灰色多元线性回归方法的改进及应用

经典多元回归分析不能实时跟踪响应变量的动态变化,而且样本中少量病态数据的出现影响拟合效果。针对该问题,运用灰色组合预测方法剔除了自变量观察数据中的噪声污染,对传统的多元线性回归分析方法进行了改进,建立了灰色组合多元线性回归分析模型。最后,通过实例说明模型具有较高的预测精度。     

基于灰色线性回归组合理论的矿井瓦斯涌出量预测

为了减小瓦斯对矿井开采安全性的威胁,以铁法煤业集团晓南矿瓦斯地质为研究对象,利用灰色线性回归理论,根据矿井瓦斯监测数据,建立瓦斯涌出量的灰色线性回归组合模型,对晓南矿深部瓦斯涌出量进行预测。结果表明：灰色线性回归组合模型既改善了线性回归预测模型中不仅表达指数增长的缺陷,又弥补了灰色系统预测模型中不含线性因素的不足,在预测矿井深部瓦斯涌出量中取得了较好的效果。     

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。     

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。     

灰色线性回归组合模型在计算给水管道阻力系数中的应用

为了求解管道阻力系数,将其应用到工程中的水力计算中,运用灰色线性回归组合模型进行求解,得出了计算管道阻力系数的数学模型,并结合工程实例进行验证.实践表明该模型的精度较高,具有一定参考价值.     

教职工数量影响因素的多元线性回归分析

应用多元线性回归分析方法,确定影响延边地区学校教职工数量的显著因素,建立教职工数量对影响因素的多元线性回归模型,并预测"十一五"可能达到的教职工数量.     

基于多元线性回归分析房地产价格的影响因素

利用多元线性回归方法研究了商品房竣工面积、销售面积、建筑业贷款及利率因素对泉州市地区商品房平均价格的影响．     

基于灰关联分析的多元线性回归模型在城市年需水量预测中的应用

科学预测城市需水量对城市的发展具有十分重要的意义.影响城市需水量的因素很多,采用灰关联分析方法,对影响需水量的各个因素进行分析,从中挑选出影响需水量的主要因子,建立需水量与主要影响因子之间的多元线性回归预测模型.实例表明,模型具有较高的拟合精度和预测精度.     

基于多元线性回归的装备维修器材消耗量预测

针对装备维修器材消耗量的几种主要影响因素,采用实际统计样本数据,构建了装备维修器材消耗量的多元线性回归预测模型.在结合算例分析的基础上,运用多元线性回归方法对装备维修器材消耗量进行了预测并检验.该研究成果为装备维修器材消耗量的预测提供了一种贴近实际的科学合理方法.     

基于多元线性回归对调剖非均质储层分流率影响因素分析

油井出水是油田开发过程中不可避免的问题,利用化学笼统调剖方法可以有效调整高渗层的吸水剖面,实现稳油控水的功能.调剖效果取决于调剖药剂的选择性进入能力,而且施工过程中应避免对储层的污染,尽可能的把药剂注入到目的层.以三管并联岩心模型实验为基础,研究了渗透率、注入压力梯度、注入PV数等因素对调剖剂选择进入能力的影响,并且利用SPSS软件建立多元线性回归模型对调剖非均质储层分流率进行统计分析,通过德宾-沃森检验、方差分析验证得到其因素具有明显的线性关系,通过修正得到标准化的多元线性回归方程,该方程可以线性地分析调剖非均质储层分流率影响因素,为调剖工艺参数设计提供数据支持.     

基于改进灰色模型的电力负荷中长期预测

基于电力系统中长期负荷预测的特点,针对常规灰色预测模型存在的不足,提出一种基于数据平滑处理,以及线性回归残差修正的改进灰色预测方法。对某地区算例比较和分析表明,本方法可明显提高中长期负荷预测精度。     

基于BP神经网络和多元线性回归的辛烷值预测

为降低硫、烯烃含量及辛烷值损失,保证汽油清洁化生产,基于S Zorb装置运行积累的数据,首先利用Lasso算法初步筛选建模变量,并基于BP神经网络计算指标因子贡献度,进一步筛选出15个主要变量用于建立辛烷值损失预测模型;其次对比分析4种模型,得出BP神经网络预测精度更优,更适合作为辛烷值损失预测模型,并经过10折交叉验证得到均方误差(MSE)均值为0.027 193,R²均值为0.904 87,验证了该模型的可靠性;最后在控制油品硫质量分数不大于5μg/g的前提下,结合多元线性回归对主要变量进行优化调控.结果表明,需同时改变多个变量才能使辛烷值损失降幅大于30%,多元线性回归模型预测精度较好,能按照一定比例对主要变量进行正反向调控.本文还可视化展示了优化过程中辛烷值和硫含量的变化轨迹.     

基于多元线性回归的私家车保有量预测

根据某地区的相关数据,运用时间序列分析,多元线性回归法,对影响该地区私家车保有量的几个因素进行数学建模.在对模型进行适当修正后,找出其中的相关性和函数关系,从而对该地区的私家车保有量进行预测.     

灰色理论和线性回归组合方法在装备使用保障费用估算中的应用

介绍了灰色理论和线性回归组合预测原理,即用GM(1,1)模型预测将来可能的数据跳变时间点,对其他非跳变点使用分段线性回归函数进行预测。运用此组合方法对装备使用保障费用进行了预测估算。计算实例表明,该组合方法预测精度高于单独使用灰色理论或线性回归所测结果,是可行有效的。     

多元线性模型广义岭型预测的最优性判别

对多元线性模型有偏估计的预测问题,利用矩阵不等式的性质,提出判别最优线性无偏预测、岭型预测和广义岭型预测最优性的一个Ri(*)准则,找到了广义岭型预测在该准则下,比最优线性无偏预测优越的充要条件,及在矩阵迹意义下优于最优线性无偏预测、岭型预测的充分条件,为多元线性模型两类预测量的最优性判别问题提供了一种新诊断方法.     

影响专业人才数量的多元线性回归模型的确定

通过对历年数据的分析,运用逐步回归法确定影响专业人才数量最显著的因素,得出影响专业人才数量的最佳多元回归模型,并对回归方程和各个因素进行显著性检验,给出预测结果的置信区间.     

基于灰关联分析的多元线性回归模型在中长期水文预报中的应用

采用灰色系统理论中的关联分析方法,对影响径流的各个因素进行分析,挑选出影响径流的主要因子,建立径流与主要影响因子之间的多元线性回归预测模型.通过实例证明,该方法简单可行,预测精度较高.