共查询到20条相似文献,搜索用时 265 毫秒
1.
人工神经网络与灰色理论都可以用来处理这种非线性、动态序列的预测问题。这两种数据挖掘方法都各有其优点与理论根据,究竟何种模型较适合煤炭价格预测,众说纷纭。为了避免顾此失彼,遗漏了一些重要的信息,本文研究了采用组合预测的方法,提出了将这两种数据挖掘的方法进行序列价格预测的方案,分析了方案的可行性。 相似文献
2.
3.
用户输入自动化技术可以帮助用户完成输入任务,文章提出了基于数据挖掘的用户输入自动化模型,该模型可以发现隐含兴趣的用户输入模式,并且利用这些输入模式预测用户的输入值。基于数据挖掘的用户输入自动化模型主要包括模式挖掘器和预测分类器2个主要部件。模式挖掘器挖掘隐含兴趣的用户输入模式,预测分类器根据实例特征预测用户输入值。该模型实时性好,适应性强,应用价值高。 相似文献
4.
Oracle安全审计技术设计 总被引:5,自引:5,他引:0
分析了Oracle安全机制,对其安全审计技术进行了研究。Oracle数据库自身没有针对安全审计数据的分析工具,为了改进与完善Oracle当前安全审计机制,采用了数据挖掘技术,将数据挖掘技术应用至Oracle数据库安全审计中来,对数据库的记录特点进行分析,通过审计记录的分析,提出了在序列模式挖掘及关联规则2种技术基础上,建立用户正常行为模式的方法。同时,还建立了针对Oracle的安全审计分析系统,分析审计数据。 相似文献
5.
为有效解决露天矿中卡车的故障预测问题,提出了一种基于改进灰狼算法的BP神经网络模型,并成功应用于预测露天矿卡车故障次数和故障持续时间。首先,针对传统灰狼算法的不足,引入了新的非线性更新机制和基于线性插值的种群更新机制,提出了融合多策略的改进灰狼优化算法。其次,将IGWO应用于BP神经网络的权值和阈值搜索中,形成了基于IGWO的BP神经网络模型(IGWO-BPNN)。最后,以宝日希勒露天煤矿卡车故障数据为例,成功将该模型应用于卡车故障预测研究。结果表明,在相同实验条件下,与其他算法相比,IGWO-BPNN具有更高的模型预测性能和分类精度,可帮助露天矿山科学制定卡车预防性检修计划,并为智慧露天矿山建设提供科学有效的基础决策数据。 相似文献
6.
7.
8.
针对矿用卡车发动机小样本故障数据导致诊断精度不足的问题,提出了一种基于改进的麻雀搜索算法优化基于凸半径边缘的SVM模型(F-SVM)的矿用卡车发动机智能故障诊断方法。首先,针对麻雀搜索算法中全局搜索能力不足的问题引入链式搜索策略。其次,遵循位置最优原则,对加入者位置更新进行改进,以提高其收敛性能。最后,使用改进后的麻雀算法对F-SVM的核参数g和惩罚因子C进行寻优,进而构建矿用卡车发动机故障诊断模型。实验结果表明,本文CSSA-F-SVM模型方法的预测准确度更高,分别较传统SVM和F-SVM模型提高了21.5%和4.1%。该模型能够较好地实现矿用卡车发动机常见故障的诊断,适用于小样本数据的故障预测,可为矿山机械设备的智能故障诊断提供参考。 相似文献
9.
指出了对煤矿安全性指标进行合理预测的传统预测方法存在的不足,提出了应用人工神经网络建立BP网络及其改进模型的预测方法,并通过基于时间序列的实例比较了BP网络及其改进模型的预测结果。结果表明,用神经网络改进方法进行安全预测效果较好。 相似文献
10.
11.
In order to effectively avoid the defects of a traditional discounted cash flow method, a trinomial tree pricing model of the real option is improved and used to forecast the investment price of mining. Taking Molybdenum ore as an example, a theoretical model for the hurdle price under the optimal investment timing is constructed. Based on the example data, the option price model is simulated. By the model, mine investment price can be computed and forecast effectively. According to the characteristics of mine investment, cut-off grade, reserve estimation and mine life in different price also can be quantified. The result shows that it is reliable and practical to enhance the accuracy for mining investment decision. 相似文献
12.
