指数平滑法在水质预测中的应用

指数平滑法是一种时间序列方法，本文简要介绍了该法的原理及建模、预测和精度分析的过程，并以莆田市东圳水库出水口处近７年的高锰酸盐指数的时间序列为例，对该法的应用效果进行探讨。     

基于指数平滑法的环境噪声污染预测模型及应用

为了研究城市环境噪声污染的数学模型,通过对厦门市环境噪声的实际情况的分析并结合指数平滑预测模型,提出了符合当前环境噪声的分段三次指数平滑模型。计算了不同平滑系数时数学模型的精度,同时应用建立的数学模型对福州市10年内的噪声污染进行了预测。预测发现,噪声污染呈逐年减小的趋势,到2020年区域环境噪声和交通噪声污染分别达55.09 dB(A)和67.19 dB(A)。指数平滑法的应用效果与平滑系数的选取关系密切,应用时要根据预测的精度要求和预测期限的长短,适当选取平滑系数,并对预测的精度进行分析。结果表明基于该方法预测未来中期环境噪声准确率满足使用需求,并为其他环境噪声预测提供一种新的方法。     

渤海油污染的灰色预测

近年来,人们在预测海洋污染问题时,通常使用数理统计方法,但该法有数据序列长、计算量大、拟合度低等缺点。为使预测精度提高,本文试用灰色系统理论对渤海油污染进行预测。 一、灰色预测方法简介     

基于可公度法的航材故障预测

介绍了可公度性的概念和可公度信息预测理论。应用可公度信息预测理论,以故障时间窗口期为研究对象,对航材故障预测进行了初步探索,进而建立了一种较为实用的预测模型,并且给出了具体算例,验证所建模型的科学性和有效性。通过与指数平滑法预测模型对比可看到可公度预测模型精度更高且计算模型更为简单,为航材故障次数预测提供了一种解决方案。进而可以更好地应用在实践当中,提高航材管理水平,保障飞行任务的完成。     

采用门限自回归模型预测环境空气质量

应用汤家豪博士提出的门限自回归模型，以上海市环境空气质量时间序列监测数据和相应的气象数据，建立门限自回归大气污染预测模型，对上海市环境空气质量进行预测预报。结果表明：门限自回归模型计算较为简便且便于计算机自动建模。显著性检验表明门限自回归预报方程高度显著，在实际应用中，采用最新的数据建模和采用分站建立模型的方法可以使预测精度进一步提高。     

非线性时间序列门限自回归模型在环境空气质量预报中的应用

门限自回归模型作为1种利用历史资料对非线性时间序列进行描述从而进行预测的数学模型，多年来在各种统计领域中均取得良好的效果。根据非线性时间序列的门限自回归模型（简称TAR）的基本思路，利用环境空气自动监测系统历史监测数据资料，建立了浦东新区环境空气质量的预报计算模型。通过统计检验，检查使用TAR模型预测浦东新区环境空气质量与实际监测情况的符合程度。讨论了该模型在监测工作中的应用可行性。     

运用三次指数平滑法及多元线性回归预测并分析2000年垃圾产量

本文论述了如何运用统计预测的方法来预测我国2000年垃圾产量,以及垃圾产量的五元线性回归分析过程,并对预测结果进行了分析,说明了诸多因素与垃圾产量的线性关系.预测的方法很多,如:回归预测法、时间序列预测法、趋势外推预测法、指数平滑预测法、季节变动预测法,马尔柯夫预测法及投入产出预测法等.本文描述的预测方法是以现有数据特点及便于微机运算为基础,所有的公式都是可由微机编程的数学模型,并且表中的及各步骤的中间结果都是通过微机编程、调试计算出的精确结果.     

年降水量统计马尔可夫预测模型及其应用

论文基于大气降水过程存在着大量的不确定性和不精确性的特点,将简单的统计计算与马尔可夫链理论有机结合起来预测降水量,方法的物理概念清晰,计算简便。以杭州市1956—2008年的降水量资料为例,应用统计模型进行逐年降水量预测,从前40 a的降水量序列资料(1956—1995年)开始,预测1996年的降水量,然后剔除1956年的降水资料,将1996年的实际资料加入到序列中,再按照降水量预测的基本步骤预测1997年的降水量,依此类推进行逐年降水量预测,结果表明,13 a中误差小于±10%、±15和±20%的分别占30.77%、53.85%和69.23%,预测误差最大值为-24.03%;应用统计马尔可夫预测模型进行逐年降水量预测,8 a中误差小于±1%和±5%的分别占37.50%和62.50%,预测误差最大值为8.77%,其降水量预测结果的精度有较大的提高,该法为提高大气降水量预测的精度提供了一条值得探索的途径。     

大气降水酸度变化趋势简便预测

1．前言环境污染因子质量预测，是为政府部门进行环境规划、决策以及为环境管理部门确定环境污染治理和环境污染总量控制方案提供参考依据的重要手段。近年来，随着环境科学技术的发展，环境污染因子预测技术也向着更加全面、长期、准确和适用的方向不断发展完善。但是，由于建立污染因子预测模型，需要一定的科研设备和技术手段，需要掌握一定技术知识的科研人员，这就造成了科研基础比较薄弱的部分三、四级环境监测站，在现有条件下难以进行污染因子质量变化趋势现状的预测，而移动平均法和指数平滑法是确定性的序列预测技术中容易掌握且…     

