基于多元线性回归数学模型的产品生产成本预测与实证分析研究

生产成本预测是控制产品生产成本的关键环节,是企业科学规划未来成本水平和成本目标的重要步骤,也是企业科学决策的基础。预测产品生产成本的方法很多,本文介绍了一种简单实用的产品生产成本预测法—基于多元线性回归数学模型的产品生产成本预测法,详细叙述了多元回归数学模型的建立过程和预测步骤,并进行了预测实证研究。     

多元线性回归模型预测重庆市用水量

采用多元线性回归法预测城市用水总量。通过主成分分析确定用水人口、国民生产总值、工业用水重复利用率、年降水量、建成区绿化覆盖率为有效自变量,应用Eviews软件建立数学模型,实现多元线性回归分析。根据残差图检验模型的有效性,结果表明模型回归效果良好,可为准确预测城市用水量提供参考。     

基于一元线性回归模型预测工程项目的造价

随着我国社会的发展,高等教育在我国经济和社会发展中的作用越来越重要。在高等教育扩招的大背景下,校园建设就成为首要任务。为精准估算建设投资,选定校园建设中常见的学生公寓楼项目,在统计近3年同类建筑数据基础上,以建筑面积为自变量,工程造价为因变量,建立了一元线性回归模型,并运用此模型结合实际案例进行了分析验证。实践证明,此方法确实有效,在模型运用过程中,只需要将建筑面积代入模型中便可得出结果,便捷快速且预测精确度高。     

用时空Kriging方法预测地下水水质的演化规律

研究了时空Kriging方法模拟预测地下水水质的问题,并给出了应用实例,实验结果证明,在一定条件下采用地质统计学方法比用有限元或有限差等数值方法更为有效。     

线性回归模型在货运量预测中的应用

运用一元线性回归模型的特点,对多种曲线模型进行转化得到预测模型类,采用组合预测法建立组合预测模型,并将之运用于安阳市货运总量的预测中,得到了很好的应用效果。     

建筑工程项目成本的线性回归及灰色预测方法分析

本文探讨了线性回归及灰色预测方法在建筑工程项目成本预测中的应用,并通过对同一实例的预测进行了比较,最后对两种方法的特点进行了分析。     

溜槽输送混凝土时配合比的多元线性回归预测及调整

为了保证混凝土溜放后各组分和理论配合比基本一致,这里利用多元线性回归的数学方法,通过多次溜放及统计,对溜放前混凝土各组分与溜放后混凝土中单一组分的相关性进行了分析,得到了各经验回归方程;再通过组成线性方程组,得到了溜槽输送混凝土时配合比的预测和调整模型,从而达到对配合比进行预测和调整的目的。     

逐步回归分析在桥梁挠度变形预测中的应用

本文结合某长江特大桥挠度监测实例,介绍逐步回归分析预测模型的建立,着重探讨挠度变形的主要影响因素,借助MATLAB软件从非桥梁结构的角度预测该桥不同时期的挠度变形值,并与基于灰色关联分析的线性回归预测结果进行对比分析。结果表明,逐步回归分析预测模型具有较高的精度,有较高的可靠性,为桥梁的运行管理提供科学依据。     

基于Holt指数平滑模型的地下水水质预测

地下水水质预测是地下水污染防治研究工作的重要组成部分。本文介绍了Holt指数平滑模型的基本原理及平滑参数的确定方法,在此基础上,以阿拉善腰坝绿洲地下水水质预测为实例对地下水HCO3-、Cl-、SO42-和TDS进行了预测,并与灰色模型预测结果进行了对比。结果表明2006年HCO3-、Cl-、SO42-和TDS浓度值将分别达到198．260、77．290、114．850和508mg／L。应查清地下水各种污染源及各污染源对地下水水质的影响程度,以便采取有效措施,遏制地下水水质进-步恶化。Holt指数平滑模型统-考虑了所有已有时间序列资料对预测值的影响,提高了预测精唐．适用于已有较长时间序列资料前提下的预测。     

河流水质预测模型研究进展

对水质模型的几个发展阶段和几种主要的水质模型进行了概述．并对五种常用的水质预测理论做了分析比较,最后对其研究趋势进行了展望,以期为水质预警预报和水环境规划治理提供科学依据。     

多元线性回归分析建立空气质量数据校准发布的数学模型

本文通过对国家监测控制站点和某公司空气质量检测仪数据的研究,运用Excel数据分析工具箱进行多元线性回归分析,找到国控点和自建点的数据关系.运用MATLAB多元线性回归函数,建立国控点和自建点的数据模型,利用国控点数据对自建点的11项监测数据进行校准发布,并对所建模型进行共线性判断、残差分析、异常值诊断,对样本数据的初...     

