在综合分析矿井瓦斯涌出量影响因素基础上,探讨了采煤工作面瓦斯涌出量与影响因素之间的关系,利用逐步回归分析方法建立了瓦斯涌出量预测数学模型,并将模型应用于平煤天安十矿己组煤层24110采面瓦斯涌出量预测.结果证明,该数学模型对采煤工作面瓦斯涌出量预测比较准确

建模方法是时间序列分析的核心问题之一。本文给出了两种基于最小二乘法的自回归模型（AR模型）的建模方法。采取预留少量数据递补进入计算的办法,使矩阵XTX可以用分块矩阵求逆公式递推求逆,或者用矩阵的Crout分解法递推求解。同时引入了Winograd向量内积快速算法,充分利用各向量和各矩阵之间的关系来减少计算工作量。使计算量比一般最小二乘建模方法大幅度减少,达到与Marple算法和Burg的最大熵谱法可比的程度

采用恒应变速率凸轮塑性计,对生产现场所采集的9个碳钢的实体样本进行压缩试验,测定了热轧条件下的流动应力。选用了7种不同结构型式的流动应力数学模型,对试验数据做了回归分析,得到了较全面反映碳钢中主要化学元素和诸变形条件对流动应力影响的数学模型,此模型的结构优于现有模型,已用于生产的在线控制,效果良好

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

利用多项式回归的方法获得不同工况下发动机速度随时间变化的数学模型．基于测试工况定义时的模糊性，故在测试中采用模糊模式识别的方法，确定实际的测试工况，以用于测试参数的处理

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳时间序列分析 五、非平稳序列的确定性分析 六、非平稳序列的随机性分析 七、平稳性的单位根检验 八、单整、趋势平稳与差分平稳随机过程

◼ 2.1 数学模型的定义和分类 ◼ 2.2 数学模型的建立 ◼ 2.2.1 建立数学模型的过程 ◼ 2.2.2 对模型的基本要求 ◼ 2.2.3 数学模型的验证和误差分析 ◼ 2.3 Excel 在建立数学模型的应用 ◼ 2.3.1 污水处理的线性回归分析 ◼ 2.3.2 结构分析和曲线拟合 ◼ 2.3.3 用Excel进行参数估计

从实际生产数据入手,研究了温度模型设定精度的现状及设定精度与各影响因素之间的关系,同时还消化了原来的温度模型程序并将其移植到微机上.经大量的离线统计回归分析,提出了一个行之有效的温度模型改进方案.该改进方案的思路同样适合其他热轧生产线

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳时间序列分析 五、非平稳序列的确定性分析 六、非平稳序列的随机性分析 七、平稳性的单位根检验 八、单整、趋势平稳与差分平稳随机过程

一、问题的引出：非平稳变量与经典回归模型 二、时间序列数据的平稳性 三、平稳性的图示判断 四、平稳性的单位根检验 五、单整、趋势平稳与差分平稳随机过程