回归预测模型

摘要： 本文通过结合天气、促销日、节假日等因素作为自变量,建立回归预测模型来进行预测。结合Web开发技术,建立了一个销量管理预测平台,该平台集销量数据查询、销量数据管理、短期销量预测等众多功能。通过分析商品的销售数据,能够预测未来商品的销量,方便用户控制商品采购量,降低其商品的损失。

摘要： 投影寻踪回归对复杂系统的原始数据进行建模分析与预测具有重要意义。以经过简化处理的波士顿房价数据集作为建模和预留检验的样本数据,对自变量因子采用了线性降维技术、非线性拟合技术、迭代寻优方法,分别应用投影寻踪回归算法和神经网络回归算法创建房价趋势预测模型,对波士顿房价进行预测。预测结果表明:投影寻踪回归算法具有较高的准确度,且投影寻踪回归算法具有较强的稳健性、抗干扰性,为回归预测模型计算预测值,并对预测值进行综合分析提供思路和方法。

摘要： 通过梯度扩散薄膜(DGT)和CaCl_(2)等提取方法,研究了典型冶炼场地及周边多种类型土壤中Cd有效态含量和固液分配特征,并构建回归预测模型.结果表明:场地渣土混合土壤、林地表层和深层土壤中Cd有效态含量较高,DGT提取结果分别为23.2,1.90和2.53μg/kg,农田深层土壤、杂填土和素填土较低,分别为0.03,0.05和0.03μg/kg.土壤Cd固液分配系数(Kd)在杂填土、素填土、渣土混合土壤中最高,黏土、农田土壤次之,全风化土和林地土壤最低.总体上DGT测定的Kd值高于CaCl_(2)测定结果,CaCl_(2)土液比、提取液pH值显著影响Kd值结果(P<0.05).CaCl_(2)提取结果能够通过线性回归有效预测DGT测定的Kd(R^(2)=0.89~0.93).

摘要： 目的 通过测量社区老年人身体肌肉含量和不同部位的肌力,建立以单独或联合肌力水平为基础的肌肉含量预测模型.方法 2019年9～12月在社区招募老年居民140例,分别进行握力、30 s肱二头肌弯举、30 s连续坐立测试和基于Micro FET3手持测力仪测定的股四头肌与胭绳肌最大等长肌力测试,并使用日本TANITA体成分仪测定身体肌肉含量,分析上述肌力指标与肌肉含量的相关性,并建立回归预测模型.结果 所有肌力检测指标(握力、30 s肱二头肌弯举测试、30 s连续坐立测试、股四头肌与胭绳肌最大等长肌力)均与身体肌肉含量呈正相关(r = 0.207～0.720,P＜0.001).在各肌力测试指标单独预测肌肉含量的多元回归分析中,除30 s连续坐立测试外,其余指标模型均具有统计学意义(r2=0.702～0.761,P＜0.001).多项肌力测试结果联合预测肌肉含量回归方程(r2 = 0.786,P＜0.001)的预测因子包括性别、BMI、非优势手握力、30 s连续坐立测试和股四头肌最大等长肌力.结论 身体不同部位简易肌力测试的结果均与身体肌肉含量呈正相关.除30 s连续坐立测试外,每一单项肌力水平均可建立拟合优度较好的肌肉含量预测模型,多项肌力指标联合预测模型效果稍优于单独指标,但优势差别较小.这些结果为评估社区老年人肌肉质量提供了简易的筛查方法,可为后续检查及治疗提供参考依据.

摘要： 基于江苏省泰州市2007—2020年气候资料和银杏超小卷叶蛾Pammene ginkgoicola Liu发生数据,运用Pearson相关性分析和线性回归分析法,分析气温和降水因子对银杏超小卷叶蛾发生影响,建立虫害发生率的回归预测模型.结果表明:银杏超小卷叶蛾发生率与羽化和孵化期平均降水量呈极显著正相关关系(P<0.01),与平均气温呈显著负相关关系(P<0.05);羽化和孵化期降水量是影响银杏超小卷叶蛾发生的最关键因子;蛹期、滞育期气温和降水量对该虫发生率无显著影响.利用羽化和孵化期平均降水量可以预测银杏超小卷叶蛾发生率,为5月中上旬防治关键期制订相应的防治预案提供参考.

摘要： 利用支持向量回归机(SVR)建立了飞机巡航阶段发动机可调静子叶片系统(VSV)的回归预测模型.在利用SVR进行建模时,核函数的选用尤为关键,核函数有局部核函数和全局核函数,利用单一核函数训练模型易出现过拟合或欠拟合问题.为解决核函数的选用难题,避免训练过程中出现模型过拟合或欠拟合问题,提出了组合核函数.通过对单一核函数的组合,组合核函数兼具全局核函数和局部核函数的优点.最后,利用粒子群算法(PSO)对模型进行参数寻优优化,结果表明:相较于单一核函数,采用组合核函数的模型训练时间更短,模型精度更高.

