滚动预测

摘要： 为了实现路基工后沉降的早期、精准预测,提出基于双向长短期记忆网络(Bi-LSTM)的路基沉降预测技术.采用Akima法将观测数据内插为适应时序分析法的等时距序列,提取“填土高度-时间-地基沉降”曲线中的6个影响因素作为变量训练Bi-LSTM模型,结合滚动迭代方法实现沉降预测的后延更新.研究表明,利用深度学习技术可以有效地利用路基施工期信息,增加训练样本量,提升沉降早期预测的可靠性.Bi-LSTM模型对观测信息进行双向特征提取,同等样本量下的预测效果更精确.依托6个中等压缩性土地基和1个复合地基监测断面信息,仅利用路堤填筑期及工后3个月数据,沉降预测的均方根误差(RMSE)和平均绝对百分误差(MAPE)平均值可以控制为1.19 mm、1.04%.

摘要： 文章基于对历史年度售电数据的研究,提出了2种基于近年来历史年度售电数据预测年度售电收入的方法:(1)基于历史整年数据进行预测的年初预测方法。(2)基于历史整年数据与预测年现有月度数据的滚动预测方法。文章分析了售电收入计算原理,挖掘出售电量、用户类别、售电价3个关键因素。通过构建年初预测,年初预测采用组合预测方法预测出售电量与售电均价,根据售电收入=售电量×售电均价预测出售电收入。通过构建滚动预测模型,滚动预测采用比例法预测售电量、售电均价和售电收入。通过年初预测与滚动预测:(1)提供了快速年度预测的方法;(2)实现了随时间变化的动态预测,提高了预测的实时性、动态性、精确性;(3)助力公司经营预测,服务公司智慧大脑。

摘要： 为了实现在线监测系统对高压电缆状态实时响应和对其短时运行状态做出预测,减少因电缆故障而导致的生产安全事故。提出了云边协同计算环境下的高压电缆智能监测与状态预测系统,基于云边协同电缆监测数据处理机制对海量监测数据在线实时分析和批量处理,同时依据高压电缆监测数据流的时序特性和变化趋势,通过基于LSTM神经网络的滚动预测方法提取数据特征,对电缆短时间特征状态进行预测,实现电缆状态的实时精准预知。实验结果表明,系统实现对高压电缆进行实时监测,并通过动态处理历史电缆监测数据,精准预测出其短时运行状态,对高压电缆安全运行具有重要的实际意义。

摘要： 创业板汇集了大批高成长性的科技企业,面临着高度不确定的市场风险.本文考虑创业板市场的非对称性和厚尾性,在偏t分布下利用5分钟高频数据构建已实现GARCH模型衡量其波动率,同时考虑到微观结构噪声影响,在RV的基础上引入对噪声稳健的BPV已实现测度,从而提升高频VaR模型的预测准确性.对创业板指和深证成指的实证结果表明,已实现GARCH模型在参数显著性和模型预测准确性方面均优于低频下的ARMA-fGARCH-VaR模型;基于RV和BPV的已实现模型没有显著差异;相比于深市主板,创业板面临的尾部风险更大.同时,为更好地监测与管控创业板市场风险,从政府和创业企业两个层面提出对策建议.

摘要： 为扩大电力市场交易量与下调市场电价,需要提升电煤价格预测的可靠性与准确性.为此本文提出了多智能集成学习的中短期电煤价格预测方法.首先,阐述了Stacking集成学习的结构和原理;然后,介绍了数种智能电煤价格的预测模型,并通过算例证明了不同单智能模型对数据的感知能力存在差异性;进而,通过比较单智能模型预测结果的差异值均差,筛选出预测性能优异并且数据感知角度差异性明显的智能模型组.为了充分发挥个模型感知能力差异性的优势,利用Stacking融合各模型,得到一种适用于电煤价格滚动预测的集成模型.最后,通过滚动预测2019至2020年的电煤价格,对集成模型的有效性进行验证.

摘要： 根据深圳市2015年1月1日～2019年12月31日的无空缺逐日供水序列,运用自适应矩估计(AME)+最小二乘(LS)求解模型,利用自发式遗传算法(SGA)和离散小波变换(DWT)解决模型局部最优解及高频分量的过滤问题,并在图形处理单元(GPU)上训练模型,并进行滚动预测.结果表明,SDBiLSTMR模型的泛化能力较强,长期预测的均方误差(MSE)较小,纳什系数(NSE)较高,模型稳定性及可靠性强,最接近无偏估计,且在GPU上的训练时间比中央处理单元(CPU)有明显提升.研究解决了长短时记忆(LSTM)在长期预测中泛化能力变差的问题,能给其他时间序列模型提高长期预测精度提供借鉴,具有较强的实用价值.

摘要： 伦敦金属交易所是世界首要的有色金属交易市场,而伦敦铜又主导着铜的定价权,伦铜期价对铜的生产与销售有着举足轻重的影响.本文采用Lasso模型对伦铜期货日收盘价进行建模,并采用滚动窗口方法进行短期的预测,取得了不错的预测结果.本文的研究意义在于通过对伦铜期价的预测,起到对国内沪铜、国际铜的价格预判的作用,以及对投资者的投资决策提供一定的参考价值.

