有限总体的广义压缩型预测

利用线性模糊的广义压缩最小二乘估计，提出了有限总体的广义压缩型预测。它是一个很大的预测类，包含了许多有偏预测，并且在预测均方误差意义下，得到了在参数的某个空间上，广义压缩型预测优于最佳线性无偏预测的充要条件。     

谈流行色预测的研究与发展

文章对流行色预测的起源，流行色预测的方法、内容以及流行色预测定案的应用等内容进行了介绍，提出流行色预测研究发展的未来趋势，以期对我国色彩预测工作提供参考。     

灰色系统模型及其应用问题的研究

分析了灰色系统模型的建模与预测，利用ＧＭ（１，１）模型及灰色关联分析进行模型拟合，预测与检验，分别研究了纺织生产中的配棉问题，水文研究中的预测问题及稀罕运量预测问题。     

配毛中原料品质的BP神经网络预测研究

用BP神经网络方法对配毛时所需的羊毛原料品质进行预测，阐述了利用BP神经网络预测羊毛品质的工作原理，给出了羊毛品质预测系统的BP神经网络模型，并得出了试验结论。     

国毛毛条加工质量预测的人工神经网络模型

简述了毛条加工质量预测的国内外状况，指出了毛条预测加工技术的重要性。根据人工神经网络技术的特点，利用人工神经网络的工作原理描述了建立毛条加工质量预测模型的过程，并给出了毛条质量预测的软件设计思路与模块结构。     

浅析流行色的预测方法

准确的流行色预测信息，可以帮助企业抓住流行动向，为企业创造最大的经济效益。作者分析了直觉、情报、FPV等方法的不足之处，论述只有采用组合预测法，使定性与定量结合，才能提高预测的精确度。     

采用统计预测法进行亚麻熟条定量控制的探讨

分析了亚麻熟条定量控制的必要性，同时根据统计预测原理，阐述了利用数理统计预测法对亚麻熟条的控制，并且说明了数理统计预测法是一种现代科学的管理方法。     

城市电网规划的负荷预测方法研究

随着我国经济突飞猛进的发展，城市电网规划已经成为一个值得关注的问题，而城市电网负荷预算也成为电网规划中一项重要的工作。然而，在实际的城市电网规划的负荷预测中，预测方法的使用，预测手段的变化，一些不确定因素的存在，给负荷预测工作带来了诸多的挑战，为了满足城市电网规划要求，有力的支撑城市电网事业的发展，需要积极的探索电网规划负荷预测的新方法，保证负荷预测的准确性，才能有效的为城市电网规划发挥应有的作用。     

基于Stacking框架的蓝莓硬度预测可溶性固形物含量及维生素C模型构建

目的 探索了一种基于蓝莓的质量、硬度快速、无损预测它的可溶性固形物与维生素C含量的方法，为蓝莓化学成分的预测提供一种新思路。方法 通过对蓝莓质量、硬度与可溶性固形物（soluble solid content, SSC）含量、维生素C（vitamin c, VC）相关性分析后，建立了基于一维特征的质量和硬度预测SSC与VC模型。其次，对硬度添加多项式特征做升维处理，同一维进行相同研究。最后，对比Stacking框架与单一模型，及添加多项式特征的预测效果。结果 一维特征条件下，基于Stacking框架的硬度预测SSC与VC的R2分别为0.873、0.875，预测效果优于质量与单模型预测；多维特征条件下，硬度添加到3次方时预测SSC效果最佳，R2为0.889，添加到12次方时预测VC含量效果最佳，R2为0.890，预测效果均好于一维特征。结论 Stacking框架结合添加多项式特征在蓝莓硬度快速、无损预测它的SSC及VC方面具有良好的潜力，为蓝莓品质检测提供新途径。     

制革清洁生产的现状与生态制革的技术预见（续）

技术预见是在技术预测上演变而来的。对于未来的研究一直是人类长久以来的梦想和追求。从上世纪30年代开始，尤其是在第二次世界大战期间，技术预测得到了广泛的运用，到70年代技术预测方法已经相当成熟。然而，     

