回归模型在广东省房价预测中的应用研究

修正的威布尔模型在沉降预测中的应用研究——地基沉降预测一直是岩土工程中的一个热门问题。针对传统的指数曲线预测模型存在的不足，对其进行了分析与改进，提出了更具有一般性的威布尔曲线模型，并通过工程实例验证了该模型的合理性与准确性。发现所提出的模型...

实测资料表明,在线性加载或近似线性加载情况下地基沉降—时间曲线呈s形,而mmf模型在曲线形式上也呈s形。鉴于两者的相似性,建立了地基全过程沉降预测的mmf模型,并通过工程实例对其进行了验证。结果表明:mmf沉降预测模型能够比较好的反映线性加载或近似线性加载条件下地基土体沉降量随时间的发展全过程,能够比较准确的预测地基沉降量,其预测精度要高于指数模型和双曲线模型,从而说明了该模型的合理性和可行性,可为今后地基沉降预测提供一定的参考。

针对传统的灰色模型在负荷增长速度较快时预测精度低的问题,提出了采用交叉遗传粒子群优化算法代替最小二乘法来优化gm(1,1)模型中参数a、b的方法;介绍了灰色预测原理及其数学模型、cgpso算法及基于cgpso算法的优化灰色模型,并根据实际负荷数据进行了仿真实验。结果表明,在负荷增长速度较快时,优化灰色模型的预测精度明显高于gm(1,1)模型,能够应用于电力系统的中长期负荷预测,拓展了灰色模型的适用范围。

电力价格同时具有线性和非线性规律,价格预测就符合收益最大,风险最小,满足供电的要求。当前传统的方法只能反映电力价格部分信息,从而导致电力价格预测精度不高。为了提高电力价格预测精度,提出一种基于arima和rbf神经网络相结合的电力价格组合预测方法。首先采用arima方法对电力价格的线性部分建模预测,然后采用rbf神经网络对电力价格非线性部分建模预测,最后利用三层结构的rbf神经网络将2种方法预测结果进行非线性组合,得到电力价格最终预测结果。实验结果表明,组合模型相对于单模型的预测具有更高的精度,组合模型发挥了2种模型各自的优势,在电力价格预测中具有广泛的应用前景。

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。

准确的负荷预测有利于调度运行方式管理、计划检修及扩建改造工作的合理安排,有利于节煤、节油和降低发电成本、制定合理的电源建设规划及提高电力系统的经济效益和社会效益。因此,负荷预测已成为实现电力系统管理现代化的重要内容之一。本文介绍了一元线型回归模型的原理,通过分析历史数据,建立数学模型,对怀柔地区电网年度最大负荷进行预测,证明该模型具有良好应用前景。

首先介绍了平稳自回归模型-ar(p)模型,然后将该模型应用到高层建筑沉降预测实例中,通过沉降实测数据与预测数据进行对比分析,其结果均满足精度要求,表明:ar(p)模型在高层建筑的沉降预测中具有很好的适用性。

中长期电力负荷预测是规划的前提和基础。以建立线性回归模型来科学预测电力负荷在未来的变化趋势及状态，通过算例分析，得出利用线性回归模型进行电力学系统中长期负荷预测取得令人满意的效果。

主要介绍gm(1,1)模型的建模机理,借助该模型对成都市商品房价格进行预测.通过对预测结果进行残差分析,说明该方法的合理性,从而为成都市政府宏观调控商品房价格提供政策性依据.

随着市场经济的蓬勃发展、人们生活水平的不断提高和社会城镇化程度的增强,全国各大城市房地产业迅速崛起,房价成为社会和民众普遍关注的问题。以西部代表性省份陕西省为例,对房地产产业演化及房价进行分析预测,估计房地产产业增长的极限值。

文章以包钢过去几年的吨钢综合能耗数据及其趋势变化为基础,利用线性回归模型对其进行吨钢综合能耗分析,给出未来3年吨钢综合能耗的理想预测值。

房地产价格特别是商品住宅价格是现在经济关注的热点。影响商品住宅价格的因素十分复杂。本文以济南商品住宅市场数据为基础,运用数理分析方法对济南商品住宅价格的影响因素进行了分析并建立多元回归分析模型。

　详细讨论了一阶一元灰色预测模型gm(1,1)的基本内容及建模过程,并成功地将gm(1,1)模型应用于高层建筑物沉降监测的预测预报,相应地编写了基于matlab的灰色系统沉降预测程序,便于实际应用。实践证明,灰色预测模型gm(1,1)在沉降预测中具有较高的应用价值。

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。

针对电力负荷中长期预测中存在大量的不确定性因素及待预测的负荷变量与关联因素无法很好地满足整个样本序列上预测变量与解释变量间的线性相关性问题,引入了模糊划分理论,构建了基于模糊有序划分的线性回归预测模型。算例应用结果表明,该模型能在较少样本数据基础上实现对电力负荷较为准确的预测,且预测精度较高。

城市区域热气候预测模型在城市规划领域的应用研究——介绍了城市区域热气候预测模型关于不同下垫面的传热、蓄热和蒸发量计算方法，并以北京某大型生态城规划项目为实例，引入城市区域局部温升作为评价指标。利用该计算模型和指标，分析了规划方案实施前后城市区...

变形预测是隧道信息化施工的重要依据,能有效判断隧道围岩的稳定性。为此,在传统组合预测的基础上,提出了基于局部权值和整体权值的改进组合预测方法,该方法既不失传统组合预测的简单实用特点,还能反映样本数据至预测节点长度对组合权重的影响,实现了对传统组合预测的改进；同时,针对局部权值和整体权值的叠加问题,提出了累加叠加和累乘叠加的思路,有效考虑了局部和全局因素对组合权值的影响；最后,将改进后的组合预测模型应用于工程实例,以探讨其可行性及有效性。结果表明:该组合预测模型较传统组合预测模型具有更高的预测精度,预测结果的相对误差均<2%；同时,在局部权值和整体权值的叠加过程中,累乘叠加的效果要略优于累加叠加的效果,累乘叠加具有相对更高的精度和稳定性。研究成果可为铁路隧道的变形预测研究提供一种新的思路。

探讨杆内时模型在钢杆单向弯曲问题中的适用性,将计算结果与通用软件计算结果进行对比。分别对采用一个杆内时单元和多个杆内时单元计算悬臂杆算例,结果表明,前者的数值计算不收敛,随着迭代精度的提高计算结果反而更偏离实际。将一个杆划分为多个杆单元进行计算,当选取足够的迭代精度时计算结果可靠,可适用于工程中常用的截面型式。依据大量算例给出使用该模型时应采取的单元个数和迭代精度。

dtm作为地理空间定位的数字数据的集合,在gis空间数据库中,能够反映地理基础、社会经济、资源与环境和地形等多方面的信息。本文在综述数字地面模型的建立方法的基础上,应用dtm进行坡度分级和区域设计模型叠加模式,探讨了三维地表模型在土地整治中应用。

针对建筑物的沉降问题,在现有的数据基础上,建立新陈代谢gm(1,1)模型来预测建筑物的沉降量,并通过实例与传统灰色模型进行对比.结果表明,优化后的gm(1,1)模型能更好地预测建筑物的沉降发展趋势,具有较强的实用性.

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。

为了保证隧道工程施工和运营的安全,避免造成经济损失和人员伤亡,隧道的变形监测已成为隧道工程防灾减灾的一个重要方面。运用非等间隔序列的灰色模型进行隧道沉降预测,并通过实例计算分析,证明预测值和观测值的误差较小,表明该模型有较强可靠性和较高精度,可为隧道工程的信息化施工提供必要的技术保证。