基于SARIMA模型的水泥产量预测研究王惠婷
对水泥产量的预测研究,可以把握水泥的生产状况,调整水泥工业结构.本文以2001年至2012年我国社会水泥产量为背景,采用非季节差分和季节差分,建立了SARIMA模型,最后得到SARIMA(2,1,1)(1,1,1)12模型.模拟结果平均相对误差绝对值MAPE=3.40%,表明预测值与实际值很接近,该模型合理有效.
基于SARIMA模型的水泥产量预测研究
对水泥产量的预测研究,可以把握水泥的生产状况,调整水泥工业结构.本文以2001年至2012年我国社会水泥产量为背景,采用非季节差分和季节差分,建立了sarima模型,最后得到sarima模型。模拟结果平均相对误差绝对值mape=3.40%,表明预测值与实际值很接近,该模型合理有效。
凹叶厚朴树皮产量预测模型的研究
通过实测61株凹叶厚朴样木胸径、树高和树皮产量,对凹叶厚朴树皮产量预测模型进行研究,采用改进单纯形法建立树皮产量数学模型,并对不同数学模型进行了比较。结果表明,改进单纯形法优化得到的模型y=0.9438643+0.02407896d2.040018h0.3646304,y=0.06606968d2.059642的相关系数最大,分别为0.9623和0.9583,可用于凹叶厚朴树皮产量预测;胸径因子对凹叶厚朴树皮产量预测比树高因子更有效。
中国水泥产量的灰色预测
根据中国水泥2001~2006年产量的统计数据,建立了水泥产量的灰色gm(1,1)预测模型。结果表明:预测模型具有较高的精度,未来三年水泥产量变化呈上升趋势。
基于灰色预测模型GM(1,1)的建筑垃圾产量研究
目前,对于建筑垃圾的资源化研究,我国尚处于起步阶段,建筑垃圾的产量研究可为其提供有力的数据基础。通过分析2004—2013年的建筑施工面积,利用面积估算法对建筑垃圾的产量进行估算。采用灰色预测模型对垃圾产量进行精确预测和分析,发现我国建筑垃圾的产量巨大,在未来几年内将呈现持续增长趋势,并因此提出了发展建筑垃圾资源化产业,为有效解决这一问题提供思路。
水泥混凝土碳化的预测模型
[3]陈欢欢,王雷.温拌沥青:十年内取代现有技术[n].科学时 报,2008. [4]黄文元,秦永春.沥青温拌技术在国内外的应用现状[j].道路工 程,2008. [5]左锋,叶奋翻译.国外温拌沥青混合料技术与性能评价[j].中外公路, 2007. [6]孙大权,王锡通,等.环境友好型温拌沥青混合料制备技术研究进展 [j].石油沥青,21(4). [7]蔡春华,曹亚东,等.温拌沥青混合料的应用研究[j].市政与交通, 2006(6). applicationexplorationofwarmmixasphalttechniqueinxinjiangregion suming,yujiang,yefen (
基于BP模型与ARX模型的基坑变形预测研究
随着建设工程施工的信息化与安全化,基坑的变形预测是基坑设计和施工的重要补充手段。基于bp人工神经网络模型以及时序分析arx自回归各态历经模型,对基坑的沉降变形进行了预测,数据结果表明两种模型均能较好地对未来值进行较真实的预测;从bp模型与arx模型的预测结果均方误差值大小的角度而言,bp模型的预测对于未来趋势的判断比arx模型要更强一些。试验结果说明两种预测模型应用于实际工程的监测预测具有实际意义。
基于灰色模型的水泥颗粒分布研究
本文采用灰色系统理论的关联度分析方法研究水泥各粒级范围颗粒含量对强度的影响程度,以探求不同粒径的颗粒对水泥强度的影响,建立最优化模型,以此控制最佳颗粒分布,从而指导水泥生产,达到理想的水泥粉磨效果。
建筑垃圾产量灰色Verhulst预测模型
针对建筑垃圾产量统计偏差大、数据不全面的现象,运用灰色理论建立了建筑垃圾产量的灰色verhulst预测模型,对沈阳市未来5年建筑垃圾产量进行了预测。与gm(1,1)预测模型相比较,发现灰色verhulst模型可以满足\"优\"的精确度要求,并且能够更加合理地反映建筑垃圾产量变化趋势,因此该模型可以用于预测建筑垃圾的产量。
