烧结矿碱度的灰色神经网络预测模型及仿真

本文提出了用灰色神经网络对烧结矿化学成分进行预测，并在此基础上构造了灰色神经网络模型，该模型有效地融合了灰色理论可弱化数据序列波动性和神经网络特有的适应非线性信息处理的能力，研究结果证明，本模型能在小样本、贫信息的条件下对烧结矿碱度做出比较准确的预测，此种模型具有预测精度高、所需样本少、计算简便等优点，取得了比较满意的结果。和BP神经网络算法相比，灰色神经网络算法有很大的应用前景和推广价值。     

基于协整理论的钼价格预测研究

基于协整理论研究了钼价格与国民生产总值、钢铁产量之间的长期均衡关系,并构建长期均衡协整模型和误差修正模型对钼价格进行预测。结果表明,钼价格与国民生产总值、钢铁产量之间存在协整关系;误差修正模型比长期均衡协整模型具有更高的预测精度。通过模型预测2016年的钼价格可知,未来一年内钼价格将持续走低,2016年钼价格将降至615元/吨度。     

基于MLP与RBF神经网络的钼金属价格预测方法研究

钼是一种十分重要的有色金属资源,但现有针对钼金属价格进行分析和预测的方法一般无法较好地对其变化规律进行准确刻画。本文通过对制约钼金属价格的因素进行探究,并尝试采用多层感知器(MLP)与径向基函数(RBF)神经网络算法,分别构建钼金属价格预测模型并进行实际价格预测,得出MLP与RBF神经网络算法的相对误差平均值分别为0.57%和19%,同时对结果进行多角度对比分析,表明MLP算法不仅简洁直观,而且具有较好的合理性与可靠性。     

基于决策树CART算法的钼金属价格预测方法研究

钼作为一种重要的战略金属,其市场价格受制因素众多。钼金属价格显著的敏感难测性使得构建其预测模型难度较大。本文通过对钼金属价格影响因素的深入分析和现有研究成果的系统梳理,尝试采用决策树CART算法构建钼金属价格预测模型并进行实际价格预测,通过运用统计学原理对结果进行对比分析,其平均绝对误差值为1.61%,预测趋势的准确率可达94.1%,表明该算法不仅简洁直观,而且具有较好的合理性与可靠性。     

近期钼的市场价格走势预测

通过对近十年世界钼市场的供需状况和价格走势情况回顾，分析预测了钼的供应及消费情况，并对近期钼市场价格走势进行了预测。     

基于LS-SVM的烧结矿碱度预报研究

开发了最小二乘支持向量机(LS-SVM)模型,并用于对烧结矿碱度进行预测.仿真结果证明,本模型能在小样本贫信息的条件下对烧结矿碱度做出比较准确的预测.此种模型具有预测精度高、所需样本少、计算简便等优点.和BP神经网络算法相比,最小二乘支持向量机算法有很好的应用前景和推广价值.     

灰色模型（GM）在质量特征值PPM预测中的应用

本文应用灰色系统理论，对质量特征值PPM进行预测，建立了产品的PPM灰色模型。按照建立的模型对未来3个月的PPM进行了预测，前两个月的预测精度分别达到98％和96％。因此，PPM灰色模型可以为质量管理者提供有效的产品质量信息，使管理者采取及时预防纠正措施，减少因质量问题造成的经济损失。     

钼市场分析

结合全球钼资源状况、根据近20年来钼市场供需情况以及钼价走势对未来钼的价格进行了分析预测。     

钼市场分析

分析了世界钼资源、世界钼的供需状况以及钼价趋势；介绍了我国钼工业的生产现状，并对我国钼的消费。今后钼精矿的价格趋势进行了分析和预测。     

热风炉煤气消耗量灰色预测模型的开发

针对热风炉系统非线性、大滞后、大惯性,煤气消耗量难以有效预测的问题,以某高炉热风炉为研究对象,采用灰色模型对煤气消耗量进行预测。介绍了预测模型的建模方法、系统软件结构、预测模型的建立步骤,通过粒子群算法优化了模型参数,最后使用灰色模型对该高炉热风炉煤气消耗量进行预测,结果说明该方法预测准确,具有较强的实践意义,为调度人员准确把握煤气资源的波动趋势,进行优化调配提供了可靠依据,降低了能耗。     

