用電量鐵路貨運量的波動看結(jié)構(gòu)調(diào)整的積極變化

科學(xué)的貨運量預(yù)測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義。采用灰色模型預(yù)測方法gm（1,1）和馬爾可夫鏈預(yù)測相結(jié)合,提出了灰色-馬爾可夫鏈改進預(yù)測方法,利用偏差對灰色模型值進行狀態(tài)劃分,并采用馬爾可夫狀態(tài)轉(zhuǎn)移矩陣對狀態(tài)的轉(zhuǎn)移變化進行分析,并針對我國鐵路貨運量的未來趨勢進行了經(jīng)濟預(yù)測的分析,確定待測年份偏差最可能處于的狀態(tài)。

為提高鐵路貨運量的預(yù)測準(zhǔn)確性,運用灰色關(guān)聯(lián)分析法,計算分析了與鐵路貨運量相關(guān)的主要社會指標(biāo),確定鐵路貨運量的影響因子分別為鐵路運營里程、鐵路電氣化里程、鐵路復(fù)線比重、公路運營里程、固定資產(chǎn)投資總額和鋼材產(chǎn)量。將所確定的因子作為鐵路貨運量的預(yù)測指標(biāo),建立基于bp神經(jīng)網(wǎng)絡(luò)的鐵路貨運量預(yù)測模型,并對模型進行了應(yīng)用測試。結(jié)果表明：bp神經(jīng)網(wǎng)絡(luò)模型具有較高的精度,最大相對誤差為3.7%,平均相對誤差為2.3%。該方法具有較快的收斂速度和較高的預(yù)測精度,可為我國鐵路貨運量的預(yù)測研究提供方法支撐。

鐵路工程項目投資和效益的控制,鐵路運輸發(fā)展戰(zhàn)略的制定以及鐵路運輸設(shè)施效益的提高都與鐵路貨運量密切相關(guān),準(zhǔn)確預(yù)測鐵路貨運量具有重要意義。根據(jù)無偏gm(1,1)模型直接建模法的思想對傳統(tǒng)灰色verhulst進行改進,即對原始序列作倒數(shù)生成,運用新生成的序列建立模型,便可得到無偏灰色verhulst模型。改進后的模型消除了灰色verhulst模型自身固有的偏差,用此模型預(yù)測蘭州至中川鐵路貨運量,結(jié)果表明,無偏灰色verhulst模型比傳統(tǒng)灰色verhulst模型和gm(1,1)模型的預(yù)測精度更高。

科學(xué)的貨運量預(yù)測對鐵路發(fā)展戰(zhàn)略的制定具有十分重要的意義.針對灰色模型的預(yù)測結(jié)果精確度受原始數(shù)據(jù)變化幅度的影響較大,且要求累加生成的數(shù)據(jù)列具有指數(shù)性質(zhì)的缺點,采用帶波動的多項式來替代gm(1,1)模型中的指數(shù)形曲線,并通過馬爾可夫鏈對其預(yù)測結(jié)果進行修正,從而建立改進的灰色-馬爾可夫鏈預(yù)測模型,同時利用該改進模型對我國鐵路貨運量進行預(yù)測,并與傳統(tǒng)的gm(1,1)模型、改進的gm(1,1)模型和灰色-馬爾可夫模型3種預(yù)測方法進行了比較,結(jié)果表明:提出的預(yù)測方法具有較高的精度,具有一定的可行性和有效性,預(yù)測結(jié)果可指導(dǎo)鐵路建設(shè)與管理.

科學(xué)的預(yù)測對于經(jīng)濟現(xiàn)象的研究和經(jīng)濟決策的制定都具有十分重要的意義,因此,關(guān)于經(jīng)濟預(yù)測理論和方法的研究一直是一個熱點。本文將灰色模型預(yù)測方法gm(1,1)和馬爾可夫鏈預(yù)測相結(jié)合,提出灰色馬爾可夫鏈改進預(yù)測方法,并且針對我國鐵路貨運量的發(fā)展趨勢進行了預(yù)測,得出比灰色預(yù)測更加準(zhǔn)確的結(jié)論。從而證明,灰色馬爾可夫鏈改進方法的預(yù)測結(jié)果更加準(zhǔn)確可靠,更有利于決策者的經(jīng)濟決策行為。

