State-space ARIMA for supply-chain forecasting

ARIMA is seldom used in supply chains in practice. There are several reasons, not the least of which is the small sample size of available data, which restricts the usage of the model. Keeping in mind this restriction, we discuss in this paper a state-space ARIMA model with a single source of error and show how it can be efficiently used in the supply-chain context, especially in cases when only two seasonal cycles of data are available. We propose a new order selection algorithm for the model and compare its performance with the conventional ARIMA on real data. We show that the proposed model performs well in terms of both accuracy and computational time in comparison with other ARIMA implementations, which makes it efficient in the supply-chain context.     

机制砂混凝土耐磨性的主要影响因素分析及多因素计算模型

本文研究了砂类型、砂率、石粉含量和抗压强度对机制砂混凝土耐磨性的影响,建立了磨损量的多因素计算模型。结果表明:由于含石粉及具有更高的粗糙度和坚固性,石灰岩与辉绿岩机制砂制备的C30、C40混凝土耐磨性比河砂混凝土提高20%以上;在0.40~0.44范围内选取较低的砂率可获得较优的耐磨性;利用石粉含量为5%~11%(质量分数)的机制砂制备混凝土,石粉含量为9%时可获得最佳的混凝土耐磨性,微观分析表明此时混凝土密实度最佳;通过灰色系统理论确定了耐磨性影响因素的影响程度排序为:砂率R₃>压碎值R₂>粗糙度R₁>抗压强度R₅>石粉含量R₄>0.6;对比验证表明提出的混凝土磨损量多因素计算模型具有较高的预测精度和良好的适用性。     

Accuracy of wind energy forecasts in Great Britain and prospects for improvement

The metric representing the wind energy forecast error, when reported as a percent, is calculated quite differently than the error metrics for electricity transmission, electricity load, or in other industries such as manufacturing when they are also reported as a percent. The resulting calculated metric is quite different from what would be reported if the method utilized elsewhere was employed. This paper examines the possible forecast assessment and operational challenges associated with this finding. Concerning the prospects for improvement, the errors reported in MW of energy have a systematic component. With this insight, we developed a model to improve accuracy.     

基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

灰局势决策在水利工程开发方案优选中的应用

针对水利工程开发方案优选具有多目标、多层次等特点,建立灰局势决策模型并应用变异系数法确定评价指标权重。利用该模型对灌区改建扩建规划方案进行优选,结果表明这是一种有效的方法。     

射孔完井出砂预测新模型及其在射孔优化中的应用

分析了射孔完井的油层出砂机理，以线弹性理论为基础，考虑变温应力和流体渗流作用的拖曳力影响，建立了一种新的射孔完井出砂预测模型。应用该模型研究射孔方位、射孔参数对油井出砂的影响，结果表明，深穿透射孔弹比大孔半径射孔弹能更好地避免孔道出砂，采用定向射孔能有效地减少油井出砂问题。其结果对砂岩油藏射孔优化设计具有一定指导意义。     

灰色预测模型在油气操作成本预测中的应用

油气操作成本是油气田生产消耗的主要项目，为了有效地控制油气操作成本，必须制定准确的油气操作成本计划。而油气操作成本在我国是最近几年才提出来的，数据项比较少，给油气操作成本预测带来一定的难度。为此，文章根据灰色预测的基本原理，采用灰色系统理论进行油气操作成本预测，就可以弥补对预测所需的数据少，而且也无须剔除不可比因素，只要所建模型能满足精度要求，预测结果就可以信赖。     

天然气产业链下游市场风险评价模型探讨

随着我国天然气主干管网的逐步形成，天然气产业链下游市场正在进入快速成长阶段，建立风险预警系统的重要性开始显现，而风险评价模型是其基础工作之一。文章在天然气产业链下游区域市场风险评价指标体系的基础上，综合运用层次分析法和灰色系统理论，建立了对天然气产业链下游区域市场风险评价的模型，并以各区域市场的用气量占全国总用气量的比重为权重，建立起完整的市场风险评价模型，可为评价天然气产业链下游市场整体市场风险时参考。     

一种智能型的PCB产业需求预测方法

目前需求预测在整个印制电路板产业的生产活动控制中正扮演着越来越重要的角色。分析了影响印制电路板需求的因素和现有的预测方法,提出了一种适用于PCB产业需求预测的有效方法——遗传/BP—神经网络。实验表明该方法能够进一步改善印制电路板预测的准确度和减少生产成本的消耗。     

Logistic模型的改进及在油藏可采储量预测中的应用

为了更准确地预测油气藏未来的经济可采储量，依据油气藏随开发必然要经历产量递减和生产收支平衡的实际。利用Logistic模型中技术可采储量、产量与时间的相互关系，经推导和改进后，再结合当前经济技术条件下的废弃产油量，预测油气藏的有效生产时间及其经济可呆储量。实践证实，改进后的Logistic模型预测结果更符合油气藏的生产实际，能为油气藏的储量管理提供可靠的依据。