新型线性回归模型及其在山东电量预测中的应用

提出一种新型线性回归预测模型，采用基于相对误差意义下的最小二乘法对回归系数进行计算，并以山东省居民用电量预测为实例，分别用传统的线性回归模型和新型线性回归模型进行预测。预测结果分析表明，新型线性回归模型在预测精度方面有了进一步提高。     

人口预测的一种综合分析方法

用江苏人口统计数据求得本省的Ｌｏｇｉｓｔｉｃ 模型， Ｌｅｓｌｉｅ 模型， 线性回归模型， 比较了各自优缺点， 发现用Ｌｅｓｌｉｅ 模型在中长期预测中较好， 尤其在人口转折时期， 而用线性回归模型在短期预测较好， 因此将Ｌｅｓｌｉｅ 模型与线性回归模型相结合进行人口预测比单独使用更好， 并用数据进行了预测分析， 将预测结果与实际值比较， 发现与实际符合更好。     

灰色GM（1,1）与线性回归组合模型及其在变形预测中的应用

将ＧＭ（１，１）模型和线性回归模型组合起来进行变形预测，改善了原线性回归模型中没有指数增长趋势及灰色ＧＭ（１，１）模型中设有线性因素的不足，使组合模型更适用于变形的一般情况。     

增长记忆型自适应线性回归模型参数估计算法及应用

本讨论了根据经济信息的不断增长，调整原有线性回归模型的必要性，介绍了一种增长记忆型自适应线性回归模型参数估计法，并给出了应用实例。     

城市日用水量预测的部分线性自回归模型

根据城市用水量影响因素及特点,针对线性回归模型与线性自回归模型误差较大的缺点,建立了城市日用水量的部分线性自回归预测模型,其中线性部分考虑日用水量,非线性部分考虑当天的最高温度,该模型综合了非参数回归模型与线性自回归模型的优点,因此在拟合与预测精度上比线性回归与线性自回归模型有所提高,证明该方法在城市日用水量预测中是有效的.     

灰色-线性回归组合模型在预测中的应用

针对现阶段灰色经济预测方法在实际应用时的千变万化的情况，结合实际调查和预测经验，提出了一种基于灰色理论和线性回归理论的模型——灰色线性回归模型。给出了灰色-线性回归模型算法的基本思想和计算步骤，并举例说明如何用该模型解决实际问题。结果表明灰色-线性回归模型用于预测是有效的和可行的。     

回归分析法在年用电量预测中的应用

针对年用电量的预测，研究了回归分析法中的一元线性回归模型．该模型充分考虑了年用电量与时间的关系，以某地区为例，求出该地区1990年至2000年的用电量回归方程，再用该回归方程求得的年用电量与实际值加以比较．误差满足实际要求且方法简单易行，证明了一元线性回归可以有效的应用于年用电量预测．     

非线性回归模型的Bootstrap

本文得到了非线性回归模型的Bootstrap的一些结果。当模型函数为线性函数时,获得相应的线性回归模型的Bootstrap平行结果。     

利用带约束的非线性规划改进多元线性回归

利用带约束的非线性规划，将各种改进的多元线性回归方法－主成份咽归，岭回归，稳健回归及约束回归统一在一个模型中。该方法物理概念明确，易于理解。算例及实际应用均表明，利用此方法，用计算机求解多元线性回归问题，不但使用方便，而且有较高的效率。     

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...     

优选多地震属性线性回归方法在预测煤层厚度中的应用

采用相关性回归分析和聚类分析优选出三种地震属性：瞬时频率算术平均值、总振幅、总能量。应用线性回归方法建立了瞬时频率算术平均值、总振幅、总能量和煤层厚度之间的回归模型。通过对三元三次回归模型与三元一次、三元二次回归模型预测结果的对比分析,选用三元三次回归模型预测了山西宁武某煤矿的煤层厚度。     

基于Logistic变换的回归正交试验模型

在解决线性回归问题时,回归正交试验具有较大的优越性,却无法解决非线性回归问题。本文依据广义线性模型的基本原理,针时非线性回归问题,引入Logistic变换,给出了基于Logistic变换的回归正交试验模型,实现了回归正交试验在非线性回归问题中的运用。将此方法运用到车险续保问题中,实例分析说明了该模型的可行性和有效性。     

