针对高炉关键异常炉况悬料难以预测的问题，基于D-S证据理论，提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先，结合高炉生产过程和悬料现象，分析悬料形成的内在机理；其次，通过模糊专家推理提取基于专家规则的主观证据，再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据；最后，基于D-S证据理论完成主客观证据融合，实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力，能够提高预测精度.仿真结果表明本文提出的方法有效、准确

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

市场现象时间序列的一种重要变动规律，就是长期趋势变动，它存在于许多市场现象之 中。对下场现象的趋势变动进行研究，是市场预测的重要任务之一。在市场预测法中，趋势 延伸市场预测法是专门用来研究市场现象趋势变动规律的一类方法。直线趋势延伸法，是研 究市场现象趋势变动的最基本的方法之一

一、教学用途 本案例适用于“市场预测”课程的案例教学,主要目的是就市场预测方法的特点、预测模型的评价与选择等问题展开讨论,从而提高运用市场预测方法解决实际问题的能力

第一节 市场调查与预测报告的类型和基本结构 第二节 市场调查与预测报告的撰写 第三节 市场调查与预测报告的沟通、使用与评价

6.1 基本概念与预测初步 6.2 基于MA模型的预测 6.3 基于AR模型的预测 6.4 预测准确性度量指标

13.1 时间序列及其分解 13.2 时间序列的描述性分析 13.3 时间序列的预测程序 13.4 平稳序列的预测 13.5 趋势型序列的预测 13.6 复合型序列的分解预测

第一节 需求与预测概述 第二节 物流需求与供给 第三节 物流需求预测 第四节 物流需求预测方法 第五节 物流需求预测实例 第六节 案例分析

为提高无钟高炉炉喉料面的预测精度，建立了考虑炉料运动的炉料分布数学模型.在分析炉料运动的基础上，指出了炉料运动是影响炉料堆积过程的重要因素，采用尺寸比1∶10的无钟布料器模型试验分析了不同炉料分速度对炉料堆积行为的影响，建立了考虑炉料运动因素的料堆轮廓预测模型，并通过数值方法确定了料堆的位置和料面轮廓曲线，应用于料面形状的预测.结果表明：炉料的运动是造成料堆两侧堆积角差异、料堆横截面面积变化以及料面轮廓改变的重要原因，料堆轮廓采用直线段和曲线相结合的方式进行构造，炉料的堆积角和曲线过渡区域长度作为重要的模型参数均考虑了炉料速度的影响，模型构造的轮廓接近真实料堆形状，应用该模型实现了炉喉料面的准确预测

1 预测控制的发展 2 预测控制的基本原理 3 模型算法控制(MAC) 4 动态矩阵控制(DMC) 5 状态反馈预测控制(SFPC) 6 多变量协调预测控制