多元线性回归预测及其检验在EXCEL中的实现

多元线性回归预测是市场分析、经营决策和国民经济中较为常用的定量分析方法,本文着重研究了如何应用目前普遍使用的EXCEL软件和实现多元线性回归预测及其检验,从而实现多元线性回归预测的快速化.     

季节指数法在装备维修用备件预测中的应用

根据装备维修备件的来源及历史消耗特点,运用简单移动平均法修正历史数据,采用模型自适应调整后的季节指数法预测维修备件消耗量。计算结果表明该预测方法适合装备维修备件的预测。     

多因素时间序列的灰色预测模型

对于传统的单因素时间序列预测法在实际应用中的不足之处,提出采用灰色DGM(1,1)模型和多元线性回归原理相结合的方法,综合各种因素建立多因素时间序列的灰色预测模型。它首先利用DGM(1,1)模型对影响事物发展趋势的各项因素进行预测;然后利用多元线性回归法将各种因素综合起来,以预测事物的发展趋势。最后将该模型应用于预测分析陕西省的就业状况,取得了较好的预测效果,同时也验证了此模型的可行性。     

基于灰色多元线性回归组合模型的中国社会消费品零售总额影响因素及预测研究

影响中国社会消费品零售总额因素众多,但研究社会消费品零售总额组合模型尚属空白领域.通过Shapley值法构建灰色多元线性回归组合模型改善了原有灰色模型中没有考虑线性因素和线性回归模型中没有考虑指数增长趋势的缺陷,同时能公平反应组合中各种方法对组合的平均贡献及重要性.灰色多元线性回归组合模型对社会消费品零售总额预测结果显...     

基于乘法预测模型的装备维修器材消耗规律研究

为探索装备维修器材消耗规律、科学指导装备维修器材储备和供应,基于时间序列分析方法,构建了乘法预测模型,结合2005～2008年某装备保障的应用实例,对其维修器材消耗进行了预测研究．预测结果表明：预测值与历史真实数据接近,为现有装备消耗标准的完善和新装备消耗标准的制定提供了依据．     

一种新K-means聚类算法的多元线性回归台区线损率预测模型

线损率是反映线损管理的重要依据,由于其理论计算的复杂性,一直倍受电力工作者的广泛关注.基于国内外线损管理研究现状以及相关理论计算方法,提出一种基于K-means聚类算法的多元线性回归模型预测台区线损率方法.首先,利用K-means聚类算法对台区样本数据聚类分析,根据聚类结果建立线性回归预测模型计算台区线损率.然后,通过预测线损率与实际线损率比较分析,对线损估计误差较大的台区重点关注.最后,以贵州部分地区的台区样本数据为依据,验证所提方法的准确性与快速性,为贵州地区的线损管理提供理论依据.     

RBF神经网络在个人信用组合预测中的应用

运用组合预测的思想,提出了通过RBF神经网络将多元线性回归和logistic回归组合的预测方法,并应用于某商业银行的个人信用评估中,其结果表明组合预测方法能够获得比单一方法更高的预测精度,尤其在避免"纳伪"错误方面更具优势.     

基于联系数的区域水资源承载力诊断指标组合预测研究

为提高区域水资源承载力诊断指标预测结果的精度和稳定性,在建立区域水资源承载力诊断指标预测的BP神经网络、多元线性回归和支持向量机模型(SVM)的基础上,建立了基于联系数的区域水资源承载力诊断指标组合预测模型(CFCN)。通过对区域水资源承载力水量要素能力表征指标的预测分析,结果表明,CFCN的预测平均误差最小(0.27%)、预测精度最高、稳定性最好,CFCN综合了BP神经网络、多元线性回归和支持向量机这3种预测方法的优势,克服了在区域可利用水量预测中BP神经网络外延性差、多元线性回归模型预测精度低、支持向量机拟合效果差的缺点,预测精度较单一的预测模型有显著提高。上述组合预测方法可为区域水资源承载力诊断指标预测提供有效的方法和技术支持。     

城市日用水量预测的非参数模型

根据城市用水量的影响因素及特点,针对传统的线性回归模型误差较大的缺点,基于核估计与局部线性估计理论,建立了城市日用水量的非参数回归预测模型。经西安市实例验证表明,相对于线性回归模型而言,多元非参数回归模型能够很好地解决城市日用水量预测这一问题,预测精度较高,可以满足供水系统调度的实际需要。     

变形分析与建模预测的探讨

阐述了目前一些变形分析数学模型的优缺点.基于变形分析建模的基本原理,对多元线性回归和BP网络模型变形分析进行了探讨,并通过某大坝变形分析与预测实例比较了这两种方法的特点.     

