预测值

摘要： 国际能源署(IEA)报告称,由于价格上涨和市场混乱,2022年世界对天然气的需求将略有下降。与国际能源署在1月份发布的上一季度更新中预测的1%增长相比,预计全球天然气需求将小幅收缩。预测值下调500×10^(8) m^(3),相当于去年美国液化天然气出口量的一半左右。

摘要： 根据美国农业部2022年3月《世界农产品供需预测报告》,2021/2022年度世界主要农产品供需预测结果简述如下。1谷物2022年3月,世界谷物供需预测见表1。2021/2022年度世界谷物供应量将达35.90亿吨,较2020/2021年度估算值增加5507万吨,比2月预测值上调831万吨。

摘要： 在笔者的案头有两份半导体IC发展的列表(如表57、表58所示),可供读者参考。尽管看起来这两份列表离今天的时间过去尚久,但是从这份表格的内容中,我们依然能够看到科学技术、IC技术发展的足迹以及能够给予我们的启示。例如表57中所说到的2000年的IC的特征尺寸是>0.18μm(180nm),而表58中的2012年的IC的特征尺寸即栅长是35 nm(当时的预测值);而今天IC的特征尺寸已经跨入3 nm制程,眼瞅着2nm、1 nm制程在最近就可实现。

摘要： 世界银行预计2021年全球经济增长5.5%,2022年增长4.1%,均较此前预测下调0.2个百分点。近日,国际货币基金组织(IMF)下调今年全球经济增长预期至4.4%,主要是因为美国和中国的增长预测值出现下调。IMF预计2023年全球经济增速将放缓至3.8%,高于2021年10月时的预测。世界银行在其最新发布的《全球经济展望》报告中指出,2021年全球经济预计增长5.5%,2022年将增长4.1%,均较此前预测下调0.2个百分点。

摘要： 采用相对稳定的组合预测方式对成都地区的航空运输规模做出预测。找出影响航空运输量的相关指标,判断与航空旅客运输量的相关性,通过主成分分析法筛选出主要指标。建立关于航空运输量的线性回归模型,再运用趋势外推法对主要指标做出预测,带入回归模型,得出成都地区航空运输量的预测值。

摘要： 利用近红外光谱仪对双沟酒业出池酒醅的水份进行检测研究,通过不同均匀度酒醅的手工检测值和近红外预测值对比、不同样品预处理情况下的出池酒醅水份手工检测值和近红外预测值对比、不同定标样品建立的模型预测出池酒醅水份的预测值和手工检测值对比,分析影响近红外光谱仪检测精度的主要因素,并采取有效措施提高近红外光谱仪的检测精度。

摘要： 精确预测旅游人数能帮助旅游业高质量发展。根据旅游人数是时序性和非线性的特征,具有时变性、非线性和非平稳性特征。文章提出基于差分自回归移动平均(ARIMA)和支持向量机回归(SVR)的混合预测模型,利用福建省入境游客历史数据对模型进行验证。实验结果表明,基于ARIMA与SVR的混合模型预测精度高,更能准确描述旅游人数时间序列的复杂变化趋势。

摘要： 根据美国农业部2021年12月《世界农产品供需预测报告》,2021/2022年度世界主要农产品供需预测结果简述如下。1谷物2021年12月,世界谷物供需预测见表1。资料来源:美国农业部2021年12月《世界农产品供需预测报告》。表2至表6同。注:贸易量是基于出口估算,全文同。2021/2022年度世界谷物供应量预计为35.89亿吨,较2020/2021年度估算值增加5872万吨,比11月预测值上调635万吨(图1)。

摘要： 根据美国农业部2022年1月《世界农产品供需预测报告》,2021/2022年度世界主要农产品供需预测结果简述如下。1谷物2022年1月,世界谷物供需预测见表1。2021/2022年度世界谷物供应量将达35.86亿吨,较2020/2021年度估算值增加5 442万吨,比2021年12月预测值下调328万吨(图1)。