模型预测控制技术在水泥制造中的应用
中材邦业(杭州)智能技术有限公司与天津水泥工业设计研究院有限公司联合开发ice智能优化控制平台,该平台采用以模型预测控制为核心的先进控制技术,以及神经网络为核心的复杂过程建模技术,通过采集dcs系统的实时生产数据,并结合化验室的质量数据,实现水泥生产工艺中关键生产环节的过程优化控制,达到安全、稳定、最优化的自动控制效果。该平台可提高产量,降低能耗,保证产品质量,满足环保要求,最大程度地提高水泥生产企业的经济效益。
基于神经网络的水泥回转窑温度预测模型研究
水泥回转窑窑尾气体温度对水泥熟料生产影响重大,建立回转窑温度控制模型对水泥生产具有重要意义。水泥生产工艺过程复杂多变,难以获得精确的数学模型。该文利用bp神经网络可实现非线性映射的特点,建立窑尾温度的预测模型,并通过遗传算法对bp神经网络进行优化,利用山东平邑中联水泥厂实时采集的生产数据进行仿真研究。将优化前后的仿真结果进行对比分析,结果表明,文中建立的神经网络模型能够很好地预测水泥回转窑的窑尾温度。
基于HMM模型的电力负荷预测模型研究
负荷预测是电力系统研究和电网规划的重要组成部分。采用隐马尔可夫模型,训练过程采用baum-welch算法,在matlab软件上隐马尔可夫模型进行训练,得到负荷特性预测最优模型,解码预测过程采用viterbi算法,通过模型可预测下一年地区负荷特性。以广东电网2011年至2016年负荷数据作为训练数据对隐马尔可夫模型进行训练,并对2017年广东典型日负荷率进行预测,仿真结果具有较优的准确性和计算效率。
基于ARIMA模型的建筑垃圾产量估算研究
基于arima模型,选取河南省1983-2015年的建筑施工面积数据,利用eviews8.0软件对数据进行分析,2013-2015年的检验数据证明该模型较优,进而得出2016-2020年连续5年的建筑施工面积年估算值和建筑垃圾年估算值,从而为未来河南省建筑垃圾整治与资源化运用提供宝贵的参考数据.
基于预测模型的中国原木进口数据预测研究
为了准确地预测未来原木进口量,利用已知中国进口原木数据,使用灰色模型gm(1,1)模型以及最小二程法多项式拟合的经验公式对1993-2013年的国内原木进口数据进行预测,通过预测值与实际值的对比,分析两组预测模型的准确性。结果表明:基于gm(1,1)模型的预测结果,在rmse、mae、mape三个指标上均优于基于最小二乘法函数拟合的预测方法。利用gm(1,1)模型预测2014和2015年国内原木进口量分别是4170.58万和4358.99万m3。
基于Powers体积模型的水泥基材料弹性模量预测
基于Powers体积模型的水泥基材料弹性模量预测
基于G级水泥水化反应的环空窜流预测模型
针对固井施工中气液混合相对g级水泥水化反应中环空窜流影响规律不明确的问题,分析了固井施工过程中发生环空窜流的原因,通过模拟井下气液混合相发生环空窜流的环境,结合g级水泥水化反应过程,梳理了水泥浆水化失重和水泥浆水化诱导期及凝结期之间的关系,明确了数学模型的区间,提出并建立了在水泥浆水化反应过程中,预测环空窜流的概率统计学数学模型。通过chandler7200型水泥水化分析仪测得的水泥浆孔隙压力及水化放热曲线和水泥浆体温度变化数据,确定了环空窜流模型需要的相关参数,计算得只有缓凝剂加量不同的2种配方水泥浆的稠化时间相差35min,环空窜流的概率却相差了1.2%。水泥浆环空窜流预测模型是预测环空窜流的前提,而不是最终决定因素。
基于GM模型的建筑废弃物产量估算及预测方法研究——以吉林省为例
本文通过分析吉林省2009~2013年的建筑废弃物产量,结合建筑废弃物产生的特点,建立了一套基于建筑废弃物系数的估算方法,利用\"灰色理论\"建立吉林省建筑废弃物产量预测模型,通过模拟精度估计参数对模型进行精度检验并使用gm(1,1)模型预测了吉林省未来三年建筑废弃物的年产量,为吉林省建筑废弃物综合利用新模式研究提供参考.
