暂无评论
针对新义煤矿采用常规手段预测工作面突出危险不可靠的问题,分析了煤与瓦斯动力灾害特征,采用声发射连续预测技术对煤与瓦斯突出进行了现场监测,分析得出声发射信号指标与异常动力现象的对应关系,确定了合理的工作
TransCAD在公路交通出行分布预测中的应用研究
组合模型在水运货运量预测中的应用研究，朱俊，，现行的水运货运量预测方法大都存在数据拟合度不高、外推性不强等问题，介绍了组合预测模型的基本原理,通过与传统单项预测方法的�
为提高含噪声瓦斯浓度数据的预测精度,提出了一种基于独立成分分析(ICA)和k-最近邻(kNN)法的反向传播人工神经网络(BP-ANN)预测模型。利用滑动时间窗算法产生训练样本矩阵,采用ICA方法估计训
传统GM(1,1)模型以数据序列背景值边界均值预测基坑沉降变形,精度低、残值大。基于灰色理论应用对数法与二次插值法分别对传统模型进行改进与优化,结合基坑沉降变形监测数据,采用三种模型分别预测对比分析,
传统GM（1,1）模型在工程变形预测中受到众多不确定性因素的影响，会导致预测精度低、残差大。因此，文中对传统GM（1,1）中原始数据、初始值、以及背景值进行改进。最后以某大坝边坡监测点的沉降位移为例，
平滑参数α的确定及其在边坡预测中的应用研究,刘造保,,预测能够对工程中的被监控对象在未来某段时间内的工程特性进行预告,指导工程建设活动,并且能预报防止工程灾害的发生。针对边坡
气候变化以及相关的更频繁的热或冷，极端/天气事件，以及温度升高，可能会增加未来住宅对供暖和制冷用途的电力需求。 本文旨在评估气候变化导致的温度升高对埃及亚历山大市季节性住宅用电量的潜在影响。 此外，它
在混沌时间序列研究中，相空间重构和预测模型参数优化是影响预测性能的关键步骤，利用两者之间的相互联系来提高混沌时间序列预测模型的整体性能，提出一种基于遗传算法的混沌时间序列参数同步优化方法。同步优化方法
针对电价波动幅度大且预测精度低的问题，提出了二层分解技术与神经网络组成的电价多步预测模型。该模型采用集合经验模式分解将原始电价序列分解为一系列分量，变分模态分解将第一层分解产生的最高频率分量进一步分解
暂无评论