SARIMA模型的水泥產(chǎn)量預(yù)測(cè)研究王惠婷

根據(jù)中國(guó)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(cè)模型。結(jié)果表明:預(yù)測(cè)模型具有較高的精度,未來(lái)三年水泥產(chǎn)量變化呈上升趨勢(shì)。

目前,對(duì)于建筑垃圾的資源化研究,我國(guó)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(guò)分析2004—2013年的建筑施工面積,利用面積估算法對(duì)建筑垃圾的產(chǎn)量進(jìn)行估算。采用灰色預(yù)測(cè)模型對(duì)垃圾產(chǎn)量進(jìn)行精確預(yù)測(cè)和分析,發(fā)現(xiàn)我國(guó)建筑垃圾的產(chǎn)量巨大,在未來(lái)幾年內(nèi)將呈現(xiàn)持續(xù)增長(zhǎng)趨勢(shì),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(wèn)題提供思路。

[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(shí) 報(bào),2008. [4]黃文元,秦永春.瀝青溫拌技術(shù)在國(guó)內(nèi)外的應(yīng)用現(xiàn)狀[j].道路工 程,2008. [5]左鋒,葉奮翻譯.國(guó)外溫拌瀝青混合料技術(shù)與性能評(píng)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?wèn)|,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 (

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(cè)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(shí)序分析arx自回歸各態(tài)歷經(jīng)模型,對(duì)基坑的沉降變形進(jìn)行了預(yù)測(cè),數(shù)據(jù)結(jié)果表明兩種模型均能較好地對(duì)未來(lái)值進(jìn)行較真實(shí)的預(yù)測(cè);從bp模型與arx模型的預(yù)測(cè)結(jié)果均方誤差值大小的角度而言,bp模型的預(yù)測(cè)對(duì)于未來(lái)趨勢(shì)的判斷比arx模型要更強(qiáng)一些。試驗(yàn)結(jié)果說(shuō)明兩種預(yù)測(cè)模型應(yīng)用于實(shí)際工程的監(jiān)測(cè)預(yù)測(cè)具有實(shí)際意義。

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(jí)范圍顆粒含量對(duì)強(qiáng)度的影響程度,以探求不同粒徑的顆粒對(duì)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。

針對(duì)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(cè)模型,對(duì)沈陽(yáng)市未來(lái)5年建筑垃圾產(chǎn)量進(jìn)行了預(yù)測(cè)。與gm(1,1)預(yù)測(cè)模型相比較,發(fā)現(xiàn)灰色verhulst模型可以滿(mǎn)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(shì),因此該模型可以用于預(yù)測(cè)建筑垃圾的產(chǎn)量。

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(kāi)發(fā)ice智能優(yōu)化控制平臺(tái),該平臺(tái)采用以模型預(yù)測(cè)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(guò)程建模技術(shù),通過(guò)采集dcs系統(tǒng)的實(shí)時(shí)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(guò)程優(yōu)化控制,達(dá)到安全、穩(wěn)定、最優(yōu)化的自動(dòng)控制效果。該平臺(tái)可提高產(chǎn)量,降低能耗,保證產(chǎn)品質(zhì)量,滿(mǎn)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。

水泥回轉(zhuǎn)窯窯尾氣體溫度對(duì)水泥熟料生產(chǎn)影響重大,建立回轉(zhuǎn)窯溫度控制模型對(duì)水泥生產(chǎn)具有重要意義。水泥生產(chǎn)工藝過(guò)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(cè)模型,并通過(guò)遺傳算法對(duì)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(shí)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(duì)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(cè)水泥回轉(zhuǎn)窯的窯尾溫度。

負(fù)荷預(yù)測(cè)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(guò)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(cè)最優(yōu)模型,解碼預(yù)測(cè)過(guò)程采用viterbi算法,通過(guò)模型可預(yù)測(cè)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(duì)隱馬爾可夫模型進(jìn)行訓(xùn)練,并對(duì)2017年廣東典型日負(fù)荷率進(jìn)行預(yù)測(cè),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,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(duì)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(lái)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).

為了準(zhǔn)確地預(yù)測(cè)未來(lái)原木進(jìn)口量,利用已知中國(guó)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(duì)1993-2013年的國(guó)內(nèi)原木進(jìn)口數(shù)據(jù)進(jìn)行預(yù)測(cè),通過(guò)預(yù)測(cè)值與實(shí)際值的對(duì)比,分析兩組預(yù)測(cè)模型的準(zhǔn)確性。結(jié)果表明:基于gm(1,1)模型的預(yù)測(cè)結(jié)果,在rmse、mae、mape三個(gè)指標(biāo)上均優(yōu)于基于最小二乘法函數(shù)擬合的預(yù)測(cè)方法。利用gm(1,1)模型預(yù)測(cè)2014和2015年國(guó)內(nèi)原木進(jìn)口量分別是4170.58萬(wàn)和4358.99萬(wàn)m3。

