基于SARIMA模型的水泥產(chǎn)量預(yù)測研究王惠婷
格式:pdf
大小:1.5MB
頁數(shù):2P
人氣 :77
4.7
對水泥產(chǎn)量的預(yù)測研究,可以把握水泥的生產(chǎn)狀況,調(diào)整水泥工業(yè)結(jié)構(gòu).本文以2001年至2012年我國社會水泥產(chǎn)量為背景,采用非季節(jié)差分和季節(jié)差分,建立了SARIMA模型,最后得到SARIMA(2,1,1)(1,1,1)12模型.模擬結(jié)果平均相對誤差絕對值MAPE=3.40%,表明預(yù)測值與實(shí)際值很接近,該模型合理有效.
基于SARIMA模型的水泥產(chǎn)量預(yù)測研究
格式:pdf
大?。?span id="fb5fvbt" class="single-tag-height" data-v-09d85783>496KB
頁數(shù):2P
對水泥產(chǎn)量的預(yù)測研究,可以把握水泥的生產(chǎn)狀況,調(diào)整水泥工業(yè)結(jié)構(gòu).本文以2001年至2012年我國社會水泥產(chǎn)量為背景,采用非季節(jié)差分和季節(jié)差分,建立了sarima模型,最后得到sarima模型。模擬結(jié)果平均相對誤差絕對值mape=3.40%,表明預(yù)測值與實(shí)際值很接近,該模型合理有效。
凹葉厚樸樹皮產(chǎn)量預(yù)測模型的研究
格式:pdf
大小:213KB
頁數(shù):4P
通過實(shí)測61株凹葉厚樸樣木胸徑、樹高和樹皮產(chǎn)量,對凹葉厚樸樹皮產(chǎn)量預(yù)測模型進(jìn)行研究,采用改進(jìn)單純形法建立樹皮產(chǎn)量數(shù)學(xué)模型,并對不同數(shù)學(xué)模型進(jìn)行了比較。結(jié)果表明,改進(jìn)單純形法優(yōu)化得到的模型y=0.9438643+0.02407896d2.040018h0.3646304,y=0.06606968d2.059642的相關(guān)系數(shù)最大,分別為0.9623和0.9583,可用于凹葉厚樸樹皮產(chǎn)量預(yù)測;胸徑因子對凹葉厚樸樹皮產(chǎn)量預(yù)測比樹高因子更有效。
中國水泥產(chǎn)量的灰色預(yù)測
格式:pdf
大小:338KB
頁數(shù):2P
4.6
根據(jù)中國水泥2001~2006年產(chǎn)量的統(tǒng)計(jì)數(shù)據(jù),建立了水泥產(chǎn)量的灰色gm(1,1)預(yù)測模型。結(jié)果表明:預(yù)測模型具有較高的精度,未來三年水泥產(chǎn)量變化呈上升趨勢。
基于灰色預(yù)測模型GM(1,1)的建筑垃圾產(chǎn)量研究
格式:pdf
大小:900KB
頁數(shù):4P
4.7
目前,對于建筑垃圾的資源化研究,我國尚處于起步階段,建筑垃圾的產(chǎn)量研究可為其提供有力的數(shù)據(jù)基礎(chǔ)。通過分析2004—2013年的建筑施工面積,利用面積估算法對建筑垃圾的產(chǎn)量進(jìn)行估算。采用灰色預(yù)測模型對垃圾產(chǎn)量進(jìn)行精確預(yù)測和分析,發(fā)現(xiàn)我國建筑垃圾的產(chǎn)量巨大,在未來幾年內(nèi)將呈現(xiàn)持續(xù)增長趨勢,并因此提出了發(fā)展建筑垃圾資源化產(chǎn)業(yè),為有效解決這一問題提供思路。
水泥混凝土碳化的預(yù)測模型
格式:pdf
大?。?span id="fblnhz5" class="single-tag-height" data-v-09d85783>59KB
頁數(shù):3P
4.5
[3]陳歡歡,王雷.溫拌瀝青:十年內(nèi)取代現(xiàn)有技術(shù)[n].科學(xué)時 報(bào),2008. [4]黃文元,秦永春.瀝青溫拌技術(shù)在國內(nèi)外的應(yīng)用現(xiàn)狀[j].道路工 程,2008. [5]左鋒,葉奮翻譯.國外溫拌瀝青混合料技術(shù)與性能評價(jià)[j].中外公路, 2007. [6]孫大權(quán),王錫通,等.環(huán)境友好型溫拌瀝青混合料制備技術(shù)研究進(jìn)展 [j].石油瀝青,21(4). [7]蔡春華,曹亞東,等.溫拌瀝青混合料的應(yīng)用研究[j].市政與交通, 2006(6). applicationexplorationofwarmmixasphalttechniqueinxinjiangregion suming,yujiang,yefen (