组合预测模型在建筑结构寿命预测中的应用研究
着重对bp神经网络模型和组合预测模型进行了介绍,以“误差之平方和最小”作为最优准则,利用组合预测模型对回归模型和bp神经网络模型进行优化,通过对某混凝土结构剩余寿命的实例分析,检验了这些模型的可行性、可靠性。
沂河流域水文降雨预测模型研究
为找出沂河流域最优水文降雨预测模型,本文基于极限学习机模型(elm)、bp神经网络模型和小波变化神经网络模型(wann),运用3种不同模型模拟了日降雨,并与实测数据对比。结果表明:elm模型与实测值的拟合方程斜率为1.2971,更接近于1,误差最低,且与实测值的一致性最高,可作为当地水文降雨预报的计算模型,为当地防洪预测提供科学的理论依据。
灰色预测模型在施工工期预测中的应用研究
工程项目在实施阶段都在实际进度与计划进度之间存在偏差,为了更加准确的确定出具体工序的工期,结合施工企业的统计资料,提出采用基于灰色理论的gm(1,1)模型形成工期预测的方法,从而为科学合理的编制进度计划提供有效依据。
最优组合模型在凹叶厚朴树皮产量预测中的应用研究
提出无约束最优组合模型和有约束最优组合模型,这两种模型均可以极大地改善凹叶厚朴树皮产量预测效果。在这两种模型中,其中约束模型的残差平方和为64.2517,无约束模型的残差平方为0,无约束模型远远优于有约束模型。在模型应用中,提出了这两种模型效率和预测效果的检验方法。两种模型的效率显著提高,显著性水平均在0.01以上。
水泥恒温水化放热统一模型
按照溶解热法测试基准水泥在恒温养护条件下的水化热,根据监测的水化热数据特征,分别按照双曲函数表达式、幂函数表达式、复合指数表达式和对数函数表达式拟合试验数据,根据相关系数以及函数表达式的外延值评价拟合函数的吻合度和适用范围。最后,提出基于活化能和等效时间的复合指数模型,该模型综合考虑了温升对水泥水化放热规律的影响,并推导出其离散模型,方便表达式在大体积混凝土水化热温升差分法解析时的应用。
地基沉降预测模型的探讨
地基沉降预测模型的探讨——根据全过程沉降的特点,针对沉降预测中的修正指数曲线模型存在的不足,提出了广义修正指数曲线模型和参数估计的方法。通过工程实例验证,表明广义修正指数曲线模型具有良好的适应性和弹性,能很好地反映地基沉降变形规律,预测出的沉...
住宅消费的价格预测模型研究综述
目前,住宅消费已成为我国居民消费中最大最重要的支出,而房价的非理性增长给社会和经济带来了一定的负面影响。本文通过对2002年~2015年发表的文献进行综述,总结了目前用于预测房地产价格主流的数学模型,指出了神经网络模型、灰色—马尔柯夫模型、随机序列模型等模型的优缺点,提出应理清房价的主导影响因素及机制,进一步对各种数学模型进行修正,并认为基于大数据网络关键词搜索技术方法将得到广泛应用。
住宅商品房价格预测模型的研究
2017年的最后三个月,中国房地产市场罕见地迎来了一轮密集的政策信号。从中共十九大报告的召开到年末的中央政治局会议的召开,再到召开的中央经济工作会议,这三场高层会议连续对房地产市场定调。房价将如何变化,它再次成为人们关注的热点,因此一个合理的价格预测模型就显得尤为重要。本文通过2005~2016年新疆住宅商品房的价格,结合灰色gm(1,1)模型和马尔科夫模型,建立了灰色马尔科夫预测模型,所建模型的平均相对误差由原来的7.17%降低到2.39%,弥补了灰色gm(1,1)模型预测结果误差大的缺点。结果表明:灰色马尔科夫模型是较好的价格预测模型,并且新疆住宅商品房价格在2017~2020年将会呈现出持续走高的趋势。
文辑推荐
知识推荐
百科推荐
职位:大数据开发工程师
擅长专业:土建 安装 装饰 市政 园林