多元回归分析及其在辅助决策中的应用

研究了人工神经网络,多元回归分析以及如何应用改进的BP算法求解多元回归模型。给出了在软件产业中进行辅助决策的应用实例,建立了软件销售额与软件产业中博士,硕士和学士数量之间的回归模型,提出了多元回归与一元回归分析相结合的预测方法,并将预测结果与一元回归分析所得的结果进行了对比分析。     

适用于线性回归和逻辑回归的场景分析

针对机器学习领域中两种常用的预测与分类算法,线性回归和逻辑回归,比较适用于两者的应用场景。基于python sklearn中的糖尿病数据集,采用两种算法建立三个不同模型,即一元线性模型、多元线性模型、逻辑回归模型对同一目标值进行预测并得出预测准确率进行比较。结果表明,在数据集各自变量呈离散分布并与因变量间缺少良好线性关系的情况下,使用线性回归方法所获得的准确率低于使用逻辑回归算法所获得的准确值。     

基于回归算法与多层次分布式智能决策支持系统的设计

讨论了多元线性回归模型及其在区域经济中的应用.在研究一元线性回归模型、未知参数的估计及参数的检验的基础上,详细的讨论了多元线性回归模型、未知参数的估计及其参数的检验问题.重点以某地区国民生产总值数据资料为例介绍多元线性回归算法在区域经济中的应用,可以对区域经济进行很好的计算和预测.     

用一元线性回归预测电网负荷

介绍了用一元线性回归模型预测地区电网负荷的设计相思，分析了系统的软件设计特点，并给出了应用结论。     

用VFP建立一元线性回归预测模型

介绍了使用数据库软件开发工具Visual Foxpro编写一元线性回归预测程序,以及进行回归预测分析.     

基于一元线性回归的中国煤炭行业年死亡人数与年煤炭产量的预测研究

为了预测我国煤炭行业未来安全形势的发展状况,建立了我国煤炭行业年死亡人数与年煤炭产量的一元线性回归预测模型,采用该模型对我国未来3年煤炭行业年死亡人数与年煤炭产量的发展趋势进行了预测。预测结果表明,该模型具有一定的可行性,为预测我国煤炭行业的安全形势提供了可靠的理论依据。     

具有模型检验功能的一元回归分析程序

作者根据一元线性回归分析算法,用标准《FORTRAN》子集语言设计了通用一元线性回归分析程序。该程序由一个基本子程序和三个从属子程序组成。基本子程序 RFGA11具有七项功能。它能算出用来检验线性模型y=β_0+β_1+ε的优度的四个指标,即:①方差σ~2的无偏估计(?);②x 与 y 的线性相关系数 R,③线性模型的拟合置信水平 CLF;④线性模型的预测置信水平 CLP。以往公布的一元回归分析程序只能算出(?)和 R,不能算出 CLF 和 CLP。而对于检验模型的优度,指标 CLF 和 CLP 比(?)和 R 好。程序具有结构优良、语句标准、可靠性高等特点,可在各种微型机和大、中、小型机上使用。论文中公布了 FORTRAN 源程序,给出了应用实例。     

17集总动力学模型和线性PLS模型在连续重整装置芳烃收率在线预测上的应用

本论文将17集总反应动力学模型和线性回归模型用于在线预测工业级连续重整装置的芳烃收率。首先对17集总模型进行了简化处理从而提高模型计算速度,然后使用偏最小二乘法(PLS)对线性回归模型的参数进行估计,从而提高模型求解精度和稳定性。离线验证结果证明两个模型都是非常适合的。在此基础上,提出了有效的在线预测和在线校正策略,两个模型的在线预测精度分别是0.52wt%(重量百分数)和0.39wt%,与离线模拟精度几乎相当。两个模型可以同时用于在线预测,发挥各自的优势。     

基于MapReduce的多元线性回归预测模型

针对传统的多元线性回归预测方法处理时间长且受内存限制的特点,对时序样本数据设计了基于MapReduce的并行多元线性回归预测模型。模型由三组MapReduce过程组成,分别求解由历史数据所构成叉积矩阵的特征向量和标准正交特征向量,用来预测未来参数的特征值和特征向量矩阵和未来时刻回归参数的估计量。设计并实现了实验来验证提出的并行多元线性回归预测模型的有效性。实验结果表明,基于MapReduce的多元线性回归预测模型具有较好的加速比和可扩展性,适合于大规模时序数据的分析和预测。     

基于改进多元非线性回归模型的云计算负载预测

云计算是目前信息技术领域炙手可热的资源共享技术,然而云计算领域的用户负载预测一直是一个难题,精准的用户负载预测能极大地提高资源使用率.本文基于数据挖掘的理论和方法,针对阿里云的用户负载数据进行研究,经过数据收集、预处理和建模分析三个部分,探索了一元线性回归、带周期性的非线性回归等多组模型,通过不断优化模型,预测性能也得...     