為提高灰色verhulst模型的預(yù)測精度,采用粒子群算法對灰色verhulst模型的參數(shù)值進行優(yōu)化,利用滑動窗對原始數(shù)據(jù)序列進行動態(tài)更新,使用fourier序列修正模型的誤差,提出fpso灰色verhulst模型預(yù)測鐵路貨運量的方法。以平均絕對誤差、均方根誤差、平均相對誤差為評價指標(biāo),采用傳統(tǒng)灰色verhulst模型、gm(1,1)、徑向基神經(jīng)網(wǎng)絡(luò)、fpso灰色verhulst模型分別對具有增長趨勢、擺動發(fā)展以及交叉發(fā)展趨勢的鐵路貨運量進行預(yù)測。結(jié)果表明,fpso灰色verhulst模型能更好地反映鐵路運輸過程中的突變因素,是一種減少誤差、充分利用新生數(shù)據(jù)、提高預(yù)測精度的有效方法。

為提高灰色verhulst模型的預(yù)測精度,采用粒子群算法對灰色verhulst模型的參數(shù)值進行優(yōu)化,利用滑動窗對原始數(shù)據(jù)序列進行動態(tài)更新,使用fourier序列修正模型的誤差,提出fpso灰色verhulst模型預(yù)測鐵路貨運量的方法.以平均絕對誤差、均方根誤差、平均相對誤差為評價指標(biāo),采用傳統(tǒng)灰色verhulst模型、gm(1,1)、徑向基神經(jīng)網(wǎng)絡(luò)、fpso灰色verhulst模型分別對具有增長趨勢、擺動發(fā)展以及交叉發(fā)展趨勢的鐵路貨運量進行預(yù)測.結(jié)果表明,fpso灰色verhulst模型能更好地反映鐵路運輸過程中的突變因素,是一種減少誤差、充分利用新生數(shù)據(jù)、提高預(yù)測精度的有效方法.

德信誠培訓(xùn)網(wǎng) 更多免費資料下載請進：http://www.***.***好好學(xué)習(xí)社區(qū) 用電量統(tǒng)計表 序號部門/宿舍上月用電量本月用電量 趨勢 原因備注 升降 合計 制訂：審核：批準(zhǔn)：

首先分析了公路貨運量預(yù)測的重要性,介紹了國內(nèi)外主要預(yù)測方法。歸納總結(jié)了支持向量機的核心思想和基本原理,利用此較新的理論建立了公路貨運量預(yù)測模型,給出了構(gòu)建模型的具體分析步驟,同時探討了參數(shù)的標(biāo)定和修正過程。利用北京市基礎(chǔ)數(shù)據(jù),建立北京市公路貨運量預(yù)測的支持向量機模型,并應(yīng)用libsvm軟件進行預(yù)測,預(yù)測結(jié)果驗證了模型的有效性和可行性,表明方法可以推廣并可實際應(yīng)用。

本文概述了組合預(yù)測的基本思想,介紹了基于shapley值的組合預(yù)測模型,并以吉林省公路貨運量為例給出計算實例,同時也用數(shù)理統(tǒng)計的方法證明了此模型的適用性。計算實例和統(tǒng)計分析都證明此模型的可行性和適用性,說明將此模型用于公路貨運量預(yù)測是有效可行的。

民用建筑供電系統(tǒng)設(shè)計常見問題探討（一） 用電量及變壓器容量的估算 龐傳貴李維時(中國建筑設(shè)計研究院) 摘要本文簡要闡述了各類民用建筑的負荷估算及變壓器容量的確定，并介紹了負荷計算的部分作法 關(guān)鍵詞用電指標(biāo)、變壓器容量負荷率、負荷計算、三相平衡 1、民用建筑的負荷： 民用建筑的用電指標(biāo)，尤其是負荷計算中需要系數(shù)的大小，一直是一個意見很不一致， 沒有完全解決好的問題，主要是因為民用建筑的情況非常繁雜，不同的地區(qū)，不同的單位， 不同的設(shè)備，不同的使用情況，不同的工程規(guī)模，不同的建設(shè)投資標(biāo)準(zhǔn)等等，使每平方米 建筑面積的用電量有較大的差異，很難給出一個大家均可使用的標(biāo)準(zhǔn)。工程設(shè)

