简介：电信运营商通过分析各个时间段、各个具体区域、热点区域的历史话务数据，能够对未来一段时间的话务量进行预测，从而提供面向运营商管理层的决策支持。因此，采用合适的方法对话务量进行准确预测，无论对于话务短期均衡，还是对于网络规划都有一定的帮助。本文将短期预测的代表方法——自回归求和滑动平均（AutoregressiveIntegratedMovingAverageModel，简称ARIMA）模型应用于话务分析，并与往常使用的指数拟合趋势线方法进行对比，实验结果表明ARIMA预测精度较高。

简介：摘要：近年来，全球海洋温度的升高使得一些鱼类离开原来的生存区域，去寻找更适宜的栖息地。对苏格兰而言，鲱鱼和鲭鱼为经济作出了重要贡献，这两种鱼栖息地的变化，将会对当地渔业产生巨大影响。在本论文中，我们将苏格兰海域划分为 36 块，用过去 40 年的海表面温度数据建立时间序列模型，对每一块区域进行分析，汇总出整体海域的结果。然后再根据两种鱼最适宜的生存温度，最终确定了鲱鱼和鲭鱼的迁徙路线。

简介：

简介：影响提前还贷的再一个因素是抵押贷款借款人在到期前周转房屋的概率,　　 　　一、 提前还贷的原因 　　 　　根据经济中可能影响抵押贷款借款人的因素,浮动利率抵押贷款是一种合同利率随着市场利率变化的抵押贷款

简介：摘要随着电力工业的日趋成熟，原来电力行业长期垄断的经营方式已无法适应电力工业生产力发展的需要。因此，锅炉普遍存在的运行效率低和NOx排放污染严重的问题，这一问题急需解决，刻不容缓。在不进行锅炉改造的前提下，以现有运行条件为基础，通过优化运行，提高锅炉效率和降低NOx的排放，是一种经济、有效的办法。本文对锅炉燃烧效率、降低污染物排放进行了阐述。

简介：该文对我国1978-2013年的GDP数据进行了分析,建立了ARIMA模型,对我国GDP时间序列数据进行了模拟。通过对GDP数据的平稳性检验、模型参数识别与检验,建立了ARIMA（2,1,6）模型,结果显示该模型的预测误差较小,能够较好地预测我国的GDP,最后使用ARIMA模型对我国2007-2013年的GDP总量进行了拟合,以期为我国经济发展的战略规划和决策提供参考和依据。

简介：摘要本文阐述了几种经典的沉降预测分析模型，之后通过实测观测数据进行案例分析得出不同预测模型的优缺点不同，灰色系统预测模型所需的原始数据较少，但其抗干扰能力较弱；时间序列模型需要大量的原始数据才能得到良好的预测效果；卡尔曼滤波模型则具有较好的可靠性。

简介：文章在分析1999-2009年开封市旅游创汇收入额年度数据的基础上,建立了旅游创汇收入额的ARIMA（p,d,q）模型。结果表明,ARIMA（1,1,1）模型提供较准确的预测效果,可以用于未来的短期预测,并为开封市入境旅游的政策和规划提供可靠的依据。

简介：失效率是工程中最常用的可靠性指标，传统方法需要通过失效观测数据统计得出。本文根据失效是载荷与强度相互作用结果的观点，借助于动态的（与载荷作用次数有关的）载荷-强度干涉关系，推导出了失效率函数预测模型，并且从载荷分布与强度分布及其之间的关系解释了产品服役过程中失效率的变化规律，展示了载荷的分散性和强度的分散性对失效率曲线形状的影响，提供了一种借助于数学模型预测产品失效率的方法。

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：选择100个化合物作为数据集，随机选取其中80个为训练集，其他分子为验证集，并为每个化合物分子计算了30个参数．通过采用五种不同多元线性回归分析方法对其训练模拟，建立了数学模型，并用验证集检验了所建模型的预测能力．结果发现向后筛选法为最优小肠吸收建模方法．由该法所建模型的统计结果良好（R^2〉0．80），应用于验证集时也表现出较强预测能力．该模型确定了对小肠吸收影响较大的分子参数，有助于指导进一步的新药筛选和开发．

简介：粮食安全是国计民生的头等大事,关系到国家的长治久安和老百姓的安居乐业。小麦是我国的重要粮食作物,它的生产和收成对我国的粮食安全至关重要。科学预测我国小麦的产量,对制定小麦生产规划,保证我国粮食安全具有重要意义。ARMA模型既能对平稳的时间序变化趋势进行预测,也能对有一定变化趋势的时间序列进行预测,能准确地预测随机事件的短期变化趋势。文中运用ARMA模型预测我国小麦产量,取得了理想的效果。

简介：介绍昆山劳动就业现状，AR模型参数提取算法。阐述了利用AR模型预测就业人数的方法并从实验角度给出就业预测状况，为当地劳动就业部门提供参考。

简介：传统的Markov链模型是一种简单而有效的预测模型,该模型存在着预测准确率低,存储复杂度高等缺点。改进的基于聚类的Markov链预测模型,利用用户访问特征和人们浏览网页与时间高度相关的思想来改善模型,建立了基于用户访问特征和时间段聚类的Markov预测模型并进行了模拟实验和结果分析。

简介：摘要混凝土抗压强度是保证混凝土工程质量最重要的检验指标，然而混凝土抗压强度的检验评定通常是在浇筑后28d进行的，即使试验结果不能满足规定强度，混凝土强度也不能提高。因此混凝土抗压强度早期预测具有重要研究意义。本文应用神经网络技术建立了混凝土强度预测模型，并将预测结果与实验室测试结果进行对比较。研究表明神经网络在预测混凝土的抗压强度方面有较高的精确度，将该技术应用于混凝土配合比设计，有助于保证混凝土工程质量。

简介：阐述了人工神经网络模型的基本原理，建立了混凝土强度人工神经网络预测模型，通过试验证实了该模型的可靠性。

简介：针对水面舰艇在高技术条件下海战所面临的威胁，对战场环境进行了分析。然后运用模糊数学模型识别的方法，对水面舰艇可能遭袭样式的各种情报进行综合分析。通过计算结果确定我方舰艇的遭袭样式。这对水面舰艇防御作战指挥具有指导意义。

简介：摘要综合考虑开关连接用户容量、用户类别、成长周期、温度和经济等多个影响因素，利用最小二乘法、聚类算法、波形分解算法、回归算法等数据挖掘算法，对变电站开关的最大负荷范围进行预测。

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：桥梁监测序列是典型的非平稳时间序列,需要进行一些处理将非平稳序列平稳化后再拟合ARMA模型。将监测数据平稳化后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型即为ARIMA模型。以玉峰大桥为例,介绍了季节ARIMA模型的建模思路与总体流程,模拟了检测序列的变化趋势。以季节ARIMA模型为预测模型作为结构的退化模型,对测点进行退化趋势模拟与退化临界时刻预测。结果显示ARIMA模型对序列的拟合效果良好,可以用于桥梁监测序列的预测,其对退化临界时刻的预测可以从整体上掌握桥梁的整体退化趋势和极限使用寿命。