基于BP模型與ARX模型的基坑變形預(yù)測研究
格式:pdf
大?。?span id="zx5x7zd" class="single-tag-height" data-v-09d85783>536KB
頁數(shù):5P
4.5
隨著建設(shè)工程施工的信息化與安全化,基坑的變形預(yù)測是基坑設(shè)計(jì)和施工的重要補(bǔ)充手段?;赽p人工神經(jīng)網(wǎng)絡(luò)模型以及時序分析arx自回歸各態(tài)歷經(jīng)模型,對基坑的沉降變形進(jìn)行了預(yù)測,數(shù)據(jù)結(jié)果表明兩種模型均能較好地對未來值進(jìn)行較真實(shí)的預(yù)測;從bp模型與arx模型的預(yù)測結(jié)果均方誤差值大小的角度而言,bp模型的預(yù)測對于未來趨勢的判斷比arx模型要更強(qiáng)一些。試驗(yàn)結(jié)果說明兩種預(yù)測模型應(yīng)用于實(shí)際工程的監(jiān)測預(yù)測具有實(shí)際意義。
基于灰色模型的水泥顆粒分布研究
格式:pdf
大?。?span id="5fphbvf" class="single-tag-height" data-v-09d85783>196KB
頁數(shù):2P
4.4
本文采用灰色系統(tǒng)理論的關(guān)聯(lián)度分析方法研究水泥各粒級范圍顆粒含量對強(qiáng)度的影響程度,以探求不同粒徑的顆粒對水泥強(qiáng)度的影響,建立最優(yōu)化模型,以此控制最佳顆粒分布,從而指導(dǎo)水泥生產(chǎn),達(dá)到理想的水泥粉磨效果。
建筑垃圾產(chǎn)量灰色Verhulst預(yù)測模型
格式:pdf
大?。?span id="p5t7xhr" class="single-tag-height" data-v-09d85783>88KB
頁數(shù):5P
4.7
針對建筑垃圾產(chǎn)量統(tǒng)計(jì)偏差大、數(shù)據(jù)不全面的現(xiàn)象,運(yùn)用灰色理論建立了建筑垃圾產(chǎn)量的灰色verhulst預(yù)測模型,對沈陽市未來5年建筑垃圾產(chǎn)量進(jìn)行了預(yù)測。與gm(1,1)預(yù)測模型相比較,發(fā)現(xiàn)灰色verhulst模型可以滿足\"優(yōu)\"的精確度要求,并且能夠更加合理地反映建筑垃圾產(chǎn)量變化趨勢,因此該模型可以用于預(yù)測建筑垃圾的產(chǎn)量。
模型預(yù)測控制技術(shù)在水泥制造中的應(yīng)用
格式:pdf
大小:14.9MB
頁數(shù):8P
4.7
中材邦業(yè)(杭州)智能技術(shù)有限公司與天津水泥工業(yè)設(shè)計(jì)研究院有限公司聯(lián)合開發(fā)ice智能優(yōu)化控制平臺,該平臺采用以模型預(yù)測控制為核心的先進(jìn)控制技術(shù),以及神經(jīng)網(wǎng)絡(luò)為核心的復(fù)雜過程建模技術(shù),通過采集dcs系統(tǒng)的實(shí)時生產(chǎn)數(shù)據(jù),并結(jié)合化驗(yàn)室的質(zhì)量數(shù)據(jù),實(shí)現(xiàn)水泥生產(chǎn)工藝中關(guān)鍵生產(chǎn)環(huán)節(jié)的過程優(yōu)化控制,達(dá)到安全、穩(wěn)定、最優(yōu)化的自動控制效果。該平臺可提高產(chǎn)量,降低能耗,保證產(chǎn)品質(zhì)量,滿足環(huán)保要求,最大程度地提高水泥生產(chǎn)企業(yè)的經(jīng)濟(jì)效益。
基于神經(jīng)網(wǎng)絡(luò)的水泥回轉(zhuǎn)窯溫度預(yù)測模型研究
格式:pdf
大小:250KB
頁數(shù):4P
4.7
