基于大数据的震灾应急物资需求预测方法研究

地震发生后,抗震救灾指挥部门很难在第一时间获知灾区对应急物资的需求情况,不利于救援资源的合理调配部署基于大数据理念,依靠已有的数据积累,采用粒子群优化径向基神经网络的机器学习方法,结合安全库存模型,构建了震灾应急物资需求预测模型算例验证结果表明,该模型具有一定的实用性和有效性。     

产品专利设计知识获取方法研究

为了获得专利文献中的产品功能与结构的相关知识,提出一种基于关联规则的知识获取方法.通过提取专利文献的权利要求书中特征零部件,分析标题或摘要中的目的功能和手段功能,建立手段功能一特征零部件和目的功能一手段功能的训练集,并采用作者提出的修剪分类算法提取它们之间的关联规则,获得特征零部件-手段功能-目的功能之间关系的知识,以辅助产品的持续创新.并以冲击钻为例验证了该方法的有效性.     

基于WTD-CEEMDAN-Bi-LSTM-GRU的共享单车需求预测

对共享单车的需求量预测直接影响到共享单车运营企业的调度运营水平与质量。提出一种基于小波阈值降噪(Wavelet Threshold Denoising, WTD),完全自适应噪声集合经验模态分解(Complete EEMD with Adaptive Noise, CEEMDAN),双向长短时记忆网络(Bi-direction Long Short-Term Memory, Bi-LSTM)与门控循环单元网络(Gated Recurrent Unit, GRU)的组合预测模型。选取上海市共享单车出行数据,通过降噪、分解、高低频识别与重构来降低数据的复杂度,以提高预测精度;并通过与不同基准模型的比较,验证所提出的组合预测模型的有效性。结果表明：所提出模型与其他基准模型相比,其预测效果的MAPE、RMSE、R²参数均表现较好,模型具有较强的竞争力。     

基于ANN实现的供应需求预测方法

基于人工神经网络技术，建立了后勤供应需求的网络预测方法，并以某区域高校后勤保障需求为例，给出了后勤供应需求预测的步骤与实现过程。     

停车需求预测方法研究

为了能结合实际预测研究区域停车需求,介绍了目前主要的停车需求预测方法及各自特点.在停车生成率模型基础上建立停车需求—供应预测模型,该模型考虑了价格因素、停车服务水平对停车需求量的影响,将停车场周转率、利用率引入模型中,从而可直接得出实际应建停车位数量,同时,将停车需求分为白天和夜间分别进行预测,最后给出了计算示例.     

一种新的间断型备件需求预测方法

针对间断型需求因需求发生随机、需求量值波动大而导致预测困难这一问题,提出一种新的备件需求预测方法.该方法能分别预测需求发生时间和非零需求发生时的需求量值.对于0-1需求发生时间序列,采用调制方法对其进行平滑处理,运用神经网络对调制后的0-1时间序列进行预测,获得需求发生时间的预测值.采用时间聚合方法对实际备件需求时间序列进行预测,将滚动预测应用到解聚合过程中,得到备件的需求量预测值.使用三一重工砼活塞和核电设备的备件需求数据对方法进行验证,结果表明,该方法的预测精度要优于Croston方法、指数平滑法以及BP神经网络,证明了所提方法的有效性和准确性.     

基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

适应新形势的大城市停车需求预测方法

目前我国已探讨出多种停车需求预测方法,这些方法的前提条件和适用范围各有不同,并且我国大城市交通形势又出现了小汽车进入家庭速度加快,交通拥堵日益突出,轨道交通建设进入黄金时代等新的情况。针对这些新形式,提出了宏观和中观停车需求预测方法,宏观层次为考虑车辆出行吸引和车辆使用率的总体停车需求预测,弥补了以往未考虑未出行车辆停车需求的不足;中观层面为考虑公交可达性和多种性质建筑综合开发共享停车需求预测,可减少配建停车泊位,提高停车泊位利用率。进行实例分析,丰富和扩展了交通规划模型技术,为我国大城市开展停车交通研究提供参考。     

基于Web日志的用户访问模式挖掘

随着数据挖掘和万维网技术的结合,使得从收集到的访问 Internet网页的网站日志记录中执行数据挖掘成为可能.将数据挖掘技术应用于 Web日志记录,来发现用户访问 Web页面的模式,便形成了 Web访问模式挖掘. Web访问模式挖掘是从 Web访问日志中挖掘有用的用户访问信息,用于找出头 N个用户,头 N个被访问页面,最频繁访问时间以及关联模式、序列模式、聚类模式、分类模式和 Web访问趋势等,这对于优化站点结构、为不同类别的用户提供个性化服务,有效地实现信息获取和信息推送是非常必要的. Web访问模式挖掘是目前数据挖掘领域的热点,详细论述了 Web访问模式挖掘的概念、方法和过程.     

基于Web日志的用户访问模式挖掘

随着数据挖掘和万维网技术的结合，使得从收集到的访问Internet网页的网站日志记录中执行数据挖掘成为可能。将数据挖掘技术应用于Web日志记录，来发现用户访问Web页面的模式，便形成了Web访问模式挖掘。Web访问模式挖掘是从Web访问日志中挖掘有用的用户访问信息，用于找出头N个用户，头N个被访问页面，最频繁访问时间以及关联模式、序列模式、聚类模式、分类模式和Web访问趋势等，这对于优化站点结构、为不同类别的用户提供个性化服务，有效地实现信息获取和信息推送是非常必要的。Web访问模式挖掘是目前数据挖掘领域的热点，详细论述了Web访问模式挖掘的概念、方法和过程。     

查询会话中的用户行为分析

为了更好的理解搜索用户的检索行为,在查询会话基础上分析了用户修改查询的行为规律及用户、查询和点击三者之间的关系.从查询会话的角度,综合考虑了会话中修改的次序、用户、查询和点击等多方面因素,发现了用户修改查询的规律,证明了查询推荐的必要性.统计结果显示:用户修改查询的方式和修改次数有关,而对应的点击数量相对稳定;最终查询...     