摘要： 碳纤维增强树脂基复合材料(CFRP)钻削产生的轴向力是引起加工损伤的主要因素.为了研究加工参数对钻削轴向力的影响,建立CFRP三维钻削模型,应用Fortran语言编写三维Hashin失效准则及损伤演化准则的VUMAT子程序,通过正交试验得出主轴转速、进给量对轴向力的影响,建立轴向力预测模型,并对轴向力进行预测.结果 表明:轴向力受主轴转速、进给量的影响显著,并且轴向力随主轴转速的增大而减小,随进给量的增大而增大;建立的多元线性回归预测模型的最大相对误差为11.3％,二次多元回归预测模型的最大相对误差为4.8％.

摘要： 为了探明我国餐厨垃圾资源化项目处理规模的影响因素,采用有序logistic回归对29个国家级餐厨垃圾处理试点项目进行统计学分析,考察人均GDP水平、服务人口、处理工艺以及地理位置对餐厨垃圾处理规模的影响,并建立相关的回归预测模型.结果显示:处理工艺和地理位置对项目处理规模的影响不显著(P＞0.05),而人均GDP水平和服务人口会显著影响餐厨垃圾的处理规模(P分别为0.007和0.013),其中,服务人口对处理规模的影响更大.由此可见,为确定合理的餐厨垃圾处理规模,应重点考虑服务人口和城市人均GDP水平.基于此,建立了餐厨垃圾资源化 处理规模的回归预测模型,该模型的准确性检验可达到75.86％,对于餐厨垃圾处理规模决策分析及合理评估具有参考意义.

摘要： 以大豆油、玉米油、菜籽油、槲榄油为研究对象,建立大豆油、玉米油、菜籽油和大豆油、玉米油、橄榄油的三元复配模型,利用气相色谱技术(GC)和共有模式法,建立四种纯油脂脂肪酸的标准指纹图谱,并进行相似度分析;再利用GC结合化学计量法分析不同比例调和油中脂肪酸含量的变化.结果 表明:建立的四种纯油脂脂肪酸标准指纹图谱能量化地反映不同油脂间的共同点和差异性,选择四种植物油中含量较高的棕榈酸(5.88％～10.72％)、硬脂酸(2.31％～4.57％)、油酸(15.04％～77.45％)、亚油酸(5.92％～53.67％)、α-亚麻酸(0.61％～6.71％)作为特征脂肪酸.根据相关性(R2＞0.95)和显著性(p＜0.01)分析,分别将油酸和亚油酸、α-亚麻酸和油酸作为两组三元复配模型的代表脂肪酸;通过对代表脂肪酸的回归预测模型进行实例验证,两组复配模型验证RSD％分别小于8％和10％,表明该回归预测模型具有较强的指导意义和实用价值.本研究反映了脂肪酸在不同组分植物调和油中的差异,可为食用油脂的质量控制和检测提供理论依据.

摘要： 针对社交电商平台搭建过程中消费者需求的多变性及模糊性,提出一种基于回归预测模型的社交体验要素分析方法,并利用调查问卷及SPSS数据仿真进行实证分析,精准定位消费者需求.

摘要： 将最小二乘支持向量机方法应用于回归预测研究,构建了最小二乘支持向量机回归预测模型,将不等式约束规划变换成等式约束规划,提高了预测的计算速度,并基于MATLAB对最小二乘支持向量机回归预测模型进行了编程实现,对模型的精度进行了检验,验证计算表明模型预测结果令人满意,本研究进一步拓展了支持向量机这种新型机器学习方法的应用领域,该方法可用于武器装备寿命预测与分析.

摘要： 本文分析了影响回归预测模型精度的序列相关现象，并提出了假设检验的方法：Durbin－Watson 统计量检验，以及减弱序列相关的措施：缩短样本期法和广义差分法，最后以西安市客运量预测作为实例进行了分析与计算。

摘要： 介绍了目前比较通用的电价预测方法。为进一步提高电价预测的精度,利用人工智能领域中的Multj-Agent技术设计了电价预测支持系统,主要包括人机界面、交互模块、预测模块和集成模块等。此系统吸收了回归预测模型、灰色预测模型、时间序列预测模型和人工神经网络预测模型等方法的优点,并且可以在未来进一步扩展,吸收更多新的更加先进的电价预测方法的优点,不断提高电价预测的精度。实例分析结果表明,此系统在同等条件下可以得到精度相对较高的电价预测结果。