摘要： 我国禽蛋产量所组成的数据序列虽十分不规则,但可以运用LMD分解和ARMA模型相结合的方法对其进行预测。首先利用LMD技术将原始信号分解为若干个单一分量的乘积函数和光滑的余项函数,然后运用ARMA模型分别对乘积函数和余项函数进行预测,最后将它们的预测值合并,实现对原始序列的精确预测。结果显示:LMD-ARMA模型的平均预测误差仅为0.66532%,比ARMA单一模型的平均预测误差0.81119%减小21.92479%。由LMD-ARMA模型预测得到2021年我国禽蛋产量为3525.205万吨,这一预测结果也比ARMA单一模型预测结果也要合理。

摘要： 目的:建立中国5～14岁儿童呼气峰值流速(PEFR)正常值范围和预测值方程式.rn 方法:根据中国地理分布选取5个研究中心:华南(广州)、华东(苏州)、西南(成都)、西北(西安)、华北(北京),随机抽取2010年10月～12月就读于各研究中心的学生发放问卷和知情同意书.其中问卷填写正确、家长签署知情同意书、年龄在5～14岁、无任何心肺及其他系统疾病史、近4周无呼吸道疾病史,当面询问和体格检查呼吸、心率、胸廓、肺部体及身高、体质量均在正常范围者作为研究对象.本研究经医院伦理委员会同意并备案.采用英国制造的Vitrograph简易峰流速仪,于上午8:00-12:00采取坐姿行峰流速测定6次,记录3次最好值.以实测指标采用SPSS 20.0统计软件,经多元逐步回归和多元线性回归,得出预测值方程式.rn 结果:共纳入符合研究对象标准的儿童3169名,男1596名、女1573名;其中各中心的纳入研究对象、男、女人数分别为:北京(365,184,181)、成都(423,201,222)、苏州(1046,517,526)、西安(942,481,461)广州(396,213,183),每个年龄段人数均等.PEFR值随着年龄的增长,统计有差异,P＜0.001;男孩比女孩高,其中5岁,10岁,11岁组的男女性简易PEF值差别没有统计学意义,其他年龄段差别均有统计学意义,(P＜0.05).PEFR与年龄、身高、体重、BMI都具有相关性,其中PEF值与身高的相关性最强.rn 结论:本研究建立了中国5～14岁儿童呼气峰值流速(PEFR)正常值范围和预测值方程式.PEFR值随年龄增高而增高,其受儿童身高影响超过体质量和年龄变化.

摘要： 海南岛是热带风暴以及台风多发地区,每年一般为8～9次,最多可达11次.通常5-11月为热带风暴、台风季节,其中8-10月为最盛期.当台风移向陆地时,由于台风的强风和低气压的作用,使海水向海岸方向强力堆积,潮位猛涨,强台风的风暴潮往往能使沿海水位快速上升,根据海口1949年至2015年共67年的台风资料统计,凡是登陆海南省以及广东省西部沿岸的台风均可以造成海口港不同程度的风暴潮增水,这对附近工程的极端高水位有很大影响.由于实测台风数据资料序列长度的限制,采用传统的频率分析方法拟合和预测较长重现期的台风引起的极端水位可能产生较大误差,诸如50年或100年一遇的台风引起的极端水位值.为了解决这一问题,考虑采用依据有限数量的历史水位资料的数值模拟方法进行极端水位的预测研究.在这种情况下,利用具有准确历史数据的气象和天文潮以及其他可能驱动因素作为水动力数值模拟的驱动因素来进行数值模拟.这样通过水动力模型便可将现有气象统计资料与未知的水位数据联系起来,从而实现由气象因素推求极端水位预测值的目的.本研究通过Monte Carlo模型随机生成500年周期内可能出现的448个台风的一些列参数(气压、风场、路径等)、进而加载至Delft3D水动力模型对水位过程线序列进行数值模拟的方法,再通过最大值排序以实现对可能出现的台风风暴潮不同重现期极端高水位值进行估算的目的,推求出重现期为50年、100年以及500年的极端高水位预测值分别为2.68m、2.68m和3.02m.

