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

通过分析渗水井与陷落柱的联系和区别,借鉴渗水井等相关理论,建立了预测陷落柱突水的物理模型,确定了陷落柱的突水危险区域。陷落柱与采动工作面之间的突水危险区域可分为三部分:陷落柱周边围岩塑性破坏区、采场前方塑性破坏区与陷落柱周边渗透区域。根据弹塑性力学、流体力学的相关理论,推导出了预测陷落柱突水的理论判据,可用于矿井陷落柱突水灾害的预测

什么是回归预测 回归预测的常用方法 一元线性回归 一元非线性回归 二元线性回归 二元非线性回归 多元线性回归 多元非线性回归

探讨了最小二乘支持向量机时间序列预测的方法,提出了用核主成分分析提取主元,然后用最小二乘支持向量机进行预测．通过实验表明,这种方法得到的效果优于没有特征提取的预测．同时与主成分分析提取特征相比,用核主成分分析效果更好．

准确预测机场航班延误情况,对于全面协调空管、机场、航空公司的运行至关重要。目前,长短期记忆(LSTM)神经网络在各领域得到广泛应用,特别是在预测方面,精度明显高于传统的机器学习预测方法

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%

准确的公交到站时间预测有利于出行者合理安排行程及公交车辆的实时调配，是提高公交服务水平的有效手段。首先对公交运行特性和影响因素进行分析总结。之后，通过研究公交到站时间预测的原理和方法，系统总结了国内外研究现状，并对常用模型的优缺点进行了比较。最后，分析了公交到站时间预测发展趋势，提出了该领域需要进一步研究的问题

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

分析了常用的室内空气品质预测方法中存在的问题,根据室内空气品质不满意率 和化学污染物对数评价指标间的线性关系,在室内污染物浓度场预测的基础上提出了一种预 测室内空气品质的新方法。该方法简单可行且能综合体现主、客观评价结果

第一节 时间数列预测的基本理论 第二节 长期趋势预测方法 时距扩大法 移动平均法 指数平滑法 最小平方法 第三节 季节变动分析 第四节 循环变动分析