论文部分内容阅读
在时间序列法基础上应用插值理论和神经网络建立一种新的预测模型。首先采用插值法拟合历史销售数据并求出大量的数据训练神经网络，弥补了历史数据缺乏的问题；然后用训练好的神经网络代替传统的最小二乘法拟合时间序列因素，从而求出预测值。仿真结果表明，此模型能够有效地改善模型的拟合能力并提高预测精度。
基于牛顿插值和神经网络的时间序列预测研究
【摘 要】
：
在时间序列法基础上应用插值理论和神经网络建立一种新的预测模型。首先采用插值法拟合历史销售数据并求出大量的数据训练神经网络，弥补了历史数据缺乏的问题；然后用训练好的神
【机 构】
：
辽宁科技大学电子与信息工程学院
【出 处】
：
石油化工高等学校学报
【发表日期】
：
2007年3期
其他文献
在对流动环境中平面热水负浮力射流进行数值模拟的基础上就近区特性进行分析，得到了不同排放角度和射流比下涡心和分离点位置等特征量的值．分析了水面上流速、温度、湍动能及其
分析了氧乙醇火焰燃烧反应过程，研究了燃烧反应过程中所发生的热量变化，依据热力学理论计算出火焰燃烧的理论温度，明确燃烧温度与反应物之间的关系，从而确定氧乙醇火焰可作为钢铁
通过实验室内埋片试验研究了20^#钢在南京沿江近中性土壤中的腐蚀规律和机理。在3种不同土壤中埋片，对腐蚀后的试样腐蚀形貌和产物进行EDS和XRD分析，并测定了试样的腐蚀速率、
构建了一个适应于长输管道行业的通用Web GIS架构，并在Arc GIS平台上利用VB．NET，Javascript，Microsoft SQL Server和计算机辅助分析技术开发了一套数字管道信息管理系统。在授权
针对DC-DC变换器强非线性,提出了一种FSMC-GCMC控制方法,以增强对DC-DC变换器系统的控制效果。通过广义通用模型方法将强非线性系统转化为标准三阶线性系统并由此构成GCMC控
提出了一种核主元分析(KPCA)和关联向量机(RVM)相结合的组合建模方法。KPCA-RVM采用KPCA对原始自变量进行非线性变换并提取主成分,形成特征自变量;采用RVM,对KPCA变换后的样本数据进行回归建模,并根据模型的预报能力自适应的确定参与回归的最佳特征变量个数,消除冗余信息干扰,获得强非线性表达能力且预报性能良好的模型。并将KPCA-RVM应用于PTA装置对羧基苯甲醛(4-CBA)含量的
新型VSP推靠机构采用机液复合式结构形式，避免了因机械装置卡死而造成的推靠臂折断等弊端，保证了仪器的安全回收。运用ADAMS软件对推靠机构进行动力学仿真分析，并选择较为敏感的
针对暖通空调系统优化和预测控制,研究了利用神经网络进行空调负荷预测的方法.首先对影响空调负荷的因素进行了分析,并讨论了对空调负荷起主要影响作用的气象参数的预测,在此
在测量管段上游布置旋流装置，将上游分层流、环状流等结构不对称流型整改成液膜厚度均匀一致的环状流，然后采用单丝电容探针测量液膜厚度，从而实现截面平均含气率的实时在线测量
通过对添加表面活性剂注汽机理的研究，以及对乳化液微观特征的分析，得出添加表面活性剂时的注蒸汽与常规注蒸汽存在两点不同，即加热带面积的设定不同和被加热物体的内能不同。在