摘要： 本文采用回归分析法设计出增值税收入的预测模型,SPSS软件的验证表明该模型是有效的,利用此方法对2007年的税收数据的测算与实际情况十分接近,在实践中该方法具有较强的可操作性和实用性,这对于提高税收预测的准确性和加强税收工作的前瞻性具有重的意义。

摘要： 为了分析空调降温负荷对合肥地区夏季总负荷的影响，合肥供电公司联合安徽经典市场调查咨询有限公司对夏季合肥地区的居民空调降温负荷的总量和相关特性进行了调查分析，并根据调查结果建立了空调负荷总安装容量与居民特性变量如居住面积和房间数量的回归预测模型以及空调实际负荷功率与气温变化的回归预测模型，并对合肥市居民的空调使用习惯进行了分析，为合肥市电力公司制定高峰时段负荷调控政策和措施提供科学依据。

摘要： 2001年以前,棉盲蝽在静海县只是点片发生,但2001-2004连续四年大发生,被害田率为80％～100％,被害株率一般为30％～40％,严重的达60％～70％,在脱落的蕾铃中,有70％～80％为棉盲蝽为害所致.棉盲蝽已由次要害虫上升为主要害虫.四年来,我们对棉盲蝽发生规律进行了深入的调查研究,建立了棉盲蝽为害株率与气候条件、虫口密度、逐步回归预测模型,深刻分析了近几年来棉盲蝽大发生原因,研究示范推广了棉盲蝽综防配套技术措施。

摘要： 本文以中国制造业能源消费为研究对象,首先利用2001-2010年中国制造业能源消耗的数据,采用回归预测模型和灰色系统理论的GM(1,1)模型分别建立了中国制造业的单项预测模型,并对单项预测模型的优缺点进行了比较分析;然后用标准差法进行了权重分配,建立了中国制造业能源的组合预测模型;最后,运用组合预测模型对中国2012-2016年的制造业能源消耗进行了预测.结果表明,组合预测模型的预测精度较高,该模型可作为中国未来制造业能源消耗量预测的有效工具,且中国制造业能源消耗仍呈稳态的递增趋势.

摘要： 本发明公开了一种基于支持向量回归的分层水库取水下泄水温预测模型及预测方法，首先对入库水温、水库水位、叠梁门高程、入库流量、出流流量、气温、温度链垂向水温分布等进行主成分分析，再以总贡献率大于99％的主成分作为输入特征向量，通过训练好的支持向量回归模型预测下泄水温。本发明综合考虑了入库水温、水库水温分布、入库流量、出流流量、水库水位、气温和叠梁门高程对下泄水温的影响，及各影响因素的相互作用，对数据进行降维，再基于支持向量回归方法，实现对下泄水温的准确预测。本发明不受地域限制，可在水库水温管理、水库下游生态环境保护等方面进行，为水库运行调度方案提供技术支持，同时也可以进行可视化操作，具有较好的应用前景。

摘要： 本发明的品质预测模型生成方法为经过一个或多个工序制造的金属材料的品质预测模型生成方法，该品质预测模型生成方法包含：第一收集步骤，其针对预先决定的金属材料的每个规定范围，收集各工序的制造条件；第二收集步骤，其针对每个所述规定范围，评估并收集经过各工序制造的金属材料的品质；保存步骤，其针对每个规定范围，将各工序的制造条件、与在该制造条件下制造的金属材料的品质建立关联地进行保存；以及模型生成步骤，其根据已保存的各工序中的每个规定范围的制造条件，生成对金属材料的每个规定范围的品质进行预测的品质预测模型。

摘要： 本发明公开了一种基于自回归模型的造纸清水流量预测智能预测模型，涉及预测模型技术领域，具体包括以下步骤，流量规律分析，通过数学建模思想，首先将造纸清水流量预测实际问题转化为数学问题，围绕其周期性、波动性，对造纸清水流量数据的趋势变化进行分析，作为后面数据预处理的先行步骤。该基于自回归模型的造纸清水流量预测智能预测模型，在实时获取相关设备数据的前提下，对造纸清水流量进行实时预测，以实现动态监测实时进水量，便于异常情况及时发现以及为新水取用量的优化措施提供数据支撑，本模型采用整合移动平均自回归模型，充分考虑了造纸清水流量在实际工业生产过程中的变化规律，能够利用其存在的周期规律特性。

摘要： 生成通过简单的操作进行实质上接近100％的二类别分类且可靠性高的二类别分类预测模型。二类别分类预测模型是通过下述步骤生成的，即：a)根据针对学习样本集合的各个学习样本产生的说明变量，求出用于将学习样本集合分类为预先设定的两个类别的判别函数；b)根据求出的判别函数，计算各学习样本的判别分数；c)根据计算出的判别分数，决定各学习样本的分类预测的正误；d)根据被错误分类的学习样本集合中的最大判别分数和最小判别分数，决定错误分类样本区域；e)取出包含在错误分类样本区域内的学习样本，构成新学习样本集合；f)针对新学习样本集合，重复a)～e)。

