简介：摘要：分析短时交通流预测的意义，对国内外的研究方法和主要成果进行详细的阐述、分析、归类，主要包括基于传统统计分析的预测模型、非参数回归预测模型、基于非线性理论的预测模型、智能预测模型等4种单一预测模型和组合预测模型，对各类模型复杂性、精度、适用性进行逐一分析。短时交通流预测研究领域在未来一段时间内发展趋势是数据来源多样化、混沌理论和深度学习深度发展，组合预测模型多样化，预测精度不断提高。

简介：

简介：摘要:瓦斯灾害一直是我国煤矿领域的严重安全隐患，超过限定值的瓦斯浓度极易导致人员伤亡和经济损失。本文提出了一种新的基于Stacking堆叠预测模型。首先构建Stacking堆叠模型，选用LSTM、RNN、MLP作为元模型，为了验证所提出的模型，通过设置对比实验，计算了包括RMSE、MAPE和R2在内的性能指标。结果表明，与单一模型相比，Stacking集成模型具有更高的精度，四个评价指标与单一模型相比有较大的提升，采用该模型预测瓦斯浓度，可以大幅降低煤矿生产过程中发生瓦斯灾害的概率，保障煤矿工人的生命安全和矿区的稳定运营，具有重要的现实意义和应用价值。

简介：摘要：盐酸在工业企业中广泛应用，盐酸易挥发有毒有害的HCl气体，在企业储存过程中一旦发生泄漏会对环境造成较大的影响。本文以某企业盐酸储罐泄漏引发环境事件为研究对象，采取AFTOX模型对该企业盐酸储罐的环境风险进行预测评价，提出了切实可行的环境风险防范措施，以降低环境风险影响程度。

简介：摘要：手机产业一直被视为是国民经济的产业，在经济发展的过程中也起到了非常重要的作用。近年来，我国的手机行业伴随市场高速发展的步伐而快速增长，行业规模不断扩张，因此针对我国的电子产品（手机）这一行业都一直存在着其销售量无法与生产量相匹配的问题，产量过剩会导致产品积压；产量不足会影响收入，故对手机的销量预测是非常重要的。“手机销量预测”数学模型是先来计算总销量或总订单量的模型，进而在来预测各周的手机销售量和订单量。

简介：摘要高强混凝土具有水灰比低、强度好、密实性强等特点，使得高强混凝土的早龄期收缩徐变发展速度快，最终的收缩和徐变应变值却较低，且其强度发展规律也有别于普通混凝土的强度变化。目前国内外已有的混凝土收缩徐变的预测模型，均是基于普通混凝土的试验资料经过统计回归得到的，直接应用于高强混凝土是不合适的。本次研究针对高强混凝土进行试验得到相关参数后，引入强度修正因子对ACI209预测模型进行修正，得出适合于高强混凝土收缩徐变的预测模型。

简介：摘要作为中国东北地区的老工业基地，辽宁省的能源消耗较多，导致由能源消费产生的碳排放量也比较大，因而辽宁省能否实现碳排放达峰对实现中国整体碳排放达峰，实现美丽中国的目标具有重要意义。基于目前的研究现状，本文从规模因素、结构因素、技术因素三个方面选取8个指标，对于可能影响辽宁省碳排放的因素给予较全面的分析和评估，基于扩展的STIRPAT模型对其碳排放进行预测研究，最后通过模型求解和预测对结论进行分析，给出一些合理性的建议。

简介：摘要：电力产业为社会经济发展提供了推动力，在电网运行环节中，展开数据处理、负荷预测能确保电网系统可靠运行，为电力调度提供数据支持，促进电力行业发展。本文主要围绕着短期电力负荷来展开，基于负荷大数据预测模型，分析用户用电规律，深入探究短期电力负荷预测相关内容，保证精准完成短期电力负荷预测，让电力系统运行更安全。

简介：摘要：众所周知，点击率预测模型在当今社会十分流行。在线广告中，点击率 (CTR)是评估广告效果的重要指标，随着机器学习技术的不断发展，通过机器学习方法构建自动广告，点击预测系统也变得越来越普及。 我收集了艾维邑动公司一段时间内的广告点击数据，利用机器学习方法训练 CTR预估模型，完成相应的数据分析报告。

简介：摘要：目的：应用经典和神经网络预测模型进行卷烟销售预测分析，为卷烟销售营销方案优化和市场品类规划工作提供科学依据。方法：销售数据是一类时间序列数据，利用TL市烟草专卖局从2019年1月至2022年12月期间不同品类卷烟的月销售数据，作为原始的时间序列，确定研究方法和评价指标，构建不同的模型预测卷烟销售，通过比较不同模型的性能和预测结果，进而选择最优模型。结果：从实验结果可以看出，基于Bidirectional LSTM的预测模型能较好地拟合预测TL市烟草销售数据在时间序列上的变动趋势，有着更好的预测精度。使用性能最优的模型进行卷烟销售预测，利用算法总结出商品销售的规律性，能够为年度销售计划的制定提供数据支撑。下一步，将通过优化数据集及进行模型性能调优，使预测精度提高。