基于Powers體積模型的水泥基材料彈性模量預(yù)測(cè)

針對(duì)固井施工中氣液混合相對(duì)g級(jí)水泥水化反應(yīng)中環(huán)空竄流影響規(guī)律不明確的問(wèn)題,分析了固井施工過(guò)程中發(fā)生環(huán)空竄流的原因,通過(guò)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(jí)水泥水化反應(yīng)過(guò)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(guò)程中,預(yù)測(cè)環(huán)空竄流的概率統(tǒng)計(jì)學(xué)數(shù)學(xué)模型。通過(guò)chandler7200型水泥水化分析儀測(cè)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(shí)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(cè)模型是預(yù)測(cè)環(huán)空竄流的前提,而不是最終決定因素。

本文通過(guò)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(cè)模型,通過(guò)模擬精度估計(jì)參數(shù)對(duì)模型進(jìn)行精度檢驗(yàn)并使用gm(1,1)模型預(yù)測(cè)了吉林省未來(lái)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.

著重對(duì)bp神經(jīng)網(wǎng)絡(luò)模型和組合預(yù)測(cè)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(cè)模型對(duì)回歸模型和bp神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化,通過(guò)對(duì)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。

為找出沂河流域最優(yōu)水文降雨預(yù)測(cè)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(cè)數(shù)據(jù)對(duì)比。結(jié)果表明:elm模型與實(shí)測(cè)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(cè)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(cè)提供科學(xué)的理論依據(jù)。

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(cè)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)。

提出無(wú)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(shù)皮產(chǎn)量預(yù)測(cè)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(wú)約束模型的殘差平方為0,無(wú)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(cè)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。

按照溶解熱法測(cè)試基準(zhǔn)水泥在恒溫養(yǎng)護(hù)條件下的水化熱,根據(jù)監(jiān)測(cè)的水化熱數(shù)據(jù)特征,分別按照雙曲函數(shù)表達(dá)式、冪函數(shù)表達(dá)式、復(fù)合指數(shù)表達(dá)式和對(duì)數(shù)函數(shù)表達(dá)式擬合試驗(yàn)數(shù)據(jù),根據(jù)相關(guān)系數(shù)以及函數(shù)表達(dá)式的外延值評(píng)價(jià)擬合函數(shù)的吻合度和適用范圍。最后,提出基于活化能和等效時(shí)間的復(fù)合指數(shù)模型,該模型綜合考慮了溫升對(duì)水泥水化放熱規(guī)律的影響,并推導(dǎo)出其離散模型,方便表達(dá)式在大體積混凝土水化熱溫升差分法解析時(shí)的應(yīng)用。

地基沉降預(yù)測(cè)模型的探討——根據(jù)全過(guò)程沉降的特點(diǎn)，針對(duì)沉降預(yù)測(cè)中的修正指數(shù)曲線模型存在的不足，提出了廣義修正指數(shù)曲線模型和參數(shù)估計(jì)的方法。通過(guò)工程實(shí)例驗(yàn)證，表明廣義修正指數(shù)曲線模型具有良好的適應(yīng)性和彈性，能很好地反映地基沉降變形規(guī)律，預(yù)測(cè)出的沉...

目前，住宅消費(fèi)已成為我國(guó)居民消費(fèi)中最大最重要的支出，而房?jī)r(jià)的非理性增長(zhǎng)給社會(huì)和經(jīng)濟(jì)帶來(lái)了一定的負(fù)面影響。本文通過(guò)對(duì)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(cè)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?jī)r(jià)的主導(dǎo)影響因素及機(jī)制，進(jìn)一步對(duì)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。

2017年的最后三個(gè)月,中國(guó)房地產(chǎn)市場(chǎng)罕見(jiàn)地迎來(lái)了一輪密集的政策信號(hào)。從中共十九大報(bào)告的召開(kāi)到年末的中央政治局會(huì)議的召開(kāi),再到召開(kāi)的中央經(jīng)濟(jì)工作會(huì)議,這三場(chǎng)高層會(huì)議連續(xù)對(duì)房地產(chǎn)市場(chǎng)定調(diào)。房?jī)r(jià)將如何變化,它再次成為人們關(guān)注的熱點(diǎn),因此一個(gè)合理的價(jià)格預(yù)測(cè)模型就顯得尤為重要。本文通過(guò)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(cè)模型,所建模型的平均相對(duì)誤差由原來(lái)的7.17%降低到2.39%,彌補(bǔ)了灰色gm(1,1)模型預(yù)測(cè)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(cè)模型,并且新疆住宅商品房?jī)r(jià)格在2017～2020年將會(huì)呈現(xiàn)出持續(xù)走高的趨勢(shì)。