基于灰色预测方法的中国黄金期货价格预测模型

由于黄金具有多重属性,而导致其价格的形成机制非常复杂。灰色预测法是一种通过原始数据的处理和灰色模型的建立,发现和掌握系统发展规律,对系统的未来状态作出科学的定量预测方法。根据中国黄金期货价格形成的灰因白果特点,在预测模型建立过程中,为了削弱期货价格的随机性,对数据采用了累加处理,运用灰色预测方法尝试建立了由有限数据构成样本量的中国黄金期货价格预测模型。从检验数据来看,模型拟合度较好,建立的模型能够较好地描述样本数据在连续时点上的变动情况,具有较好的预测效果,对中国黄金期货价格的短期变动趋势预测具有一定的指导和借鉴意义。     

钼的资源,生产,消费及市场分析

对世界及我国钼资源、生产、供需平衡等方面做了全面分析，并对钼需求与价格作了预测。     

人工势场与蚁群算法结合下的移动机器人路径规划研究及其仿真

针对现代移动机器人路径规划中的蚁群算法收敛速度比较慢,并且容易陷入局部最优的问题中,提出了基于势场蚁群算法的多机器人编队研究。此算法通过机器人、人工势场力和目标的距离时间机器人移动及避障综合启发信息的创建,并且通过蚁群搜索机制处于未知环境中,对机器人通过起始位置到目标位置全局的最优路径进行寻找。所提出的算法能够有效结合人工势场法及蚁群算法,从而有效提高传统蚁群算法对于最优路径搜索的效率。最后,利用仿真实验对提出算法在机器人编队规划过程中的有效性进行了全面的仿真。     

汹涌澎湃钼市场

阐述了2004年上半年国际国内钼价格走势、供需情况及生产动态，并对下半年钼市场进行了预测。     

基于自适应蚁群算法的传热模型参数辨识

针对铸坯凝固传热模型校正问题,提出了采用自适应蚁群优化算法进行参数辨识的方法。首先在不同条件下对铸坯不同位置进行射钉并测量凝固坯壳厚度,然后根据测量数据集和凝固传热数学模型的数值解,采用自适应蚁群优化算法进行参数辨识,确定二冷区内各冷却段的传热系数,最后通过二冷出口铸坯表面温度和凝固坯壳厚度的测量数据与采用辨识参数的传热模型预测结果进行比较,验证了传热系数的准确性。校正的传热模型已成功应用于多台铸机的二冷配水优化。     

1998年国际钼市场分析

１９９８年国际钼市场分析王文生（金堆城钼业公司进出口公司西安７１００６８）进入１９９８年，钼市场价格一直在３．７０美元／磅左右徘徊，停止不前，使许多生产厂家和贸易商感到困惑。特别对未来几个月以及全年钼价格的变化难以作出判断。有些钼市场分析专家预测说，...     

基于改进GM(1,1)模型的黄金价格预测

随着信息系统的发展,对黄金价格建立了基于新陈代谢理论的无偏灰色GM(1,1)预测模型。该模型是对GM(1,1)模型的改进,在不断补充新信息的同时,及时地去掉老信息,避免随着信息的增加,建模运算量不断增大的困难。实证结果表明,该模型预测精度优于GM(1,1)模型及无偏GM(1,1)模型的预测精度。     

2000年国内外钼市场分析预测

用钼钢比和形势分析法对２０００年国内外钼的产耗量以及价格进行了分析预测，其结果是钼供应大于消费需求，钼价在低价位缓慢回升。     

钼价格再创新高

钼市场供应依然紧张，并且钼价格超过了4月的高点；供应紧张和需求旺盛导致了目前的形势，本文将对近期的钼市场进行分析并预测后期走势。     

我国钼资源可持续发展的预测与对策

针对我国钼矿产资源的可持续发展问题,建立了钼资源预测模型、钼资源消耗分析模型和钼资源系统规划模型,并对陕西省钼矿山企业的生产现状提出对策.