简介：摘要：石油化工领域中汽油销量的预测影响着管理者关于销售计划制定、资源调度等重要决策。为了得到更为有效的预测数据，我们构建了基于统计学的SARIMA模型和基于机器学习的LSTM模型并进行了预测结果的对比，发现SARIMA、 LSTM的MAE、MSE、RMSE、MAPE分别为1.137、2.750、1.658、0.051和0.654、0.869、0.932、0.030，LSTM的预测效果更优异。

简介：摘要：近年来，随着城市燃气企业的不断亏损，大手大脚的去实现智能化、数字化燃气已不可能，开源节流成为了燃气企业的主流经营思想。本文通过分析当下经营的主要矛盾，分析出现亏损的主要原因，提出气量预测模型的建立可以成为企业实现智能化、数字化转型的新思路并且可以极大程度的利用现有管理平台节约投资。同时提出了物理模型、3层软件模型的架构，实现了运用。实践表明，该预测模型效果良好，可有效改善气量成本。

简介：摘要:随着城市交通的快速发展，交通工程领域对于数据挖掘和预测模型的研究变得尤为重要。本研究旨在通过深入挖掘交通数据，构建高效的预测模型，为交通工程的规划和管理提供科学依据。通过采集大量实时交通数据，运用数据挖掘技术，深入分析交通流、拥堵状况等关键信息，揭示交通系统的内在规律。借助先进的预测模型，结合历史数据和实时变化趋势，精准预测未来交通状态。研究发现，通过数据挖掘与预测模型的有机结合，不仅能够提高交通运行的效率，减缓交通拥堵，还为城市交通工程的智能化和可持续发展提供了新思路。

简介：【摘要】由于各种外部因素的影响，春假前后的月度售电量预测一直存在较大误差。本期旨在呈现基于X12时代分解法的完整预测模型、ARIMA模型和中度去污机。一是采用X12周期细分法，将月度售电量历史数据转化为趋势项、时间项和随机项；然后采用ARIMA模型和历史数据平均法对趋势要素、随机要素和时间要素进行预测。该算法对春节1-3月历史售电量季度率和对应月份第一天的天数进行回归分析，对预测结果进行复核。结果表明：利用Eviews软件对历史数据进行统计和计算，将预测结果与传统的ARIMA模型和TRAMO-SEATS模型进行对比，大大提高了他的预测能力。

简介：摘要：传统水电检修和设备维护模式存在的缺点和问题不容忽视，且日益成为电力生产安全事故的焦点和“始作俑者”。研究物联网建设、模型系统工程和大数据分析技术实现水电设备工况分析等功能是目前水电能源行业数字化转型的重要课题。大唐彭水水电站从系统架构、设备编码、算法逻辑和数据处理等发面研究并应用了基于模型的水电设备工况及趋势预警系统，通过两个应用案例验证该系统的有效性和实现数字化转型的重要意义：管用、实用、好用是实现数字化转型和智慧电厂建设的出初衷和原则。

简介：摘要

简介：  摘要：注塑模具作为塑料制品工业化生产的核心装备，其内在性能、结构设计以及制造质量均对最终产品的精度、外观质量、生产效率以及生产成本产生直接且深远的影响。在注塑成型过程中，模具需要经受住高温、高压以及机械磨损等多种极端工况的考验，同时，由于塑料熔体的流动特性以及模具冷却系统的效果，都会对模具的实际工作状态和使用寿命产生显著影响。本文旨在分析注塑模具失效的原因，并建立寿命预测模型，以优化模具设计，提高生产效益。

简介：摘要：随着现在车辆的普及，导航软件已经成为出租车司机以及私家车车主出行所必备的工具之一，它能让车主实时的获得GPS数据，以确定当前道路的情况，但在道路拥挤的路段，导航软件对行车速度估计非常不准确，进而造成对道路拥堵时间的估计精度较低，因此如何提高对拥堵时间的估计精度是当前面临的问题之一。

简介：摘要：黄河流域是中华民族文明的发祥地，其水沙通量的变化更是影响了相邻区域的生态环境及人民生活。了解黄河各水文特征间的关系，掌握其变化规律，制定最优采样监测方案，合理进行“调水调沙”，能够科学地指导沿黄流域防汛抗旱、水资源统一调度及相关经济的发展等。

简介：摘 要：为更精确高效地实现沥青混合料劈裂强度值的有效预测，本研究综合考虑沥青混合料劈裂强度的影响因素，以集料的碱性指标，油石比指标，孔隙率指标以及饱和度指标四项关键指标为基础，以机器学习框架下的卷积神经网络算法为数值手段，建立了大数据驱动模式下的沥青混合料劈裂强度的预测模型，并利用该模型对不同控制指标条件下的沥青混合料劈裂强度进行了有效预测。利用所建立的预测模型对不同指标组合条件下的沥青混合料劈裂强度指标进行预测，其预测结果和实际测试结果十分接近，相对误差均低于0.05，表明所提出模型不仅具有较高的精度特征，且可有效地识别并耦合各输出变量之间的交互作用。该预测模型可为沥青混合料配比设计以及其力学性能的优化提供一定的理论和技术手段支撑。