为获得更为优越的露天矿山境界,构建了集经济时间序列预测、矿岩时间属性赋值和动态经济指标计算为一体的境界全动态优化方法。金属价格是矿山境界优化过程中最重要的因素之一,以金属价格历史数据为平台,通过创建合适时间序列模型,对未来价格做出预测,以预测结果为基础,运用L-G图论法生成系列境界方案,根据矿山实际情况编排进度计划,实现矿岩块参数赋值,将预测结果代入到矿岩块体模型中,计算境界净现值(NPV),经多方案比较确定最优境界。以某铜矿山为例,通过对近50 a伦敦金属交易所(LME)铜精矿季度平均结算价格分析处理,建立了自回归求和移动平均模型(ARIMA),实现了未来15 a铜价预测,最终确定了矿山经济最优境界。建立于金属价格预测基础上的境界动态优化方法所得方案NPV更接近生产实际,其优化结果可更好为矿山设计及未来生产提供基础支撑。 相似文献
13.
为了解决祁东煤矿四采区高瓦斯浓度的问题,结合煤层赋存情况与煤矿生产实际,提出采用煤层按自上而下的开采顺序依次保护下伏煤层,实行多重保护,并对煤层瓦斯突出进行预测,对被保护层的卸压瓦斯抽放工艺进行了探讨。 相似文献
14.
美国页岩气革命改变了美国能源发展状况,同时对全球能源格局产生了不小的冲击与影响。论文在考虑页岩气革命的发展以及对国际天然气市场冲击的基础上,通过计量模型来揭示页岩气革命对北美、欧洲、日本天然气市场的相互关系是否有显著影响。首先论文以1988年6月—2018年5月相关月度数据为依据,引入BP断点检验模型,即在传统单位根的基础上引入结构突变,并结合相关政策分析美国页岩气发展阶段的特征。然后采用脉冲响应和方差分析法分析页岩气革命前后全球3大天然气市场的关联,在对序列合理分段的基础上,结合对不同阶段天然气产业形势的分析,进而揭示美国页岩气革命影响全球天然气市场的过程及内在机理。结果表明,美国“页岩气革命”提升了欧美天然气价格对亚洲天然气市场甚至全球天然气市场的影响力。 相似文献
15.
油气矿业权竞争性出让能够更好发挥市场在资源配置中的决定性作用和政府的调节作用,保障矿业权人依法平等参与矿产资源勘查、开发活动,形成以竞争出让为主,社会多元主体参与有序的油气资源勘查开发市场新格局。本文对油气矿业权竞争性出让改革进行跟踪研究,梳理了油气矿业权竞争性出让改革概况,分析了竞争性出让的积极意义和存在的问题,以问题为导向,给出了油气矿业权竞争性出让政策建议,建议建立拟出让油气区块项目库、加大油气区块竞争性出让力度、完善地质资料汇交与共享机制、积极推进油气区块“净矿”出让、探索“价+率”形式征收出让收益。 相似文献
16.
美国页岩气革命改变了美国能源发展状况,同时对全球能源格局产生了不小的冲击与影响。论文在考虑页岩气革命的发展以及对国际天然气市场冲击的基础上,通过计量模型来揭示页岩气革命对北美、欧洲、日本天然气市场的相互关系是否有显著影响。首先论文以1988年6月—2018年5月相关月度数据为依据,引入BP断点检验模型,即在传统单位根的基础上引入结构突变,并结合相关政策分析美国页岩气发展阶段的特征。然后采用脉冲响应和方差分析法分析页岩气革命前后全球3大天然气市场的关联,在对序列合理分段的基础上,结合对不同阶段天然气产业形势的分析,进而揭示美国页岩气革命影响全球天然气市场的过程及内在机理。结果表明,美国“页岩气革命”提升了欧美天然气价格对亚洲天然气市场甚至全球天然气市场的影响力。 相似文献
17.
18.
19.
20.
以2000—2018年美国天然气价格为研究对象,基于动态时间规整算法(DTW)、模拟退火算法(SA)、支持向量机模型(SVM)构建DTW\|SVM\|SA天然气价格预测组合模型,并在不同预测步长下将其与对照模型的预测结果进行对比,分别从预测精度和预测误差两方面对模型的预测性能进行评估。结果表明:利用模拟退火算法可以优化SVM模型的自由参数和混合模型的权重参数;DTW-SVM-SA组合预测模型在天然气价格收益率预测方面表现出良好的泛化能力,对比其他模型,其在不同步长上的预测精度均有显著提升,预测误差均有降低,是一种有效的天然气价格预测模型。DTW-SVM-SA组合预测模型不仅能够为政府进行宏观调控提供参考,而且可以帮助企业尤其是能源相关企业更好地预测和管理价格变动的风险。 相似文献