腹时间、晶体液、胶体液、术中输液、CO2流量与低体温发生相关。多因素回归分析显示基础体温、手术种类、麻醉时间、室温与低体温发生相关，最终拟合的模型为logit(P/1-P)=56.893–1.216*基础体温+0.377*手术种类+0.009*麻醉时间-0.653*室温。结论基础体温、手术种类、麻醉时间、室温可能与低体温发生相关，根据这些变量建立的评价模型可以有效的预测腹腔镜患者术中低体温的风险。

简介：摘要作为中国东北地区的老工业基地，辽宁省的能源消耗较多，导致由能源消费产生的碳排放量也比较大，因而辽宁省能否实现碳排放达峰对实现中国整体碳排放达峰，实现美丽中国的目标具有重要意义。基于目前的研究现状，本文从规模因素、结构因素、技术因素三个方面选取8个指标，对于可能影响辽宁省碳排放的因素给予较全面的分析和评估，基于扩展的STIRPAT模型对其碳排放进行预测研究，最后通过模型求解和预测对结论进行分析，给出一些合理性的建议。

简介：古人云“以史为鉴”,说的是吸取历史的经验教训,对未来的情况做出预判或者改变。生活中,亦是存在相似的利用历史数据对未来变化趋势进行预测分析的时间序列问题。本文就时间序列一类的问题进行研究,探讨如何更好地根据历史统计数据,对未来的变化趋势进行预测分析。本文基于神经网络,以气象观测历史数据作为研究的对象,建立了气温变化时序预测模型。本模型利用大数据相关技术对数据进行特征处理,通过深度神经网络,学习特征数据和标签数据之间复杂的非线性关系,从而实现对气温变化的趋势预测。实验结果表明,相较其他模型,本文的模型能够更好地进行时序预测,同时也证明了神经网络用于气象预测的可行性。

简介：基于柯布-道格拉斯生产函数与自回归移动平均模型(ARIMA)构建出一个GDP综合预测模型,并且考虑十九大全面建成小康社会与实现共同富裕的精神与国家关于技术、资本、劳动力等方面的区域平衡发展战略调整模型的参数,计算了2016-2050年中国分省的GDP总量与人均GDP,进一步通过计算省区间人均GDP的基尼系数来分析省区协调发展的水平。研究结果表明,在考虑省区协调发展时,各省区在2016-2050年间的GDP总量与人均GDP的差距逐渐缩小,省区间人均GDP的基尼系数将从2015年的0.219下降到2030年的0.176和2050年的0.137,未来区域间发展不均衡的态势在实现经济稳步增长同时可以得到缓解。

简介：摘要物资需求预测对于物资储备和管理决策具有重要意义。本文基于ARIMA时间序列模型对电网公司资产管理系统中的物资领用大数据进行挖掘，建立电网物资需求预测模型，并验证模型正确性，该模型可以为电网公司做出合理的物资储备管理决策提供支撑。

简介：摘要 ：售电量预测是指在正确的理论指导下，通过调查研究掌握大量的资料，运用可靠的方法和手段对公司售电量的发展趋势做出科学合理的推断。售电量预测工作是根据负荷的历史数据，通过预测模型得出其发展规律，从而预测售电量在以后某一时间范围内的变化，因此数据采集和数学模型选择是工作中最重要的两部分。而本文提出的利用计算线损率的数学模型对于供电所的月度售电量可以进行很好的预测，并且利用石鼓供电所的相关数据进行理论实际验证，最终验证本文提出的数学模型在供电所月度售电量预测中是可行的。

简介：因犯罪区域差异、主客体博弈、人为和外界、定性定量混杂、影响因素多杂、模型不适应、数据规模小等诸多原因导致犯罪趋势研究非常困难,经实验研究用大数据AI介入犯罪趋势研究是有效解决方案:可从宏观、中观以及微观三个层面研究犯罪趋势彩响因素,宏观上人、自然及社会三方面,中微观上要特别关注社会心理。对数据量小、种类少、结构化数据多、存在模糊和灰色情况下釆用模糊灰色小数据预测模型;而对大范围实证研究,半结构化与非结构化数据多,经算法比较研究采用三维卷积神经网络深度学习算法比较适合大数据动态实时跟踪犯罪趋势预测。

