预测精度相关论文
将Prophet算法引入负荷预测领域，并结合XGBoost算法提升Prophet负荷预测准确性。Prophet算法基于时间序列分解及机器学习的拟合，将负......
对涡旋盘侧壁面表面粗糙度进行了研究，提出了一种基于多元非线性回归分析法和BP网络神经算法的涡旋盘侧壁面表面粗糙度预测方法。实......
地下水作为水资源的重要组成部分，过度开采将导致水资源紧缺，甚至可能诱发泥石流、滑坡等地质灾害，及时掌握地下水位及其变化趋势就显......
准确预测露天矿边坡变形是有效实现边坡临灾预警的重要保证，针对传统边坡变形预测方法无法表征和综合分析边坡变形受多种因素的影响......
支持向量机（SVM）能有效解决高维数非线性问题,且具有很好的泛化能力,其关键在于惩罚因子及核参数的选取;遗传算法具有良好的全局搜索......
建立一个可以预测股价涨跌趋势的预测模型能够帮助投资者做出正确的决策,改善盈利能力,减少潜在的损失。由于影响股市波动的原因很......
为丰富地铁内部换乘客流预测理论，更好地制定地铁运营计划，提出了一种基于时间序列分解方法（STL）与门控循环单元（GRU）的地铁换乘客流预测......
本文研究供应链共享审计师对企业债务成本的影响以及分析师在其中的作用。供应链共享审计师在审计过程中能够获得供应链前后向企业......
电力负荷预测实质是时间序列预测问题，存在非平稳性和影响因素的复杂性。为了提高预测精度，解决长短期记忆神经网络（LSTM）参数选取随机......
与传统的时间序列模型相比,模糊时间序列（FTS）模型不要求时间序列满足任何的统计假定,即使观测数据较少,或数据集包含不确定性,也能......
农业是我国的基础产业,农产品的价格与每一位国民的日常生活息息相关。农产品价格波动是影响农产品市场稳定的一个重要原因,预测农......
预测包容检验是组合预测的一个重要研究领域。近十几年来,因组合预测可以最大程度使用样本信息而成为预测领域的研究热点。而如何......
准确预测宏观经济走势对我国经济高质量可持续发展具有重要意义。我国宏观经济变量预测的传统模型,通常包括向量自回归模型、主成......
<正> 汇价变动对经济金融市场造成很大影响,特别是展望经济金融市场前景时,汇价预测就显得更加重要。因此,对汇价预测方法的要求也......
<正> 今年,国务院批准计划方法上的重大改进,开始试编两年滚动计划,这是我国国民经济和社会发展计划方法制度上的一项重大改进措施......
监测断面是基坑施工中构建沉降系数的主要依据,但无法识别基坑部分沉降速度与整体沉降速度明显不同的监测点.为有效提高沉降预测精......
本文通过纤维增强复合材料约束海水海砂混凝土(SSC)方柱试验数据考察了3个计算模型(Lam模型、Wei模型及Lim模型)对其极限应力及极......
针对装备器材消耗的随机性与波动性而难以准确预测消耗变化的情况,构建了粒子群算法(par-ticle swarm optimization,PSO)和极限学......
为提高油田集输管道CO2腐蚀速率预测的准确性,针对原始广义回归神经网络(GRNN)预测精度低的问题,提出改进的群智能算法优化原始GRN......
电梯故障率的预测对预防电梯事故的发生具有重要意义,可反映各品牌电梯的故障率发展趋势,也可为后续电梯维保和检验检测提供数据支......
定量构效关系(QSAR)是预测鱼类急性毒性的常用手段,其中多维构效关系为非线性回归问题,在处理这种非线性问题时往往存在一定的局限......
传统的分数阶灰色预测模型在时间序列预测中具有较好的适应性和预测的有效性,但其累加和差分计算式比较复杂.一致性分数阶累加相对......
针对传统气温预测方法预测难度大、精度差及气象数据大而带来的计算量大等问题,提出一种基于主成分分析(PCA)和改进粒子群算法优化......
针对极移参数周期时变性的特征,对传统LS+AR预报模型进行了进一步改进.首先利用LS模型对极移参数序列进行拟合,接着对拟合残差进行......
为了促进应用型科技成果的转化、提升科技资金投资的精度,对科技成果的社会效益预测方法进行了研究,构建了成果预测模型.该模型基......
研究大型核电设备的故障预警方法,对于故障的及时排除、降低安全风险、减少非必要成本以及提高发电效率具有深远的意义.传统的核电......
针对混凝土坝变形实测数据序列的不规律性和预测精度欠佳等问题,基于复合建模思想提出一种基于WA-LSTM-ARIMA的大坝变形组合预测模......
通过复材约束海水海砂混凝土(SSC)圆柱试验数据考察了3个计算模型(Lim模型、Wei模型及Jiang模型)对极限应力及极限应变的适用性及......
舌体分割是计算机辅助中医舌象诊断的第一步,但其易受舌附近人体组织的影响,从而使分割难度增大.如何使用机器学习优化舌体图像的......
期刊
分析高铁日客流量历史数据特征,设计日期和节假日2类标签,并给出其取值范围;结合高铁日客流量的自回归特征,构建适用于高铁日客流......
针对传统单一的预测方法精度不高,为进一步提高预测精度,提出VMD-SE与BiLSTM结合的形式建立预测模型,分析和利用气象参数、日期类......
本文基于行为金融学的视角,研究了有限套利对分析师盈利预测精度的影响,并考察了有限套利与投资者情绪的交互效应以及不同分析师群......
电力系统负荷预测精度直接决定了预测模型的质量.为了降低预测模型输出结果的预测误差,提出了粒子群算法优化支持向量机回归这一智......
时间序列流量的预测问题是近年来机器学习的一个热点问题,通过改变长短期记忆网络(LSTM)层数、网络层神经元的个数、网络层之间的......
作为市场经济的产物,股票市场不断发展与成长,现已成为金融市场极为重要的一部分。截至当前,全球股票市场的总市值已经接近百万亿......
对新型冠状病毒肺炎疫情的准确预测能为疫情防控政策的制定提供重要依据,为此提出基于双向门控循环单元（BiGRU）和注意力机制（Attentio......
分析传统铁路客运量预测技术的不足，在提出的铁路客运量预测函数的基础上，建立基于反向误差算法的多层前向神经网络预测模型进行铁路......
为了能够更加准确地预测围岩变形,文章采用了不同的灰色模型进行了研究.文章结合某公路隧道实例,采用灰色GM(1,1)模型、传统的灰色......
本文提出一种基于小波变换的电力系统超短期负荷预测的新方法:通过小波变换,将负荷时间序列分解为4层,对不同的子序列分别应用不同......
通过对原始统计数据进行光滑处理和改变微分方程的初始条件，建立了基于边值条件修正的GM（1,1）改进模型，并用该模型对广东某地区的配电......
本文提出了一种采用Monte Carlo模拟来预测交通噪声概率分布的新方法。经实验数据和其它方法的对比验证，表明该方法不仅可用于预测......
早在十多年前,许多学者致力于研究中频噪声的分析与预测方法,但均未得到广泛的推广.直到2005年,Shorter和Langley在前期研究的基础......
利用VC++程序语言开发了一套基于Windows操作平台的电力系统中长期负荷预测软件包。该软件包采用模块化结构，各模块相互独立。软件......
土壤含水量是表述土壤干湿程度,反映农作物水分状况的重要物理参数,是农牧业生产条件中一项关键指标.土壤含水量预测能够反映某一......