摘要： 本发明公开了一种基于支持向量回归的分层水库取水下泄水温预测模型及预测方法，首先对入库水温、水库水位、叠梁门高程、入库流量、出流流量、气温、温度链垂向水温分布等进行主成分分析，再以总贡献率大于99％的主成分作为输入特征向量，通过训练好的支持向量回归模型预测下泄水温。本发明综合考虑了入库水温、水库水温分布、入库流量、出流流量、水库水位、气温和叠梁门高程对下泄水温的影响，及各影响因素的相互作用，对数据进行降维，再基于支持向量回归方法，实现对下泄水温的准确预测。本发明不受地域限制，可在水库水温管理、水库下游生态环境保护等方面进行，为水库运行调度方案提供技术支持，同时也可以进行可视化操作，具有较好的应用前景。

摘要： 本发明公开了一种基于高斯回归组合预测模型的电能替代方案预测方法及装置，接收能源替代转换企业的不同能源替代方案的预测目标，并获取各类目标的频繁项集；采用高斯回归过程建高斯回归组合预测模型；对不同能源替代方案的各类目标的频繁项集进行分簇预测，并对预测目标值进行线性组合得到费用年值预测目标值；基于费用年值相等的原则，得到电能替代方案的边界电价，并计算电能替代方案的不确定度预估，得到电能替代方案预测结果；基于预测结果进行数据反馈，并与电力系统相关业务应用平台接收的实际数据进行对比，调整高斯回归组合预测模型的参数，采用参数调整后的高斯回归组合预测模型进行电能替代方案预测。

摘要： 本发明公开一种系统线性回归预测模型的回归系数确定方法和系统，方法包括：基于系统初始采样数据序列计算系统线性回归预测模型的初始模型系数，并记录；随系统采样点的每次增加获取新的系统采样数据序列，确定增加的系统采样点数据和减少的系统采样点数据；基于增加/减少的系统采样点数据以及当前模型系数，更新模型系数；然后基于减少/增加的系统采样点数据以及更新后的模型系数，再次更新模型系数，作为每次系统采样点增加对应的模型系数并记录。本发明利用迭代的方式计算模型系数，可避免计算过程中对服务器资源的大量占用，提高系统线性回归模型系数计算的效率，保障对线性回归模型系数计算的实时性。

摘要： 本发明公开了多元回归预测模型的构建、预测方法及介质，涉及电压互感器的电气测量技术领域，上述构建方法包括以下步骤：(1)获取单变量时间序列，多个上述单变量时间序列构成多变量时间序列矩阵，将上述多变量时间序列矩阵进行编码，得到多通道单变量时间序列矩阵；(2)从上述多通道单变量时间序列矩阵输入卷积层和循环层，分别提取短期模式数据和长期模式数据，结合上述短期模式数据和长期模式数据；(3)对结合后的上述短期模式数据和长期模式数据进行自回归处理，得到多元回归预测模型；解决了不能有效通过电压互感器性能变化的时间序列和非线性特征实现高精度的趋势预测的问题。

摘要： 本发明实施例提供了一种车站广告媒体资源价值及收益预测回归方法及预测模型。通过从不同数据源获取高铁车站的生产经营数据对回归预测模型进行训练，在训练过程中采用训练和测试相结合，并通过交叉验证的方式寻找最优的回归算法，并进一步对回归算法进行参数调优，才能够建立一套科学可行的铁路经营数据分析与评估预测模型，对铁路媒体广告的经营与发展提供更加有效的支撑，从而解决现有技术中对车站广告媒体资源价值及收益的预测缺乏科学方法体系的问题。

摘要： 本发明公开一种用于交通流量预测的卷积神经网络多点回归预测模型，包括如下步骤：第一感知输入层，第二卷积层：对输入层数据进行卷积，通过激活函数后输出；多层卷积层：对上一层的输出作为输入进行卷积处理，通过激活函数后输出；第四全链接层，第五丢弃层：“随机丢弃层”舍弃一些冗余的神经元，保留上层全链接节点的40％‑70％，第六输出层：丢弃层的有效节点输出进行回归计算，得到的回归数值就是整个网络的输出，共设置m个输出节点，即将全链接层映射到输出层，作权重组合。相比传统的统计回归模型，具有数据空间关联的特征提取能力，具有局部感知野和权值共享的优势，使得在时间复杂度和特征选择上具有更好的平衡。