水泥回轉(zhuǎn)窯窯尾氣體溫度對水泥熟料生產(chǎn)影響重大,建立回轉(zhuǎn)窯溫度控制模型對水泥生產(chǎn)具有重要意義。水泥生產(chǎn)工藝過程復(fù)雜多變,難以獲得精確的數(shù)學(xué)模型。該文利用bp神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)非線性映射的特點(diǎn),建立窯尾溫度的預(yù)測模型,并通過遺傳算法對bp神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化,利用山東平邑中聯(lián)水泥廠實(shí)時采集的生產(chǎn)數(shù)據(jù)進(jìn)行仿真研究。將優(yōu)化前后的仿真結(jié)果進(jìn)行對比分析,結(jié)果表明,文中建立的神經(jīng)網(wǎng)絡(luò)模型能夠很好地預(yù)測水泥回轉(zhuǎn)窯的窯尾溫度。
基于HMM模型的電力負(fù)荷預(yù)測模型研究
格式:pdf
大小:1.6MB
頁數(shù):4P
4.7
負(fù)荷預(yù)測是電力系統(tǒng)研究和電網(wǎng)規(guī)劃的重要組成部分。采用隱馬爾可夫模型,訓(xùn)練過程采用baum-welch算法,在matlab軟件上隱馬爾可夫模型進(jìn)行訓(xùn)練,得到負(fù)荷特性預(yù)測最優(yōu)模型,解碼預(yù)測過程采用viterbi算法,通過模型可預(yù)測下一年地區(qū)負(fù)荷特性。以廣東電網(wǎng)2011年至2016年負(fù)荷數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)對隱馬爾可夫模型進(jìn)行訓(xùn)練,并對2017年廣東典型日負(fù)荷率進(jìn)行預(yù)測,仿真結(jié)果具有較優(yōu)的準(zhǔn)確性和計(jì)算效率。
基于ARIMA模型的建筑垃圾產(chǎn)量估算研究
格式:pdf
大?。?span id="bphhjjj" class="single-tag-height" data-v-09d85783>1.3MB
頁數(shù):5P
4.4
基于arima模型,選取河南省1983-2015年的建筑施工面積數(shù)據(jù),利用eviews8.0軟件對數(shù)據(jù)進(jìn)行分析,2013-2015年的檢驗(yàn)數(shù)據(jù)證明該模型較優(yōu),進(jìn)而得出2016-2020年連續(xù)5年的建筑施工面積年估算值和建筑垃圾年估算值,從而為未來河南省建筑垃圾整治與資源化運(yùn)用提供寶貴的參考數(shù)據(jù).
基于預(yù)測模型的中國原木進(jìn)口數(shù)據(jù)預(yù)測研究
格式:pdf
大?。?span id="ptbrpbz" class="single-tag-height" data-v-09d85783>427KB
頁數(shù):5P
4.3
為了準(zhǔn)確地預(yù)測未來原木進(jìn)口量,利用已知中國進(jìn)口原木數(shù)據(jù),使用灰色模型gm(1,1)模型以及最小二程法多項(xiàng)式擬合的經(jīng)驗(yàn)公式對1993-2013年的國內(nèi)原木進(jìn)口數(shù)據(jù)進(jìn)行預(yù)測,通過預(yù)測值與實(shí)際值的對比,分析兩組預(yù)測模型的準(zhǔn)確性。結(jié)果表明:基于gm(1,1)模型的預(yù)測結(jié)果,在rmse、mae、mape三個指標(biāo)上均優(yōu)于基于最小二乘法函數(shù)擬合的預(yù)測方法。利用gm(1,1)模型預(yù)測2014和2015年國內(nèi)原木進(jìn)口量分別是4170.58萬和4358.99萬m3。
基于Powers體積模型的水泥基材料彈性模量預(yù)測
格式:pdf
大?。?span id="f7z7tfx" class="single-tag-height" data-v-09d85783>2.0MB
頁數(shù):4P
4.7
基于Powers體積模型的水泥基材料彈性模量預(yù)測
基于G級水泥水化反應(yīng)的環(huán)空竄流預(yù)測模型
格式:pdf
大?。?span id="jnblxf5" class="single-tag-height" data-v-09d85783>211KB
頁數(shù):未知
4.8