摘要： 本文通过研究江苏省近十年来定额人工单价和GDP增长,得到了定额人工单价上涨率与GDP增长率之间的直线回归方程,通过相关系数检验二者高度线性正相关.在指定置信度(95％)时确定了预测值的变化区间,其预测上限可以作为定额人工单价调整幅度的预测值.另外,根据江苏省建设工程费用定额(2009版)中的取费项目和相应费率,建议将施工企业合理利润为0的市场人工单价作为定额人工单价调整的预警值,市场人工单价达到预警值的时点作为定额人工单价调整的最佳时机.

摘要： 理论分析表明,同一菜籽样品不同含水量状态下,其干基含油量相同.在实际生产过程中,采用近红外光谱分析方法,检测不同水分含量状态下的同一油菜籽样品,例如晒干前后的菜籽样品,其干基含油近红外检测结果出现较大波动。为减少水分对菜籽干基含油近红外预测值的影响,一是建立模型时使样品保持在稳定、自然状态下的水分含量;二是保证待测样品水分含量与建立模型时条件相一致;三是采用不同水分含量梯度样品进行建模,使水分参与模型的回归,建立水分全局定标模型,减少由于水分的差异所带来的测量误差.本文结合生产实际需要，通过建立稳健的近红外分析模型，消除或尽量减少水分对菜籽干基含油近红外检测结果的影响。

摘要： 文章以稻飞虱多年发生面积的时间序列数据为依据,应用虫口模型蕴藏的虫口消长路线图进行分析,创建了稻飞虱发生面积预测值速查表,得到了稻飞虱发生面积发展变化的规律,提出并实证了预测值速查表可作为实用有效的预测工具。

摘要： 虽然预测有多种方法，但由于各种预测模型的适用条件不同，各步长的预测的误差大小不一。通过误差计算，利用最小二乘法等方法计算每种预测模型的权重且使各模型的权重之和为1，使其误差大的权重小，误差小的权重大，抑制误差大的预测模型，加强误差小的预测模型，然后用权重乘以预测值再相加组合，从而达到提高预测的精度。通过试验证明，最小二乘组合预测法优于任何一种预测方法，具有广泛的应用前景。

摘要： 目的：了解上海市中心城区院前急救2010-2013年业务量中急救业务的趋势走向,用趋势季节模型预测急救车次,为制定工作计划和资源配置提供科学依据.方法：应用移动平均趋势剔除法和最小二乘法建立线性模型,并作回顾性和前瞻性验证.结果：趋势季节预测模型为YC=12861.3+64.807 t,模型拟合较好,大多数观察值落在95％的预测范围内.结论：近几年中心城区院前急救中急救业务变动呈稳步上升趋势,季节变动明显,应用趋势季节模型可以较好的预测院前急救业务量及发展趋势.

摘要： 目的：了解上海市中心城区院前急救2010-2013年业务量中急救业务的趋势走向,用趋势季节模型预测急救车次,为制定工作计划和资源配置提供科学依据.方法：应用移动平均趋势剔除法和最小二乘法建立线性模型,并作回顾性和前瞻性验证.结果：趋势季节预测模型为YC=12861.3+64.807 t,模型拟合较好,大多数观察值落在95％的预测范围内.结论：近几年中心城区院前急救中急救业务变动呈稳步上升趋势,季节变动明显,应用趋势季节模型可以较好的预测院前急救业务量及发展趋势.

摘要： 目的：了解上海市中心城区院前急救2010-2013年业务量中急救业务的趋势走向,用趋势季节模型预测急救车次,为制定工作计划和资源配置提供科学依据.方法：应用移动平均趋势剔除法和最小二乘法建立线性模型,并作回顾性和前瞻性验证.结果：趋势季节预测模型为YC=12861.3+64.807 t,模型拟合较好,大多数观察值落在95％的预测范围内.结论：近几年中心城区院前急救中急救业务变动呈稳步上升趋势,季节变动明显,应用趋势季节模型可以较好的预测院前急救业务量及发展趋势.