总体最小二乘线性回归统一模型及解算

对总体最小二乘线性回归问题进行了进一步的分析探讨,针对文献中提出的同时考虑因变量和自变量误差的条件平差模型和间接平差模型,通过理论分析和推导,当把因变量与自变量看成是等精度时其平差结果并未达到预定目的,而是与只考虑因变量误差的平差结果一致。同时,文献中所述平差模型都只限于一元线性回归,而未讨论多元线性回归的总体最小二乘问题。鉴于此,本文基于间接平差方法提出了一种总体最小二乘线性回归的统一模型,并推导了其具体解算方法,该模型同时考虑了因变量和自变量的误差且同样适用于多元线性回归。通过实例分析,说明了本文所述方法的正确性和合理性。     

回归分析方法在矿山地质工程中的应用

将回归分析引入矿山地质工程的根本目的是研究获取的地质参数间的相互影响关系并建立模型,通过统计的检验方法对所建立的模型进行效果检验以对某些地质现象做出定性判断。     

城市供水水量预测模型研究及案例分析

从分析城市用水量的变化规律着手,给出了城市用水量预测的常用模型,并以此为基础分析了选择用水量预测模型时所需考虑的影响因素,然后以铜陵市日用水量预测为例,建立了三阶自回归预测模型,最后分析了铜陵节假日用水量预测模型,为供水系统管理的良好调度提供了数据依据。     

Pipe failure rate prediction in water distribution networks using multivariate adaptive regression splines and random forest techniques

ABSTRACT

This paper presents the results of a comparison between multivariate adaptive regression splines (MARS) and random forest (RF) techniques in pipe failure prediction in two water distribution networks. In this regard, pipe diameter, pipe length, pipe installation depth, pipe age and average hydraulic pressure are considered as input variables. Results show that the RF outperforms the MARS which is found as an accurate pipe failure rate predictor. The proposed models are further evaluated through dividing the data into three parts of lower, medium and higher pipe failure rate values. According to the equations produced by MARS technique, three variables of pipe diameter, pipe age and average hydraulic pressure are distinguished as the most effective variables in predicting pipe failure rate in the first case study. Four variables of pipe diameter, pipe length, pipe age and average hydraulic pressure are determined as the most effective variables in the second case study.     

An innovative land use regression model incorporating meteorology for exposure analysis

The advent of spatial analysis and geographic information systems (GIS) has led to studies of chronic exposure and health effects based on the rationale that intra-urban variations in ambient air pollution concentrations are as great as inter-urban differences. Such studies typically rely on local spatial covariates (e.g., traffic, land use type) derived from circular areas (buffers) to predict concentrations/exposures at receptor sites, as a means of averaging the annual net effect of meteorological influences (i.e., wind speed, wind direction and insolation). This is the approach taken in the now popular land use regression (LUR) method. However spatial studies of chronic exposures and temporal studies of acute exposures have not been adequately integrated. This paper presents an innovative LUR method implemented in a GIS environment that reflects both temporal and spatial variability and considers the role of meteorology. The new source area LUR integrates wind speed, wind direction and cloud cover/insolation to estimate hourly nitric oxide (NO) and nitrogen dioxide (NO(2)) concentrations from land use types (i.e., road network, commercial land use) and these concentrations are then used as covariates to regress against NO and NO(2) measurements at various receptor sites across the Vancouver region and compared directly with estimates from a regular LUR. The results show that, when variability in seasonal concentration measurements is present, the source area LUR or SA-LUR model is a better option for concentration estimation.