利用灰色预测线性规划模型对多金属矿山的产能进行优化配置.经过灰色预测模型对各定位系数进行预测,将灰色线性规划问题转化为一般的线性规划问题,对其进行求解.结果表明,定位系数GM(1,1)误差检验合格,预测的多金属矿山经产能优化后可以实现生产资料的合理配置和利润的最大化

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量

第一节 市场预测概述 第二节 定性预测方法 第三节 定量预测方法 第四节 市场需求的预测

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

针对熔融气化炉冷煤气成分含量,提出了基于熵权模糊C均值聚类和偏最小二乘的COREX冷煤气成分预测方法.建模过程中首先根据料单中各种原料的单耗量,利用熵权模糊C均值聚类的方法将料单聚类成若干种料单类别,然后针对不同的料单类别,利用偏最小二乘法分别建立冷煤气成分预测模型.对宝钢COREX-1#炉实际生产数据验证结果表明:该方法可以有效地建立COREX冷煤气成分预测模型,具有较好的预测精度

以BP算法为基础开发了ANN学习预测系统,用于宝钢IF钢大生产产品性能预测.同时,应用在宝钢IF钢大生产数据对该系统进行了测试和分析,并与多元线性回归结果进行预测精度比较.结果表明,ANN学习预测系统,除σ0.2误差较高(9.0%)外,σb,δ,r和n值均<5.0%,且比多线性回归方法精度高

基于人工神经网络建立了反向凝固过程中的性能预测模型,实现了对铸带厚度和新相层晶粒度的全面预测;探讨了凝固过程中的主要工艺参数对上述性能的综合影响,为反向凝固性能的综合预测提供了简便的新手段.研究表明,新生相晶粒度随钢水过热度、母带厚度、浸入时间变化对其影响不显著,而钢水过热度、母带厚度、浸入时间变化对铸带厚度的影响较大.该模型的预测结果与实测的结果较为接近

为了准确预测管道在不同应力比交替作用下的剩余寿命,在疲劳裂纹扩展速率实验的基础上,建立了一种新的含缺陷管道剩余寿命预测方法,即不同应力比交替作用下单参数疲劳寿命预测方法.该方法全面考虑了管线运行过程中不同应力比交替作用引起的破坏.以X52管线钢为例,通过模拟天然气实际运行情况(R=0.1和R=0.6交替作用)预测了其剩余寿命

两种流行的商业经营模式：以预测为基础或、以 快速响应为基础 预测为基础－－比较适合于中长期规划、资本安 排、战略层面思考 人口、收入、GDP 增长预测，直接影响外资进入 快速响应基础－－适合于日常运作的决策 各国利率的变化，会影响国际投机资本的运动市场需求的变化，影响商品配送工作，影响价格 即使是日常运作，如“延迟”策略，更需要总量预测

Ø8.1 时间序列及其分解 Ø8.2 时间序列的描述性分析 Ø8.3 时间序列的预测程序 Ø8.4 平稳序列的预测 Ø8.5 趋势型序列的预测 Ø8.6 复合型序列的分解预测