基于需求预测的库存与发货策略研究

灰色系统理论是一种研究少数据、贫信息不确定性问题的新方法.供应商管理库存(VMI)是最先进的供应链库存管理模式,也是供应链发展的重要方向.分析了供应商管理库存(VMI)环境下现有发货策略,针对现有策略根据当前需求确定库存量的问题,根据灰色理论对零售商需求进行预测,并依据零售商的长期需求对发货策略进行分析,确定成本最小化的供应商的库存量.根据零售商未来需求确定供应商库存量更符合企业的实际要求,提高了企业决策的准确性.     

基于统计降尺度方法的夏季降水精细化预报

利用1999—2009年安徽省淮河以南地区60个县市站夏季逐日降水资料和安庆市探空站逐日资料,研究了中低层不同风向配置下局地降水与大尺度降水场之间的关系,以3种不同预报对象及相应的预报因子分别采用神经网络和线性回归方法设计6种预报模型对观测资料进行逼近和优化,从而实现空间降尺度.分析对比6种预报模型46站逐日降水量的拟合和预报效果,结果表明:采取相同的预报对象及预报因子的BP神经网络模型在拟合和预报效果上均好于线性回归模型,可见夏季降水场之间以非线性相关为主;神经网络模型预报结果同常用的Cressman插值预报相比,能很好地反映出降水的基本分布及局地特征;预报对象为单站降水序列的神经网络模型在以平原、河流为主要地形的区域预报效果较好,预报对象为REOF主成分的神经网络模型则在山地和丘陵地形区域预报效果较好.     

基于多元统计分析方法对承包商选择的研究

在构建承包商评价指标体系的基础上，应用多元统计分析中因子分析方法，给出了一种综合评判承包商水平的新方法，实践证明，该方法是有效、可行的，它可以作为决策选择承包商的一种重要方法．     

组合预测方法在需水预测中的应用

社会经济和气候因素对水资源需求的影响一直是国内外重点关注的研究领域,以东莞市为研究对象,将需水量影响因子划分为气候因子、经济因子和社会因子,选取不同的影响因子建立需水预测模型,分析各类因子与需水量之间的响应关系.在此基础上选取最合适的影响因子,应用多种方法建立预测模型,采用最小方差组合预测技术对不同预测模型的结果进行集成.研究结果揭示了东莞市需水量变化的情景和成因,预测了东莞市需水量变化趋势,并为东莞市水资源需求预测管理提供理论基础.     

基于电力需求响应的公共建筑基线负荷预测

针对公共建筑基线负荷难以有效预测的问题,提出了一种基于模糊C 均值聚类预处理的人工神经网络预测方法。采用聚类算法,将大量的复杂历史数据集划分成多个群体的混合,每个群体对应单独的预测模型进行预测。该方法减少了培训数据,克服了标准方法数据量大和处理速度慢的缺点。将预测结果与标准的人工神经网络方法相比较,得到了较高的预测精度,能有效预测公共建筑基线负荷。     

多元回归分析法在城市用电量预测中的应用

负荷预测的精确性直接影响到电力系统配网的规划、调度运行、生产计划和优质供电.介绍了多元线性回归模型的原理,通过分析历史数据,建立数学模型,对城市用电量进行预测,证明该模型具有良好应用前景.     

基于用户特征的酒店推荐模型研究

针对现有酒店推荐精度不高的问题,提出了一种基于用户特征的酒店推荐模型.首先,构建酒店和用户的特征矩阵,从而获得候选集;然后,利用基于用户的协同过滤预测用户评分,进而产生酒店推荐的top-N列表;最后,以酒店管理营运博弈沙盘实验平台爬取的数据为基础对用户进行推荐.结果表明,该推荐模型的召回率、F1值均高于传统的基于特征参...     

基于博弈论的洪水保险需求分析

在实证研究的基础上,从博弈论的角度分析了我国政府现行的救灾制度与洪水保险需求间的关系.博弈的结果表明,在消费者不投保的前提下,政府必须对灾后救济负责,因此这种灾后救助实际上造成了对洪水保险需求的侵蚀,而且导致了政府在博弈中的"后动劣势".改变这一博弈结果的办法是改变博弈的时序,由政府首先行动,作出关于救灾制度的规定等承诺,从而变"后动劣势"为先动优势.     

基于多元统计投影方法的过程监控技术研究

为克服传统过程监控方法需假设过程特征信号服从多元正态分布的缺陷,提出了一种新的基于独立成分分析(ICA)和主元分析(PCA)的过程监控方法,该方法由两步组成: 第一步: 利用独立成分分析方法从过程信息中提取非正态分布特征信号,然后用Parzen窗法估计其概率密度确定控制限进行过程监控;第二步: 利用主元分析方法对剩余过程信息提取正态分布特征信号,采用Q和Hotelling T2统计量对此正态特征信号进行过程监控.通过对双效蒸发器进料浓度和加热蒸气温度发生异常的两种故障模式仿真研究表明,该方法比传统多元统计过程控制具有更少的漏报率.