一、固定样本的连续调查 二、非固定样本的调查

第一节 专家评估法 一、个人判断法 二、专家会议法 三、头脑风暴法 四、德尔菲预测法 第二节 主观概率法 一、主观概率 二、主观概率加权平均法

微震能级随时间发生变化，高能级微震事件与冲击地压有良好的对应关系，为预测矿山微震能量时序变化，基于一维卷积神经网络（Convolutional neural networks，CNN），建立微震能级时间序列预测模型；通过模型训练，实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别。由于微震样本数据类间不平衡问题，导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件，为进一步提高模型对106能级微震事件预测的准确率，对模型进行改进并使用混合采样方法训练改进后的模型；利用砚北煤矿250202工作面微震能级实测部分数据，改进后模型的总体测试正确率达到98.4%，其中106能量级别的微震事件测试正确率提升到99%。将模型应用于砚北煤矿250202工作面进行微震能级时序预测，模型的预测正确率整体达到93.5%，且对高能级微震事件的预测正确率接近100%

热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用，非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂，目前各大钢厂仍以定期维护和事后维修为主。本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型。首先结合支持辊弯窜辊数据表征支持辊健康状态，再使用K-means聚类方法对支持辊工况进行划分，将各工况下过程数据分别构建Copula预测模型，最后根据实际轧制计划的排布顺序融合各工况模型的预测结果。提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用，结果表明，该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测，以更科学的策略指导支持辊更换维护

为了实时获得冷轧带钢酸洗溶液的浓度值,便于进行酸浓度控制,采用软测量方法实时预测酸浓度.由于酸浓度建模数据中无关成分和特异点会影响模型精度,利用正交信号校正和稳健回归相结合的方法来建立酸浓度预测模型首先利用正交信号校正对建模数据进行预处理,去除自变量中与因变量无关的成分;然后采用基于迭代加权最小二乘的稳健回归算法进行建模,降低特异点对模型的影响;最后将预测结果和多元线性回归、传统稳健回归方法和正交信号校正多元线性回归进行比较.实验结果表明:采用正交信号校正-稳健回归方法后,模型预测能力得到提高,与多元线性回归结果相比,亚铁离子质量浓度和氢离子质量浓度的相对预测误差分别从1.82%降低到1.17%、从5.87%降低到4.73%.本文提出的方法具有更好的模型预测精度,可以满足工业应用要求

针对保税港区业务背景及服务流程的特点,构建了保税港区服务流程性能管理框架.在此基础上,提出服务流程性能评价模型以及相应的性能评价指标体系.针对保税港区服务流程时效性的特点,提出了相应的实时灰色预测方法,并通过一个应用示例验证了方法的有效性.服务流程性能指标体系综合了保税港区系统中\业务\与\IT\两个层面特点,避免了现有评价方法的片面性.另外,实时性能预测方法能够有效地支持保税港区业务的闭环管理,而且适用面广,可以在其他行业进行推广使用

掌握育种家种子、原种、良种的概念，种子目标市场的选择步骤，种子市场调查的内容、方法，种子市场预测的作用、内容和方法。理解种子目标市场选择的原则、依据，种子市场调查、预测的程序

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

Chapter1绪论 1.什么是经济计量学:经济理论、统计学、数学、经济数据。 2.目的:理论实证、政策分析和经济预测等 3.方法与计算 3.1方法 （1)理论陈述; （2)数据收集; （3)提出模型; （4)估计模型; （5)模型诊断; （6)理论检验; （7)预测分析

本文在建立预测树的基础上,首次提出将图形化规则语言与预测树技术相结合。使用这种方法.可以方便而有效地建造现场诊断知识库。并以建立轴承疲劳试验故障诊断专家系统知识库为例,说明了其具体应用