简介：

简介：摘要高炉炉温是衡量高炉运行状态的重要参数，而炉温是不能直接预测的。在高炉中发生的一系列化学反应中，最终通过铁水中的硅含量来预测炉温是比较准确的，而影响硅含量的主要因素有喷煤、风量以及硅本身。通过分析这三个影响因素来预测出硅含量的变化趋势，最终为工长做出优质的决策。高炉炼铁是一个极其复杂的时间序列问题，在这里通过BP神经网络和NARX动态神经网络对炉温进行预测分析，NARX动态神经网络的的命中率达到74%，BP神经网络的命中率为

简介：

简介：摘要：国民的用电情况有季节性，对于总用电量的需求影响很大，又因为国民用电比较集中，是形成日最大电力需求的主要成分，因此，在新的供用电形势下，开展对居民夏季用电需求的分析与研究，显得尤为重要。

简介：摘要：随着电改9号文的深入推进，按照“放开两头，管住中间”的总体部署，越来越多的发电企业和售电公司将参与到市场竞争中，了解和掌握用户需求变化情况,尤其是用数学方法判断用户未来的负荷趋势，对于发电企业及售电公司合理制定营销策略，具有重要的意义。

简介：摘 要

简介：摘要：随着时代的不断进步与人们生活质量的提升，对电能的需求日益曾加，导致配电网运行负荷持续加大，并时常出现尖峰负荷现象，对设备利用率产生一定影响。作为主动配电网规划中的核心关键，负荷预测与发电预测的强化开展，可为配电网网架规划、变电站规划提供重要数据参考，为配电网稳定运行提供帮助。基于此，针对主动配电网规划中负荷、发电预测进行深入探析。

简介：摘要：盐酸在工业企业中广泛应用，盐酸易挥发有毒有害的HCl气体，在企业储存过程中一旦发生泄漏会对环境造成较大的影响。本文以某企业盐酸储罐泄漏引发环境事件为研究对象，采取AFTOX模型对该企业盐酸储罐的环境风险进行预测评价，提出了切实可行的环境风险防范措施，以降低环境风险影响程度。

简介：

简介：

简介：施工项目成本预测是现代化成本管理的重要工作内容，成本预测在企业成本管理中越来越得到广泛的应用。特别是在全球金融危机的影响下，项目成本预测的重要意义和作用，越来越被众多的企业所认识和重视。本文巾从项目成本预测是决策项目投资和编制项目成本计划的依据和项目成本预测要明确职责、实事求是等进行了阐述，旨往提高施工项目成本预测的质量。

简介：摘要：随着科技和经济的快速发展，我国的建筑行业也在不断进步，高层建筑就必须依靠电梯来满足人民的日常通行。因此，电梯在我们的生活中也越来越常见，人们对电梯质量的要求也越来越高，电梯的维护和检修就变得更加重要。电梯故障预测技术可以降低电梯意外事故发生率，确保电梯的安全运行，保障人员安全，方便人们的日常生活，电梯故障预测技术的研发与应用就十分重要。本文依靠大数据分析，针对电梯故障预测技术模式进行分析。

简介：摘要 采用2010年1月-2021年12月的CPI以及粳稻、玉米、大豆集贸市场价格指数构建BVAR模型，实证分析中国农产品价格指数与CPI之间的相互影响关系。研究表明：粳稻价格受外部冲击给CPI带来正影响，玉米、大豆价格的外部冲击给CPI带来负影响，但效果并不显著。

简介：摘要从确定和不确定性分析的角度，综述了工程实践中常用的矿井涌水量预测方法，评述了各评价方法的主要特点及适用性。在分析各常用预测方法存在问题和预测方法的最新研究进展基础上给出了对矿井涌水量预测方法的展望。

简介：【摘要】 随着当前社会经济高速发展和我国民航领域的技术革新，航班运输量迅猛增长。特别在我国的一些大型城市，空中航路拥堵的现象越来越频繁。对航班的正常性、安全性都产生了较大的影响。迫切需要快速、全面了解交通拥堵风险，并研究预测的方法，使得能够有预见性的解决主干航路的拥堵问题。本文针对我国主干航路的拥堵现状，给出了基于证据理论的主干航路拥堵预测方法，建立起一个能有效预测主干航路拥堵的预测算法，通过对算例的计算与分析，证明了预测方法的可行性和有效性。

简介：摘要：为解决工业企业中，工业机器人、大型盾构机、道岔等大型工业设备，施工环境恶劣，维护成本昂贵，乃至产品质量和有序生产。开发工业设备预测性维护系统。系统基于SpringBoot后端框架、VUE前端框架、TensorFlow大数据分析框架对系统进行开发；基于物联网设备系统在针对非计划停机维护的相关工业指标进行实时数据采集；基于多数据源设定标准化API读取；基于SPARK大数据处理框架对设备维护模块进行在线实时分析；基于行业应用模型，在确保生产质量和生产进度的基础上，使用机器学习回归算法对历史数据和行业数据进行预测模型训练，输出预测性维护指标和大型停机检修计划表及预应对方案；最后通过行业场景应用验证了设计系统的可行性。

简介：摘要： 光伏发电大规模接入电网会使电网产生一定波动,对电力系统产生影响,提高光伏发电量预测的准确性是发展光伏发电技术及保证电网稳定性的关键.本文对光伏发电量预测方法进行归纳总结,根据研究原理将其分为直接预测法和间接预测法,并对直接预测法中的混合模型做了具体分类:基于确定神经网络初始权值的混合模型、基于光伏数据预处理的混合模型及其他混合模型.通过比较各种方法的平均绝对百分比误差(MAPE)及仿真时间,对各种方法进行评估.结果 表明:人工智能预测法目前应用最广,MAPE在3％～15％之间,其中,深度学习网络模型预测误差最小,但仿真时间较长且模型复杂度较高;混合模型可以有效减小预测误差,总体预测误差小于10％,是未来一个重要的研究领域.

简介：摘要：Eaton公式和Yan公式都是比较常用的孔隙压力预测方法，但它们在计算过程中都需要求取正常压实速度，而正常压实速度一般是由浅层正常压实地层的纵波速度拟合得来的，在浅层纵波时差曲线缺失或质量较差的情况下往往难以准确求取。本文结合Eaton公式和Yan公式，在不求取正常压实速度的情况下预测出孔隙压力，通过实际测井数据的标定，证实新方法预测的结果比Eaton公式和Yan公式的预测效果好。

简介：摘要：分析短时交通流预测的意义，对国内外的研究方法和主要成果进行详细的阐述、分析、归类，主要包括基于传统统计分析的预测模型、非参数回归预测模型、基于非线性理论的预测模型、智能预测模型等4种单一预测模型和组合预测模型，对各类模型复杂性、精度、适用性进行逐一分析。短时交通流预测研究领域在未来一段时间内发展趋势是数据来源多样化、混沌理论和深度学习深度发展，组合预测模型多样化，预测精度不断提高。

简介：摘要：城市轨道交通是城市公共交通系统的重要组成部分，可以很大程度地解决城市交通拥堵、汽车尾气排放等问题，实现城市绿色健康发展。城市轨道交通具有运量大、准点率高、安全舒适、节能环保等特点，近年来得到了大力发展。但城市轨道交通站点客流的快速聚集反过来也加剧了交通拥堵带来的一系列问题。因此，准确预测城市轨道交通短时客流，对于城市轨道交通调度动态优化、提前缓解交通拥堵以及提升城市轨道交通服务水平具有重要的研究意义和应用价值。