提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

7.1 系统预测概述 7.1.1 概念 7.1.2 分类 7.1.3 步骤 7.2 定性预测方法 7.3 时间序列分析预测 7.4 回归分析预测 7.5 Box-Jenkins模型(*) 7.6 状态空间分析 7.7 Markov预测 7.1.1 系统预测的概念 7.1.2 系统预测的分类 7.1.3 系统预测一般步骤 7.2 定性预测技术

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

一、园艺害虫预测预报的内容 1.发生期预测:预测某种害虫发生或危害出现的时间。 长期预测是预测一年或一年以上某地区某种害虫的 发生动态和趋向。 中期预测是指预测一、二个月内某地某害虫的发生 情况。 短期预测是指预测几天或十几天某种害虫的发生动。 2.发生量预测:即预测害虫发生的多少和危害性的大小

判断分析市场预测法是相对于各种定量预测法来说的一类预测方法。 判断分析市场预测法，也称定性市场预测法。判断分析市场预测法是指预测者在以各种 方法取得市场资料后，在对这些资料进行整理加工和分析研究的基础上，运用自己的实践经 验和判断分析能力，对市场未来的发展变化趋势做出估计测算预测值

一、病虫害测报的主要内容 按测报的内容: 病虫害的发生期预测 病虫害的发生量预测 病虫害的损失量(为害程度)预测 害虫的分布预测 按预测的期限 短期预测:1周(病)、1-2周(虫) 中期预测:1个月 长期预测:1年或作物的1个生长季 超长期预测:几年至十几年

第四章财务预测和预算 第一节财务预测 一、财务预测的意义 二、财务预测的步骤 (一)收集和整理资料 (二)销售预测 (三)估计需要的资产和负债的变化 (四)估计内部融资数额 (五)估计对外筹资的数额 三、财务预测的方法 财务预测的方法很多,一般可分为两大类即定性预测法和定量预测法

预测编码是根据信号的一些已知情况,预测信号可 能发生的情况。预测难免有误差,如果我们不直接对信 号编码,而是对预测的误差编码,若预测比较准确,误 差较小,那么预测编码就可以达到压缩数码的目的。 在文件传真时,文件为白纸黑字,如果前一个样点是白, 接着一个样点多半为白;如果前一个样点为黑后继的一 个样点也多半为黑。从条件概率来说,P(白/白)>P(白/黑 )或P(黑/黑)>P(白/黑)。因此若白样点已发生预测 白的可能性大。相反,若黑样点已产生预测黑的可能性 大。这样的预测,在大部分的情况下是对的而只要将部分 不对的进行编码就行了

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度