简介：摘要为了预测世界语言发展趋势，将语言使用者分为两个部分来分别预测其数量。对于母语使用者，根据语言区域的自然增长率和净移民率计算出随时间变化的母语使用者的人数。对于第二或第三语言使用者，将影响使用者人数的三种因子归一化处理，利用层次分析法赋予相应的权重后得到各种语言的发展强度数值。建立马尔可夫预测模型模拟若干年后的第二或第三语言使用者数量，并模拟50年内排名前十四的语言的母语使用者数量的变化趋势。

简介：为了解济南市未来降雨的变化情况,以济南市1959~2015年降雨量数据为研究对象运用SPSS软件中时间序列模型ARIMA对其进行了建模;拟合1959~2015年的降雨量数据及预测未来5年的降雨量。ARIMA模型预测结果表明了济南市2016~2020年的年降雨量依次为676.5,635.5,689.8,630.7,663.3mm,5年的年平均降雨量为659.2mm,这与过去57年的多年平均降雨量较为接近,可以依此推测济南市未来5年出现干旱及洪涝灾害的可能性较小。可以看出,影响ARIMA模型预测结果的因素有很多,为了更加精准地预测降雨量,应当考虑多种要素并结合当地具体环境,建立符合当地的降水量预测模型。

简介：摘要本文主要对隧道塌方风险预测与控制进行分析了解。隧道在施工建设过程中，塌方是最为常见的典型事故。塌方一旦发生，不仅延误工期、大幅度地提高工程费用，而且会威胁到施工和技术人员的人身安全，所以，对隧道的塌方进行科学的预测和控制具有非常重要的现实意义。

简介：摘要伴随着近年来我国经济的高速发展和科学技术水平的不断提高，中国城市轨道交通建设也逐渐发展为网络化运营。分析轨道交通的历史客流数据、探索其变化规律、建模预测未来客流量，对运营管理部门合理安排设备维护人员、编排适当的列车时刻表、提高重庆轨道交通综合服务质量具有十分重要的指导意义。

简介：摘要本文基于川高系统2018-2020年桥梁定期检查项目，对高速公路桥梁病害情况进行了预测分析研究。首先对引起桥梁病害的因素进行分析研究，确定了预测模型的计算变量，然后通过数学回归分析理论，运用SPSS数学分析软件，建立了绵广高速桥梁坑槽病害预测分析模型，结果表明本文研究成果对于公路桥梁病害预测具有较强的实用性。

简介：从旅游发展总量与旅行社数量高度线性相关(与我国旅游总人次数y1､,建立以山东省旅行社数量为因变量的山东省旅游发展总量预测模型,　　2.2模型建立中得出的重要结论　　2.2.1发现了当前我国旅游发展总量预测的唯一决定性影响因子——旅行社数量｡

简介：摘要：在信息技术快速发展的背景下，各行各业也都已步入 到大数据时代。对于电力行业来说，通过大数据分析来规避营销环节中的风险，是时代带来的机遇与挑战。本文通过大数据挖掘和电力风险预测二者之间的关系进行了分析，提出了一些解决的措施，希望电力行业的营销工作具有参考价值。

简介：摘要随着经济和信息技术的快速发展，在大数据环境下，电力营销的不确定因素有很多种，营销风险就是其中产生率最高的一种风险，预测电力营销风险不仅能够保障企业能够顺利平稳运行，同时还可以对企业的市场地位进行巩固，提高企业的市场竞争力，推动电力企业获得更好的发展，在一定程度上增加更多的经济效益。另一方面，预测电力营销风险，能够合理配置人才资源，提高利用率，为企业建立创造和谐的发展空间，电力营销风险包括两方面的定义，在管理中必须结合实际情况谨慎管理。

简介：虽然主要国家利率水平上升及贸易保护主义盛行等各种确定性与不确定性因素对世界经济增长的正常前行脚步形成了不小的反掣与冲击,但过去一年世界经济依然交出了较为满意的成绩单。不过,美元的升值还是对新兴市场国家形成了不小的杀伤力,包括非美货币集体性塌陷、国际资本大规模逆向流动及少数国家爆发恶性通货膨胀,进而造成了世界经济新的不平衡。展望新的一年,世界经济依然将受到更多与更大风险因素的扰动,经济下行趋势愈来愈明朗,阻止经济减速与失速的脚步,各国之间必须加强政策协调与沟通,同时在平衡协商与对话中寻求不同经济体的利益最大公约数。

简介：