基于证据理论的煤矿瓦斯涌出组合预测

为提高煤矿瓦斯涌出量预测的准确度,引入证据理论组合预测方法。根据瓦斯涌出量及其主要影响因素间的实验数据,采用3个不同的粒子群神经网络模型对涌出量进行初步预测。并由BP、RBF网络对预测误差及预测点的影响因素进行分析建模,以获取每个模型的可信度。再利用证据理论对其进行合成,确定组合模型的权值,最终实现对瓦斯涌出量的组合预测。实例结果表明,该组合预测方法的平均绝对误差、均方误差分别为18.5%、5.8%,均小于神经网络组合法及等权平均法的相应预测误差,适用于煤矿瓦斯涌出量预测。     

关联交叉口交通流模糊变权重组合预测方法

针对单一交通流预测方法存在的局限性和传统交通流组合预测模型中权重不能动态变化的问题,提出一种关联交叉口交通流模糊变权重组合预测方法。先对交叉口交通流的关联性进行分析,并给出关联交叉口的定义;再建立关联交叉口交通流模糊自适应变权重组合预测模型,该模型分别利用Kalman滤波器模型与SVM模型来预测关联交叉口交通流量,然后根据这2个模型预测的误差和交通量的变化趋势,采用模糊逻辑推理方法,对这2个预测模型分别赋予适当的权重。试验结果表明,组合预测模型的最大绝对误差、平均绝对误差和相关系数均明显好于单一的预测方法,分别为9.8%、4.63%和0.99。     

城市安全生产影响因素及其预测分析——以上海为例

为研究我国城市安全生产的影响因素及预测城市安全生产的发展趋势,以上海市为例,对2004—2010年期间与安全生产相关的数据进行灰色关联度分析,提取影响安全生产状况的主要经济社会因素,并与工矿商贸死亡人数之间建立回归模型。研究结果表明,工矿商贸死亡人数与第二产业比重、GDP增长率、教育支出占GDP比重以及私营及个体工商户比例均呈现负相关。基于2007—2011年各月份上海市的安全生产死亡人数,运用Winters乘法模型,预测上海市安全生产发展趋势。     

GIS支持下基于非线性理论的煤与瓦斯突出综合预测模型

为弥补单一模型缺陷,提高预测的可靠性和准确性,提出了煤与瓦斯突出综合预测.根据煤与瓦斯突出的机理,选取模糊数学、灰色理论、物元分析模型、神经网络及支持向量机5种成熟的非线性方法作为综合预测的数学模型,应用灰色关联度模型确定预测指标,建立了基于非线性理论的煤与瓦斯突出综合预测模型.分析了GIS支持下基于非线性理论的煤与瓦斯突出综合预测系统的集成方法及关键技术,开发了快速综合预测系统并进行了应用.研究表明,该系统能够快速预测突出危险性.相比于单一模型,该方法综合了多种数学模型,预测结果具有较高的准确性及可信性.     

基于耦合逐步回归的PLS模型城市用水量预测

城市用水量受到多重因素的影响,且各因素之间存在相关性。将逐步回归技术引入偏最小二乘(PLS)用水量预测模型影响因子的筛选过程,可对PLS回归建模过程进行改进,在保证拟合精度的条件下,有效解决了自变量间的多重相关性问题;同时实现测定指标的降维,达到了简化、精炼模型的目的。将所提理论和方法应用于某城市用水量预测中,运用R软件进行求解,并将耦合逐步回归的PLS模型与单一的PLS回归模型进行比较分析。结果表明,模型的拟合和预报精度较好。     

专家点评:2012年车市预测

2011年,结束了连续几年来一路狂飙的中国汽车市场遭遇了"急刹车",迎来的是增长大幅回落,从2010年的32%跌落至2011年的个位数。在这样大环境的影响下,今年国内车市究竟会如何演绎?中国车市的日子恐怕不会轻松。面向未知和充满挑战的市场,车企们更多的是揣测、试探和彷徨,有的黯然神伤,认为"苦日子才刚刚开始",有的则意气风发,喊出"要做中国销量增速最快的豪华品牌"和"中国最重要"的口号。业内专家各持己见,但总体上给出了"理性、缓慢增     

谁掐断了“预警短信”这根“救命稻草”

6月28日,四川宁南县一施工营地被泥石流冲毁,截至记者发稿前,已造成14人遇难、26人失踪。据悉,事发前1天,当地政府曾将预警短信转发给工程建设筹备组接洽人胡某。胡某却将该短信删除。他称该短信太笼统没有大意义,并表示防汛不是他的职责,自己没有义务去转发。在大自然的伟力之前,人实在太过渺小,面对不可预测的天灾,人更是显得孱弱无力,形同蝼蚁。必须承认的是,对抗天灾很多时候的确是超出了人的能力     

系统安全态势的马尔科夫预测模型建立及应用

基于马尔科夫链预测理论,分析研究了系统安全态势的定性与定量预测问题,建立了系统安全态势预测模型.定性预测侧重安全态势的升、降趋势分析,定量预测以系统万人死亡率为依据,划分四个安全状态,从而实现系统安全状态定量预测.定性与定量预测相互检验、相互补充.实例研究表明,马尔科夫定性与定量相结合的预测模型结构简单,计算方便,符合系统安全态势预测特征要求,是系统安全宏观管理的重要参考依据之一.     

尾矿坝变形规律的灰色Verhulst预测

尾矿坝变形规律预测是矿山尾矿库安全技术管理的重要内容.尾矿坝的变形受多种因素的影响,其中有些因素是可知的,但有部分因素是不确定的,因此尾矿坝本身实际上是一个灰色系统.为了实现对尾矿坝变形趋势的预测,在充分认识尾矿库工程系统及坝体变形数据特性的基础上,采用灰色Verhulst模型对尾矿坝的变形进行预测,并结合某铁矿尾矿坝变形监测实际数据进行预测,模型精度满足要求,表明灰色Verhulst模型用于尾矿坝变形规律预测具有很好的适用性.     

基于改进多种群遗传算法的尾矿坝形变预测

针对遗传神经网络(GA-BP)建立的尾矿坝形变预测模型易出现早熟现象、预测结果不稳定、容易陷入局部最优值的不足,引入一种具有混沌局部搜索的多种群自适应遗传算法。该算法以双种群寻优为基础,改进了遗传参数的计算方式,分别以种群进化中染色体适应度值的集中程度和空间距离的分布作为自适应交叉率、变异率的计算依据应用于不同种群中,提高了种群的多样性和遗传算法全局搜索的能力;同时引入混沌局部搜索技术(CLS),完善了遗传算法局部搜索能力的不足。采用改进的遗传神经网络模型对贵州省白岩尾矿坝三维变形数据进行预测,并与传统的GA-BP和AGA-BP模型预测结果进行比较。结果表明:改进后的模型预测精度更高,结果更加稳定,具有良好的预测效果。