径向基函数网络在近红外光谱纸浆卡伯值测量的应用

为了提高制浆过程中的在线预测纸浆卡伯值的精度,提出采用径向基函数网络来建立纸浆卡伯值近红外光谱法在线测量模型。结果表明,这种算法由于既考虑到了近红外光谱响应的非线性因素,又可防止BP网络在建模时出现训练速度慢、容易陷入局部最小和“过拟合”的现象,利用这种网络建立的纸浆卡伯值测量模型与一元回归、多元回归、主成分回归等线性方法和BP算法相比,具有更高的预测精度。     

基于ARIMA模型的网络流量预测

网络流量的预测具有重大的研究意义,网络流量的预测对于解决网络管理优化、网络拥塞控制这一难题具有重要的指导意义。网络流量的变化受多种因素的综合影响,其变化具有周期性、非线性和随机性等特点。时间序列中的预测模型包括一元线性回归、指数平滑以及能够拟合复杂变化的ARIMA模型,本文通过分析比较ARIMA模型的适用场景以及预测效果,综合评价模型在网络流量预测方面的实用性,着眼于提高网络流量预测的精度。     

基于回归分析方法的网络故障预测

结合回归预测模型,提出一种对网络中单个组件故障率的多项式回归预测模型.通过将多项式回归模型转化成多元线性回归模型求解参数,得到预测方程.利用检验预测回归方程和回归系数显著性,得到同实际故障统计数据拟合的效果优于原方程的新预测方程.使用一组网络组件的故障率数据对预测方程进行验证,结果表明,在根据预测误差低于2％的要求而确定的预测区间内,该方法可以为网络中单个组件故障率预测提供决策依据.     

基于误差预测的焦炉火道温度软测量模型

针对焦炉火道温度在线检测的问题,在分析焦炉火道温度特性的基础上,建立了一种基于误差预测的高精度焦炉火道温度软测量模型．首先分别建立了1元、2元和12元线性回归模型,对蓄顶温度和火道温度进行线性拟合;然后比较分析了三种回归子模型的特点．使用融合时间差分法的Elman神经网络,对线性回归模型中精度最高的12元模型的预测误差进行拟合和多步预测．采用专家经验将线性回归组合模型和融合时间差分法的Elman神经网络模型进行集成,最终获得了具有较高预测精度的焦炉火道温度软测量值．实际运行结果验证了该软测量模型的有效性．     

基于集成模型的焦炉火道温度软测量技术研究与应用

在分析焦炉火道温度特性的基础上,提出了一种基于线性回归和神经网络模型的火道温度软测量集成模型;分析生产工艺得到典型蓄热室的选取原则,从典型蓄热室获得蓄顶温度,建立一元和二元线性回归模型反映蓄顶温度和火道温度的线性关系;建立神经网络模型拟和蓄顶温度和火道温度的非线性关系;最后利用误差最小法将线性回归模型和神经网络模型集成,提高软测量精度;模型实际运行效果验证了所建模型的有效性。     

基于灰色线性回归组合模型铁路客运量预测

铁路客运量的准确预测是铁路旅客运输组织工作的重要基础和主要依据之一,准确预测铁路客运量是铁路运输企业面向市场、把握未来的重要保障.针对铁路客运系统是一个信息不完全的灰色系统,运用灰色预测理论构建灰色模型GM(1,1)与线性回归的组合模型,用于对未来五年内河南省铁路客运量进行预测.研究表明,模型改善了原线性回归模型中没有指数增长趋势和基本灰色预测模型中没有线性因素的不足,和单一模型相比,预测精度更高,预测结果更为可靠,具有较高的实际应用价值,也为铁路客运量预测研究提供了新的途径.     

数据挖掘技术在IT基础设施监控系统中的应用

本文介绍了数据挖掘技术在IT基础设施监控系统中的应用,着重阐述了采用业界广泛采纳的数据挖掘流程标准CRISP-DM,利用时序数据挖掘技术和一元线性回归预测技术从监控历史数据中发现有趣模式的过程,并针对该应用的特殊性,对相关技术的参数设置方法进行了改进,引入了一个新的指数——负载指数——以增加模型的精确性。     

卷烟产销衔接模型

为了＂按客户订单组织生产＂,优化和提升企业的内部业务流程,合理配置资源,提高效率和效益,实现对市场的快速响应,提出产销衔接模型。模型结合当前中烟公司的实际需求,设计出一套算法,并利用一元线性回归模型实现短期的滚动预测,在滚动预测的基础上,确定日均销量和期末库存,最终确定投放量,根据每日投放量编排滚动生产计划,确保产品工业存货不断档,最大限度保证商业企业的需求。     

基于向量范数的局域加权回归预测法

本文分析了基于关联度的混沌序列局域加权线性回归预测法的缺点与不足,提出了一种新的基于向量范数的混沌序列局域加权线性回归预测法.该新方法在原预测方法的基础上,改变了相空间中矢量权值的求解方法,从而简化了原方法繁复的计算.首先对混沌序列预测理论和方法做些必要的系统阐述:然后提出了一种改进的新的预测方法;最后将这种新方法应用于电力系统短期负荷预测,得到了理想的预测结果.实例证明了这种新方法的有效性.     

供电关口电能量采集与计费自动化管理系统的设计与实现

以供电关口电能量采集与计费自动化管理系统为对象,详细论述了研发系统利用的技术:面向对象编程技术,OLE技术,预测技术,数据库技术和Web技术.本系统是完成电费核算,负荷预测,电量统计分析的电力管理系统,着重研究了基于历史数据预测未来用电量的一元线性回归模型与算法及付之实现使用,实现了各种电量数据的Web查询浏览并完成线损电量、网损电量等的统计分析与计算.