針對固井施工中氣液混合相對g級水泥水化反應(yīng)中環(huán)空竄流影響規(guī)律不明確的問題,分析了固井施工過程中發(fā)生環(huán)空竄流的原因,通過模擬井下氣液混合相發(fā)生環(huán)空竄流的環(huán)境,結(jié)合g級水泥水化反應(yīng)過程,梳理了水泥漿水化失重和水泥漿水化誘導(dǎo)期及凝結(jié)期之間的關(guān)系,明確了數(shù)學(xué)模型的區(qū)間,提出并建立了在水泥漿水化反應(yīng)過程中,預(yù)測環(huán)空竄流的概率統(tǒng)計(jì)學(xué)數(shù)學(xué)模型。通過chandler7200型水泥水化分析儀測得的水泥漿孔隙壓力及水化放熱曲線和水泥漿體溫度變化數(shù)據(jù),確定了環(huán)空竄流模型需要的相關(guān)參數(shù),計(jì)算得只有緩凝劑加量不同的2種配方水泥漿的稠化時間相差35min,環(huán)空竄流的概率卻相差了1.2%。水泥漿環(huán)空竄流預(yù)測模型是預(yù)測環(huán)空竄流的前提,而不是最終決定因素。
基于GM模型的建筑廢棄物產(chǎn)量估算及預(yù)測方法研究——以吉林省為例
格式:pdf
大?。?span id="l5fhltl" class="single-tag-height" data-v-09d85783>1.4MB
頁數(shù):2P
4.6
本文通過分析吉林省2009~2013年的建筑廢棄物產(chǎn)量,結(jié)合建筑廢棄物產(chǎn)生的特點(diǎn),建立了一套基于建筑廢棄物系數(shù)的估算方法,利用\"灰色理論\"建立吉林省建筑廢棄物產(chǎn)量預(yù)測模型,通過模擬精度估計(jì)參數(shù)對模型進(jìn)行精度檢驗(yàn)并使用gm(1,1)模型預(yù)測了吉林省未來三年建筑廢棄物的年產(chǎn)量,為吉林省建筑廢棄物綜合利用新模式研究提供參考.
組合預(yù)測模型在建筑結(jié)構(gòu)壽命預(yù)測中的應(yīng)用研究
格式:pdf
大?。?span id="xtjxd53" class="single-tag-height" data-v-09d85783>209KB
頁數(shù):3P
4.5
著重對bp神經(jīng)網(wǎng)絡(luò)模型和組合預(yù)測模型進(jìn)行了介紹,以“誤差之平方和最小”作為最優(yōu)準(zhǔn)則,利用組合預(yù)測模型對回歸模型和bp神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化,通過對某混凝土結(jié)構(gòu)剩余壽命的實(shí)例分析,檢驗(yàn)了這些模型的可行性、可靠性。
沂河流域水文降雨預(yù)測模型研究
格式:pdf
大小:131KB
頁數(shù):2P
4.6
為找出沂河流域最優(yōu)水文降雨預(yù)測模型,本文基于極限學(xué)習(xí)機(jī)模型(elm)、bp神經(jīng)網(wǎng)絡(luò)模型和小波變化神經(jīng)網(wǎng)絡(luò)模型(wann),運(yùn)用3種不同模型模擬了日降雨,并與實(shí)測數(shù)據(jù)對比。結(jié)果表明:elm模型與實(shí)測值的擬合方程斜率為1.2971,更接近于1,誤差最低,且與實(shí)測值的一致性最高,可作為當(dāng)?shù)厮慕涤觐A(yù)報(bào)的計(jì)算模型,為當(dāng)?shù)胤篮轭A(yù)測提供科學(xué)的理論依據(jù)。
灰色預(yù)測模型在施工工期預(yù)測中的應(yīng)用研究
格式:pdf
大?。?span id="5brpbbz" class="single-tag-height" data-v-09d85783>83KB
頁數(shù):2P
4.5
工程項(xiàng)目在實(shí)施階段都在實(shí)際進(jìn)度與計(jì)劃進(jìn)度之間存在偏差,為了更加準(zhǔn)確的確定出具體工序的工期,結(jié)合施工企業(yè)的統(tǒng)計(jì)資料,提出采用基于灰色理論的gm(1,1)模型形成工期預(yù)測的方法,從而為科學(xué)合理的編制進(jìn)度計(jì)劃提供有效依據(jù)。
最優(yōu)組合模型在凹葉厚樸樹皮產(chǎn)量預(yù)測中的應(yīng)用研究
格式:pdf