织物洗涤缩水规律的GM（1,1）模型

根据灰色系统理论，本文首次建立了织物洗涤综水规律的ＧＭ（１，１）模型，并进行了精度检验与预测，预测精度良好。     

纱条不匀异点的灰色预测

本应用灰色预测理论，对纱条不匀进行了预测，建立了纱条不匀灰色预测模型，并对该模型进行了精度检验，为纱条不匀的预报提供了数学模型。     

基于二分K-means理论的织机了机预测

织布车间内各机台的排产方案与纺织企业生产效率密切相关，为解决现有织机了机时间主要依靠人工经验且难预测导致的排产不及时、不合理等问题，提出一种基于K均值理论的了机预测算法，通过建立织机了机预测理论模型把喷气织机生产全过程合理分为5个生产状态，并按时间序列记录车间内织机生产过程的实时生产状态信息等数据，最后通过Python内置数学处理模块进行求解。结果表明：预测了机时间及实际了机时间之间误差较小，证明了机预测理论模型的正确性，且最大绝对误差不超过2 h,满足织布车间排产所需的时效性及准确性要求。此外，该了机预测模型对具有相似工序的喷水、剑杆等纺机设备同样适用，具有工程应用价值。     

基于FGM(1,1)的中国瓦楞原纸产量预测

FGM(1,1)模型与GM(1,1)模型相比，对样本后期的预测精度较高，对我国瓦楞原纸产量进行了预测，结果显著。利用FGM(1,1)模型对2022～2024年我国瓦楞原纸产量进行预测，结果显示：未来3年我国瓦楞原纸产量保持较高速度增长态势，通过分析表明这一预测结果有一定的可信度。     

近红外光谱定量技术在方便面油份快速测定中的应用

探讨了用近红外漫反射光谱快速无损检测方便面含油率的数据处理方法，采用浸反射光谱、一阶导数光谱和二阶导数光谱，使用了四元线性向前逐步回归和BP人工神经网络的数学方法，对40个校正样本建立了的线性和非线性两种校正模型，用28个预测样要检验了校正模型的预测精度，其中线性校正模型中，采用二阶导数光谱的预测精度最好，预测平均误差为5．741％，预测误差的标准差为1．842；非线性校正模型中，采用一阶导数光谱，隐层单元数为2时，校正模型的预测精度最好，预测平均相对误差为5．149％，预测误差的标准差为1．675结果表明近红外漫反射光谱分析检测方便面的含油率能满足实际生产的要求。     

人工智能技术驱动的纺纱质量预测研究进展

本文探讨了人工智能技术在纺纱质量预测领域的应用、创新与不足，介绍了Hadoop技术为纺纱质量预测建模提供可靠高效的数据处理与运算平台，重点阐述了智能建模方法在纺纱质量预测领域的研究进展。通过分析得出基于数据与知识融合驱动的人工智能技术，构建出多工序关联的混合智能模型，用以准确描述纱线质量与纤维特性、工艺参数、环境参数等之间的非线性映射关系，可为试纺、过程参数设计、态势预测等环节提供指导，具有重要的理论研究意义。     

纱线质量预测模型的试验研究

为提高纱线产品质量，建立了智能质量预测模型对纱线质量进行预测，并对所建模型加入高斯白噪声以测试其稳定性。通过建立神经网络和支持向量机2种智能模型，比较其优缺点，并总结出规律性结论，确定了适合预测纱线质量的最优方法。试验结果表明，当噪声小于某一阙值时，预测误差迅速变大，输出参数的数据质量对预测模型有着非常大的影响，噪声对不同智能模型的影响也有一定差异。     

织物热阻和湿阻的预测研究

提出了利用织物常规性能预测织物的热阻和湿阻的方法，并指出了预测误差的大小。     

纱线及织物性能的预测技术

介绍了传统的统计型预测方法、灰色系统理论预测模型、人工神经网络技术，并就其在纱线及织物的性能预报中所取得的研究成果作了综述，对三种预测技术进行了比较。     

糖化麦汁麦芽糖含量预测模型的建立

采用正交实验设计法研究了糖化条件对麦汁中麦芽糖含量的影响。通过实验发现，所选的4个糖化条件，即麦芽选择，辅料比例、糖化温度和保温时间都对麦芽糖含量有显著影响。在此基础上，建立了麦汁麦芽糖含量预测神经网络模型，采用10组数据进行网络训练和仿真，并且用3组未参加训练的数据进行预测。模型的仿真最大相对误差为1.87％，预测最大相对误差为7.85％。