摘要： 目的：了解上海市中心城区院前急救2010-2013年业务量中急救业务的趋势走向,用趋势季节模型预测急救车次,为制定工作计划和资源配置提供科学依据.方法：应用移动平均趋势剔除法和最小二乘法建立线性模型,并作回顾性和前瞻性验证.结果：趋势季节预测模型为YC=12861.3+64.807 t,模型拟合较好,大多数观察值落在95％的预测范围内.结论：近几年中心城区院前急救中急救业务变动呈稳步上升趋势,季节变动明显,应用趋势季节模型可以较好的预测院前急救业务量及发展趋势.

摘要： 本发明要解决的问题是精密地预测受到峰值截止损耗影响的自然能发电设备的发电量，其特征在于，使计算机的处理器执行以下步骤：太阳辐射量分析步骤，基于太阳辐射量数据来确定每单位时间的太阳辐射量及太阳辐射量出现概率；发电量预测步骤，基于所述太阳辐射量来确定发电量，基于与所述太阳辐射量对应的每单位时间的所述发电量及太阳辐射量出现概率来确定发电量期望值；所述发电量预测步骤，基于发电特性数据以及输出特性数据来确定第一太阳辐射量、第二发电量，所述发电特性数表示为了获得最低输出功率所需的所述太阳辐射量及发电效率，所述输出特性数据表示超过量变为峰值截止损耗那样的电容与输出效率，所述第一太阳辐射量为为了获得为零的第一发电量及所述最低输出功率所需的所述太阳辐射量，所述第二发电量为所述电容；基于所述第二发电量及发电效率来确定第二太阳辐射量，所述第二太阳辐射量为满足所述电容时的所述太阳辐射量；当所述太阳辐射量低于所述第一太阳辐射量时，确定所述第一发电量为所述发电量，当所述太阳辐射量超过所述第二太阳辐射量时，确定所述第二发电量为所述发电量。

摘要： 实施方式的检查值预测装置具有预测部与逆向预测部。预测部通过学习对象用户对于使用包含同一用户的多个检查值的系列数据的第一学习用数据集而进行学习后的第一学习完毕模型输入用户的检查值来预测所述用户的将来的检查值。逆向预测部在被指定了与所述用户的将来的检查值相关的目标值的情况下，对将何种检查值输入到所述第一学习完毕模型时会输出所述指定的所述目标值进行逆向预测。

摘要： 本发明要解决的问题是精密地预测受到峰值截止损耗影响的自然能发电设备的发电量，其特征在于，使计算机的处理器执行以下步骤：太阳辐射量分析步骤，基于太阳辐射量数据来确定每单位时间的太阳辐射量及太阳辐射量出现概率；发电量预测步骤，基于所述太阳辐射量来确定发电量，基于与所述太阳辐射量对应的每单位时间的所述发电量及太阳辐射量出现概率来确定发电量期望值；所述发电量预测步骤，基于发电特性数据以及输出特性数据来确定第一太阳辐射量、第二发电量，所述发电特性数表示为了获得最低输出功率所需的所述太阳辐射量及发电效率，所述输出特性数据表示超过量变为峰值截止损耗那样的电容与输出效率，所述第一太阳辐射量为为了获得为零的第一发电量及所述最低输出功率所需的所述太阳辐射量，所述第二发电量为所述电容；基于所述第二发电量及发电效率来确定第二太阳辐射量，所述第二太阳辐射量为满足所述电容时的所述太阳辐射量；当所述太阳辐射量低于所述第一太阳辐射量时，确定所述第一发电量为所述发电量，当所述太阳辐射量超过所述第二太阳辐射量时，确定所述第二发电量为所述发电量。

摘要： 为了实现定量地预测未来屈光度值的目的，屈光度值预测系统(1)包括：输入装置(2)，用于输入Db(当前屈光度值)、Age(年龄)、Sex(性别)和RL(右/左眼球)；计算装置(3)，用于基于Db(当前屈光度值)和Age(年龄)预测在间隔(时间)经过之后的屈光度值(Da)；存储装置(4)，用于存储未来屈光度值的预测公式和表值；以及输出装置(5)，用于输出预测的屈光度值并基于预测的屈光度值输出用于推荐的眼镜的屈光度值。Da＝β0+β1Age+β2Age