傳統(tǒng)的預(yù)測建模方法通常只適用于求解結(jié)構(gòu)簡單的多項式函數(shù),針對公路運輸貨運量受多種因素的影響,使得現(xiàn)有的一些預(yù)測方法預(yù)測精度不高的問題,應(yīng)用基因表達式編程建立了公路運輸貨運量預(yù)測模型。該算法具有簡便、易于操作,并且其搜索空間廣闊,函數(shù)復(fù)雜度高等特點。通過對實驗結(jié)果的分析,表明此模型具有較好的預(yù)測效果。

在分析公路貨運量的影響因素和預(yù)測特點的基礎(chǔ)上,將pso算法的全局搜索能力和rbf神經(jīng)網(wǎng)絡(luò)局部優(yōu)化相結(jié)合,建立了基于改進pso算法和rbf神經(jīng)網(wǎng)絡(luò)的公路貨運量預(yù)測模型(mpso-rbf)。利用某城市的歷史數(shù)據(jù)對預(yù)測模型進行了訓(xùn)練、測試與仿真,同時將仿真結(jié)果與回歸分析法、灰色理論法、bp神經(jīng)網(wǎng)絡(luò)和rbf神經(jīng)網(wǎng)絡(luò)預(yù)測的結(jié)果進行了比較,結(jié)果表明文中提出的預(yù)測方法精度較高,對于公路貨運量預(yù)測具有一定的可行性和有效性。

公路貨運量受多種因素影響,各因素的作用機制通常不能準(zhǔn)確地用數(shù)學(xué)語言進行描述。采用廣義回歸神經(jīng)網(wǎng)絡(luò)(grnn)對貨運量進行分析及預(yù)測。通過對1995~2003年南京市公路運量的歷史數(shù)據(jù)進行分析和處理,對網(wǎng)絡(luò)進行訓(xùn)練和擬合,用2004~2005年的實際數(shù)據(jù)進行模型檢驗,結(jié)果證明了grnn用于貨運量預(yù)測的有效性。

對影響公路貨運量的相關(guān)因素常用指標(biāo)進行主成分分析,提取出影響貨運量的隱性因素,并解釋出隱性因素的經(jīng)濟含義,為貨運量的預(yù)測及宏觀調(diào)控提供科學(xué)依據(jù)。

通過對公路貨運量的預(yù)測方法進行研究比較,并根據(jù)公路貨運量形成的復(fù)雜和非線性等特點,建立bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型.利用黑龍江省公路貨運量及其相關(guān)影響因素的實際數(shù)據(jù),確定網(wǎng)絡(luò)輸入與輸出樣本,并對bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)進行訓(xùn)練和預(yù)測.通過對網(wǎng)絡(luò)輸出的誤差曲線圖的分析,驗證bp神經(jīng)網(wǎng)絡(luò)預(yù)測系統(tǒng)的精確性和簡單方便性,提高了公路貨運量預(yù)測的精確性.

采用定性分析方法確定物流貨運量的影響因素,基于線性回歸方法建立數(shù)學(xué)模型。采集延安市貨運量相關(guān)數(shù)據(jù),根據(jù)2001-2008年數(shù)據(jù)確定模糊回歸系數(shù)a,對2009-2012年公路物流貨運量進行計算,并采用實際數(shù)據(jù)與其他三種預(yù)測方法進行驗證。結(jié)果表明:線性回歸數(shù)學(xué)模型對物流貨運量進行預(yù)測精確度高,誤差較小。

生活中l(wèi)ed顯示屏的應(yīng)用越來越廣,但使用時功耗較高,需專人進行開關(guān)控制,本文通過加裝時間控制開關(guān)和增加接觸器實現(xiàn)智能控制,達到節(jié)約用電和安全用電的目的.

鐵路隧道施工照明計劃用電量計算辦法的探討

鐵路隧道施工照明計劃用電量計算辦法的探討

本文提出了一種基于rbf神經(jīng)網(wǎng)絡(luò)的直接預(yù)測法,對公路貨運量進行了預(yù)測,并利用matlab工具箱予以了實現(xiàn).對2004和2005年公路貨運量預(yù)測的結(jié)果表明,預(yù)測值與國家統(tǒng)計局公布的實際數(shù)值有很好的一致性,預(yù)測精度也高于其它rbf預(yù)測法,有很好的應(yīng)用性.

利用混沌理論對公路貨運量的預(yù)測方法進行了分析,比較了現(xiàn)代常用的公路貨運量預(yù)測方法的優(yōu)缺點,研究了混沌理論對公路貨運量的預(yù)測基本原理,構(gòu)思短中長期貨運量預(yù)測方法的可行性,并提出了研究方法和途徑。