状态维修两阶段预知模型研究

状态预知是进行状态维修决策的关键和难点问题．针对维修实践中比较典型的设备两阶段故障过程,利用延迟时间的概念和随机滤波理论,基于直到当前时刻的状态监测历史信息,建立了两阶段的状态预知模型．该模型克服了一阶段状态预知模型的缺陷和不足,不仅能够动态地预知被监测设备在故障延迟阶段的残余寿命,而且将同一故障过程的2个阶段紧密联系起来,更接近于描述设备的真实运行过程．通过在Matlab环境下对该模型进行仿真,验证了该模型的有效性．     

基于D-S证据理论的维修类型决策模型研究

设备维修决策是在获取设备监测信息的基础上,对设备维修内容和时机进行决策的过程。为了提高决策的正确性,必须准确掌握设备的技术状态。结合设备监测信息的特征,提出了一种基于D-S证据理论的设备维修决策模型,实例表明经过多信息融合后,维修决策结果的可信度得到了显著的提高,为维修时机的确定提供了依据。     

ZGM123中速磨煤机检修优化与改造

介绍了天津大唐国际盘山发电有限责任公司磨煤机的检修优化的实践和研究,磨煤机的检修优化首先是要基于点检定修的深入开展,通过点检定修确定合理、经济的检修周期;其次是通过采用先进的工艺技术对设备进行改造,从而减少磨煤机大修时的检修工作量和备件消耗,达到检修优化。     

抚宁县电力负荷的中期预测

根据秦皇岛市抚宁县 1992～ 2 0 0 1年 10a的实际用电量数据 ,采用灰色GM(1,1)模型对未来 10a的用电量进行预测 .因未通过关联度校验和后验差检验 ,故提出了灰色指数平滑预测方法 ,先对原始数据序列进行一次指数平滑 ,然后再建立灰色模型 .经检验模型合格 ,同时提高了预测精度     

基于GM(1,1)-马尔科夫模型的城市用水量预测

运用GM(1,1)-马尔科夫模型对城市用水量进行预测,克服了灰色预测与马尔科夫预测各自的缺点和不足,提高了预测的精度,增强了预测结果的可靠性、科学性和实用性.     

基于灰预测模型的变频调速系统的故障诊断

应用灰预测模型对变频调速系统进行了实例故障预报,并给出了具体的建模过程.实例结果表明该预报方法结论可靠,能够及早判明装备系统状态的发展趋势,并为装备系统的安全生产及维修方案提供决策指导.结果表明该预测模型能使预测精度提高了 10％以上,同时计算量并未明显增加.该方法还可以广泛应用于工业企业、医疗卫生等行业各种设备的故障...     

复合量化多目标方法在维修力量派遣决策中的应用

针对部队装备维修决策特点,从多目标决策需求出发,结合三角模糊数结构特点,考虑非平衡指派和任务紧急程度,建立装备维修力量模糊多目标指派模型,用水平效应及不确定度对决策意识的模糊性进行描述并加以量化,应用改进遗传算法求多目标模糊派遣模型的最优决策解。实例仿真表明,其计算结果符合实际情况,其最优结果可为决策者提供决策依据,帮助提高维修保障调配的适时性和任务执行的有效性,充分发挥装备维修力量的作用。     

BP网络的城市时用水量预测组合模型

为建立起城市用水量与其影响因素间的预测模型,以预测的城市用水量趋于合理,针对城市时用水量的特点及影响因素,在考虑充分利用各因素历史观测数据的基础上,利用BP神经网络建立了城市时用水量的时间序列预测与解释性预测组合模型,并对南京市的时用水量进行了预测.预测结果与实际情况具有很好的一致性,预测误差小,能满足供水系统调度的实际需要.可见,本预测组合模型是合理的,为城市时用水量预测提供了一种可行方法.     

数据挖掘技术在电力设备状态检修中的应用

介绍了数据挖掘的基本过程、方法及在我国电力系统的应用现状;分析了数据挖掘在电力设备状态检修和设备故障诊断中的应用状况,给出了基于数据挖掘的电力设备状态评估模型,并以关联规则方法为例进行了分析.