摘要： 本发明提供能够高精度地预测使用者的将来的血糖值的血糖值预测装置。血糖值预测装置(1)具备：取得部(11)，取得使用者的血糖值的测定值、使用者的HbA1c的测定值及所述使用者的健康诊断的结果；层级判别部(12)，基于所述血糖值的测定值、所述HbA1c的测定值及所述健康诊断结果，来判别所述使用者为正常型、临界型及糖尿病型中的哪一个；及预测部(13)，使用所述判别的结果和所述使用者的过去的时间点的空腹时血糖值的测定值，来预测所述使用者的今后的空腹时血糖值。

摘要： 本发明提供通过预测值的整形来计算更高精度(接近目标值)的控制值的预测值整形系统。计算用于对控制对象(12)进行控制的控制值(v)的预测调节器(20)具备：实绩值获得部(22)，其获得控制对象(12)的过去的目标值即实绩值(r(t‑1))；预测值获得部(21)，其获得预测控制对象(12)的目标值而得到的预测值(r^(t))；以及控制值计算部(23)，其通过将实绩值(r(t‑1))和预测值(r^(t))应用于预测值整形算法(G)修正预测值(r^(t))，来计算出用于对控制对象(12)进行控制的控制值(v(t))。预测值整形算法(G)使用控制对象(12)的控制模型(P)的参数。

摘要： 本发明提供一种能够与理论模型的适合与否无关地构建适合实际结果的卷绕条件的卷绕条件生成装置、卷绕装置、卷绕缺陷等级预测值生成装置、卷绕条件计算方法、卷绕方法及卷绕缺陷等级预测值生成方法。卷绕条件生成装置具备输入部、输出部及条件计算部，条件计算部具备以制作满足目标卷绕品质的卷绕卷材时的卷绕参数及卷绕条件的组合为训练数据而通过机器学习制作的学习模型，根据从输入部输入的新的卷绕卷材的卷绕参数使用学习模型计算新的卷绕卷材的卷绕条件，输出部输出卷绕条件，卷绕参数包括卷材的宽度、卷材的搬送速度及卷材的卷绕长度，卷绕条件包括开始卷绕时的卷材的张力及结束卷绕时的卷材的张力。

摘要： 本发明揭示使用所预测值表提供循环不变值预测，以及相关设备、方法和计算机可读媒体。在一个方面中，提供一种包括指令处理电路的设备。所述指令处理电路经配置以检测指令流中的循环主体，且检测所述循环主体内的值产生指令。所述指令处理电路确定所述值产生指令的属性是否与所预测值表的条目匹配。如果确定所述值产生指令的所述属性将存在于所述所预测值表的所述条目中，那么所述指令处理电路进一步确定所述条目的计数器是否超过迭代阈值。响应于确定所述条目的所述计数器超过所述迭代阈值，所述指令处理电路提供所述所预测值表的所述条目中的所预测值，以用于至少一个相依指令的执行。

摘要： 本发明涉及一种基于复值神经网络的复值时序信号预测方法，包括以下步骤：构建复值时序信号的数据集，分成训练集和测试集；构建全复神经网络并初始化参数；使用训练集和自适应复值正交梯度下降法训练所述全复神经网络，直至达到预设的迭代次数停止训练，得到训练完成的全复神经网络；将测试集输入所述训练完成的全复神经网络，得到复值时序信号的预测值。本发明采用全复神经网络直接进行复值时序信号的预测并在训练全复神经网络时使用的自适应复值正交梯度下降法，避免了破坏复值信号的内在联系，加快了训练的收敛速度，提高了对复值时序信号预测的精度。

摘要： 检测指令序列的融合机会。指令序列包括关联位置的指示和关联派生位置的指示。基于所述检测，生成要存储在关联派生位置中的值。该值是预测值。所述值被存储在所述关联派生位置，并且所述关联派生位置被访问以通过在所述计算环境内执行的一个或多个指令来使用所述值。