飞机铝合金结构腐蚀损伤预测方法对比性研究

依据飞机LD2结构材料的加速腐蚀试验数据,提出了数据拟合、神经网络、时间序列3种腐蚀损伤预测方法,并对3种预测方法的基本原理、预测精度及预测外延性进行了对比分析。研究发现神经网络和时间序列方法预测精度较高;时间序列方法的预测外延性较好,能够以较高精度预测未来一段时期腐蚀损伤的发展趋势及损伤程度。因此,应根据研究需要选用合适的方法进行腐蚀损伤预测。     

基于经验模态分解-支持向量机的滑坡位移预测方法研究

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。     

文昌油田产量预测问题及解决方法研究

产量预测是油田开发过程中一项重要的研究工作,该工作不仅影响油田开发方案的制定,而且也是公司产量指标的主要判断依据。油田产量预测方法有多种,如产量递减法、水驱曲线法、数值模拟法等。此文通过借用数值模拟法中定液量拟合含油率的思路,预测含油率随时间的分布规律,结合产液量规划数据计算得到产油量随时间的关系曲线。矿场实践证明该方法可有效提高产量预测精度。     

废气排放量灰色建模新法初探

在研究和指出灰色建模常规方法理论缺陷的基础上,结合某化工厂废气排放预测实践,初步探讨和提出了将原始动态数据序列经过线性或指数变换,采用黄金分割法选取背景值的直接建模方法。初步研究表明,该方法较灰色建模常规方法在改善序列随机性、提高预测精度等方面,具有较明显的优越性和合理性,拓宽了GM(1,1)模型在环境科学领域中的应用范围。      

大气中二氧化碳总量的灰色预测

灰色系统理论,用于建模、控制、预测、决策和优化等方面,有明显的优点。本文采用常用的灰色系统预测方法,根据 Mauna Loa 观测站和南极观测站自1958年以来观测的二氧化碳浓度时间数据序列,建立二氧化碳年含量的灰色系统模型,以探求此法在环境领域中的应用,并为气候效应的研究,提供必要的理论依据。一、灰色预测的方法(一)建模原理给定的原始时间数据     

基于混沌神经网络模型的水库叶绿素a浓度短期预测

通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短期预测的混沌神经网络模型。将该模型对于桥水库的叶绿素a浓度时间序列进行短期预测,平均预测相对误差为7.85%,取得较为满意的预测效果。该方法对水库的水环境管理具有一定的参考价值。     

利用Excel对建筑施工噪声的环境影响预测计算

根据建筑施工噪声环境评价的要求，利用Excel建立施工噪声环境影响预测计算表格，并将该表格应用于建筑施工噪声环境影响的预测计算中，取得了良好的结果。应用表明，本方法具有较高的应用价值。     

城市年废水量的灰色系统预测模型

一、概述 灰色系统(简称灰系,Grey Systems)理论自邓聚龙提出后,已经比较广泛地应用于各个领域,灰色系统在建模、控制、预测、决策、优化等方面的思路和方法都有其明显的优点。本文仅根据常用的灰系预测方法,试求探讨其在环境预测中的应用。 灰系预测主要是用灰色建模GM(1,1)模型进行。预测方法包括:(1)数列预测,(2)灾变预测,(3)季节灾变预测,(4)拓扑预测,(5)系统预测,常用的是数列预测。本文采用的是时间数据序列预测方法。     

应用灰色系统预测方法建立城市废水量预测模型

一、问题的由来灰色系统(简称灰系,Grey-systems)理论自邓聚龙教授提出后,已被成功而广泛地应用于各个领域。灰色系统的建模、控制、预测、决策、优化等等,都有其明显的优点。本文仅根据常用的灰系预测方法,探讨其在环境预测中的应用。灰系预测主要是用灰色建模GM(1,1)模型进行。预测方法包括数列预测,突变预测,季节突变预测及拓朴预测。其中,常用的是数列预测。我们采用的是时间数据序列预测方法。城市废水排放总量是一个综合性的环境统计指标,包括工业废水与生活污水。它与当地的经济发展水平、技术水平、管理措施、人口数     

机器学习在材料服役性能预测中的应用

针对材料服役性能预测存在误差大、计算复杂、适用性差等问题,提出了基于数据挖掘的机器学习预测方法。首先阐述了机器学习的应用流程,并总结了常用模型原理及其在材料性能预测中的应用。然后采用多种机器学习模型对RPV钢的辐照性能进行预测,并通过Stacking集成方法提高了模型的预测精度。结果表明,机器学习可用于材料服役性能预测,具有较高的预测精度和可靠性。根据材料服役数据的不同特征选择合适的学习模型,同时进行模型融合和参数优化,可有效提高模型的预测精度及运算速度。     

引信步进应力加速试验贮存寿命预测研究

目的 针对某机电引信加速寿命试验数据,采用传统统计分析方法存在计算量大、寿命预测精度难以保证的问题,开展与智能算法相结合的引信贮存寿命预测研究。方法 针对步进应力加速寿命试验数据,采用贝叶斯理论的环境因子法,对各级应力下的贮存时间进行折合计算。利用进化策略对粒子群算法进行改进,进而对所建立的BP神经网络预测模型的全局参数进行调整和优化,突破传统方法的局限。将折合后的试验时间、样本量、应力水平作为网络输入,失效数作为输出,来预测引信贮存寿命。结果 利用训练好的 BP神经网络预测引信在正常应力水平下的失效数,计算其贮存可靠度。在迭代402次后,模型找到最优解,且预测误差在1%以内。结论 步进应力加速寿命试验与智能算法相结合的方法计算过程简单,预测精度较高,可有效提高引信贮存寿命的预测精度。