基于支持向量机的模糊回归估计

针对给定的大规模数据集的回归估计问题，提出基于支持向量机的模糊回归估计方法.该方法把复杂的数据集看作多个群体的混合，每个群体采用单一的回归模型进行描述，使得大规模数据集的回归估计问题变成了一个多模型估计问题.在此基础上把支持向量机与模糊C聚类结合起来得到基于支持向量机的模糊回归模型，并给出了实现该模型回归估计的算法.该方法对大规模的数据样本进行模糊C聚类，并回归估计各聚类的数据样本.数值仿真结果表明，该方法在聚类数据样本的同时能实现多个模型的回归估计，而且模糊隶属度的初始化影响要小于其他的模糊回归估计方法.     

作物需水量与气温关系的模糊回归分析

在模糊回归分析方法基础上 ,首次将此方法应用于水科学问题中 ,针对水稻生育期需水量与气温的相关关系 ,建立了二者之间的模糊回归方程 ,将该方法的计算结果与统计学中的常规回归分析结果比较发现 ,模糊回归模型比常规回归模型提供了更多的信息量 ,更具优越性 ;用模糊回归模型进行预测 ,可信度更高 ,且更具推广价值 .     

C++实现女标准适中体原型结构数学模型的建立

应用多元线性回归及逐步回归的计算方法,运用C++语言进行计算,提出建立标准适中体原型控制部位规格尺寸与各细部规格计算关系的数学模型。最后将多元线性回归与逐步回归的计算结果进行比较,找出残差标准差小,回归方程线性关系显著,合格率高、变量个数少的"最优"原型服装结构设计的数学模型,将为智能化技术应用于服装样板设计方法研究打下基础。     

隧道与地下工程围岩变形的灰色优化与预测

主要介绍了灰色线性回归组合模型的灰色优化和预测,并将其应用到隧道与地下工程的监控量测中。结合工程实例,通过与GM(2,1)模型、Verhust模型和新陈代谢模型的模拟预测进行对比,得出了在模拟预测围岩的变形特征时灰色线性回归组合模型的新陈代谢模型更具有普遍的适用性和准确的模拟预测精度。     

基于GRNN的车内噪声品质预测

以8辆不同类型轿车的4种不同车速匀速行驶时采集到的32个车内噪声样本为研究对象,以响度、尖锐度、粗糙度和抖动度4项心理声学客观参量作为输入,以主观评价团对车内噪声的舒适度打分作为输出,分别使用广义回归神经网络、BP神经网络和多元线性回归分析建立车内噪声品质预测模型并对声品质进行预测。三种方法的预测结果表明:广义回归神经网络相对于其他两种方法具有更高的准确度,相对预测误差为-7%～7%,较多元线性回归分析能更准确地描述客观评价参量与主观舒适度之间的非线性关系,并且较BP神经网络具有更高的准确度及稳定性。     

多维混合回归系统水文预报模型及其应用

多维混合回归系统模型是将回归与自回归结合起来的综合模型。根据济渭河流域水特性建立朗梨水站洪峰水位多维混合回归系统预报模型,经检验评定,效果良好。     

基于事后数据分析的脉冲雷达误差分离方法研究

提出了基于事后数据分析的脉冲雷达误差分离方法。根据误差修正模型,研究各误差成分的影响关系,建立初始回归分析模型;通过模型辨识对初始模型进行假设性检验,确定最优回归分析模型;利用事后冗余测量数据对脉冲雷达系统误差进行回归分析。实验结果表明,这种方法能较好地分离出残留误差成分,为设备查找问题提供充分依据,同时有效地提高了数据处理结果的精度。     

基于双曲线回归三参模型的分析方法研究

针对双曲线回归常用两参数模型的不足 ,引入第三参数 ,建立了双曲线回归三参模型 .从理论上证明了其建模原理的可靠性及建模思想的合理性 ,并给出确定各参数的方法 ,以陆浑水库大坝沉降观测资料分析为例 ,通过对建立起的双曲线回归三参模型、双曲线回归常用模型及其它模型的成果对比分析 ,充分验证了该双曲线回归三参模型的实用性 .