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: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: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: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: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。