大小:181KB
頁數(shù):5P
4.8
提出無約束最優(yōu)組合模型和有約束最優(yōu)組合模型,這兩種模型均可以極大地改善凹葉厚樸樹皮產(chǎn)量預(yù)測效果。在這兩種模型中,其中約束模型的殘差平方和為64.2517,無約束模型的殘差平方為0,無約束模型遠(yuǎn)遠(yuǎn)優(yōu)于有約束模型。在模型應(yīng)用中,提出了這兩種模型效率和預(yù)測效果的檢驗(yàn)方法。兩種模型的效率顯著提高,顯著性水平均在0.01以上。
住宅消費(fèi)的價(jià)格預(yù)測模型研究綜述
格式:pdf
大小:2.2MB
頁數(shù):2P
4.6
目前,住宅消費(fèi)已成為我國居民消費(fèi)中最大最重要的支出,而房價(jià)的非理性增長給社會和經(jīng)濟(jì)帶來了一定的負(fù)面影響。本文通過對2002年~2015年發(fā)表的文獻(xiàn)進(jìn)行綜述,總結(jié)了目前用于預(yù)測房地產(chǎn)價(jià)格主流的數(shù)學(xué)模型,指出了神經(jīng)網(wǎng)絡(luò)模型、灰色—馬爾柯夫模型、隨機(jī)序列模型等模型的優(yōu)缺點(diǎn),提出應(yīng)理清房價(jià)的主導(dǎo)影響因素及機(jī)制,進(jìn)一步對各種數(shù)學(xué)模型進(jìn)行修正,并認(rèn)為基于大數(shù)據(jù)網(wǎng)絡(luò)關(guān)鍵詞搜索技術(shù)方法將得到廣泛應(yīng)用。
住宅商品房價(jià)格預(yù)測模型的研究
格式:pdf
大?。?span id="s00gisc" class="single-tag-height" data-v-09d85783>1.9MB
頁數(shù):6P
4.5
2017年的最后三個月,中國房地產(chǎn)市場罕見地迎來了一輪密集的政策信號。從中共十九大報(bào)告的召開到年末的中央政治局會議的召開,再到召開的中央經(jīng)濟(jì)工作會議,這三場高層會議連續(xù)對房地產(chǎn)市場定調(diào)。房價(jià)將如何變化,它再次成為人們關(guān)注的熱點(diǎn),因此一個合理的價(jià)格預(yù)測模型就顯得尤為重要。本文通過2005~2016年新疆住宅商品房的價(jià)格,結(jié)合灰色gm(1,1)模型和馬爾科夫模型,建立了灰色馬爾科夫預(yù)測模型,所建模型的平均相對誤差由原來的7.17%降低到2.39%,彌補(bǔ)了灰色gm(1,1)模型預(yù)測結(jié)果誤差大的缺點(diǎn)。結(jié)果表明:灰色馬爾科夫模型是較好的價(jià)格預(yù)測模型,并且新疆住宅商品房價(jià)格在2017~2020年將會呈現(xiàn)出持續(xù)走高的趨勢。
基于支持向量機(jī)的建筑物沉降預(yù)測模型研究
格式:pdf
大?。?span id="ywgia0o" class="single-tag-height" data-v-09d85783>514KB
頁數(shù):3P
4.7
建立基于支持向量機(jī)的建筑物沉降預(yù)測模型,并將其應(yīng)用于建筑物的沉降預(yù)測。與采用bp神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果相比,支持向量機(jī)取得較好的預(yù)測結(jié)果。實(shí)例表明支持向量機(jī)在小樣本數(shù)據(jù)的預(yù)測上具有精度高、泛化能力強(qiáng)的特點(diǎn),為建筑物的沉降預(yù)測提供一種新的方法。
基于雙曲線模型的建筑物沉降預(yù)測研究
格式:pdf
大?。?span id="iq0gqy2" class="single-tag-height" data-v-09d85783>1.4MB
頁數(shù):1P
4.6
為了確保建筑物施工、運(yùn)營期間的安全,需要進(jìn)行沉降觀測.分析了沉降觀測的流程和要求,在沉降觀測數(shù)據(jù)的基礎(chǔ)上,提出了使用雙曲線進(jìn)行沉降預(yù)測的方法,從而可以根據(jù)預(yù)測的沉降量,科學(xué)決策,確定沉降觀測的周期.
文輯推薦
知識推薦
百科推薦
職位:大數(shù)據(jù)開發(fā)工程師
擅長專業(yè):土建 安裝 裝飾 市政 園林