摘要： 小时级的超短期负荷预测是调度部门制定日内滚动计划的基础.该文提出了一种基于优化稀疏编码的超短期负荷多步预测算法,对未来4h的负荷进行滚动预测.首先,将历史负荷功率序列组成具有时延的特征字典和目标字典,并利用稀疏编码算法建立多步预测模型;然后,基于负荷曲线的相似性特性,借助实时的负荷功率特征向量与特征字典中原子的拓展符号化距离对特征字典原子进行筛选,提高了稀疏编码的预测精度;最后,对预测结果进行误差分析.针对负荷爬坡时段误差偏大的问题,通过基于负荷增量预测值的修正模型进行优化,进一步提高了预测精度.采用实际负荷数据进行分析,验证了所提方法的有效性.

摘要： 互联网的产生与应用为了解消费者心理与行为提供了新的途径,为提高消费者信心指数预测准确性与时效性提供了大量的优质数据.本文以互联网数据的两个典型代表:网络搜索关键词指数数据和网络新闻文本数据为依据,采用滑动时间窗口动态筛选解释变量,运用多种机器学习方法建立模型对消费者信心指数进行预测.研究发现:在提前1～2个月的消费者信心指数预测中自适应提升树回归模型表现最好,其次是Lasso回归模型;在提前3～4个月的消费者信心指数预测中多层感知机回归模型和L asso回归模型表现最好,其次是自适应提升树回归模型;提前4个月的预测模型精度要明显高于其他提前期的预测精度.结果表明,本文提出的关键词滚动筛选及模型滚动更新方法,能够有效提高预测模型对互联网热词变化的适应能力,相对于宏观经济数据而言,利用互联网数据建立的机器学习模型确实能更早地"感知"消费者信心的变化,预测消费者信心指数,且具有较高的预测准确率.

摘要： 本文对FIRA足球机器人系统中的小球运动状态进行了系统的研究,提出了最新饱和样本概念和非稳定场景下的小球位置滚动预测法.实验证明,该方法在不失预测结果准确性的前提下,能实时、有效地反映小球运动状态的改变,具有较强的适应性.该方法也可用于其他类似的状态预测问题.

摘要： 深基坑开挖必然引起地表沉降,地表沉降监测数据不可避免要受到施工及周边环境的干扰,使沉降数据真实性受到极大的影响.以武汉深基坑工程的大量监测数据为基础,提出一种小波分析法与径向基神经网络的混合建模方法,对深基坑地表变形进行沉降预测分析.首先运用小波分析对实测数据进行去噪处理,提取反映实际变化的沉降数据作为径向基神经网络输入的特征向量,构建小波网络W-RBF预测模型,采用滚动预测方法对地表沉降进行预测.工程应用结果表明,W-RBF模型预测性能,要优于带有噪声构造的原始数据预测结果,具有较高的预测精度,可满足深基坑工程的信息化施工要求.

摘要： 无人机精确自动着舰控制是未来舰载无人机必须具备的功能,因此是飞行控制亟待解决的一项关键技术.本文针对无人机自动着舰的过程和特点,在分析传统自动着舰控制方法的基础上,提出了一种改进的无人机自动着舰控制策略.通过建立自回归模型实时滚动预测航母运动的未来信息,超前实施无人机预先轨迹的精确修正,克服了甲板运动带来的落点偏差较大的问题.通过仿真表明,该策略显著提高了无人机自动着舰跟踪动态目标轨迹的控制精度,具有较高的应用价值.

摘要： 通过沿着接近和离开轮胎的方向交替地移动负载转鼓来改变作用于轮胎上的所施加负载。计算出在负载转鼓的位置的变动与所施加负载的变动之间的相位差。基于所计算出的相位差，筛选滚动阻力异常的轮胎。

摘要： 一种滚动直线进给系统运动误差预测模型建立及预测方法，先根据导轨型号分析滚道和滚珠接触状态以及滑块的结构，依据Hertz理论分析滚珠受力与变形之间的关系，构建滚珠的等效非线性弹簧；依据滑块和直线进给系统结构，在有限元分析软件ANSYS中构建有限元模型，完成预测模型建模；实测直线进给系统导轨的水平和竖直方向直线度误差，拟合实测误差，构造误差曲线；将得到的误差曲线带入预测模型中；施加载荷，模拟直线进给系统的自重和受载；通过有限元分析软件ANSYS求解完成直线进给系统五项运动误差的预测，本发明具有实用性高，预测准确等特点。

摘要： 通过沿着接近和离开轮胎的方向交替地移动负载转鼓来改变作用于轮胎上的所施加负载。计算出在负载转鼓的位置的变动与所施加负载的变动之间的相位差。基于所计算出的相位差，筛选滚动阻力异常的轮胎。

摘要： 本发明公开了一种车辆行驶工况的工况预测方法，该方法包括：将整个车辆行驶工况分成数个行驶工况片段的组合，其中一个行驶工况片段是指车辆从起动到第一次停车制动的过程，包括起动阶段、行驶阶段、制动阶段三部分组成；通过实时记载每一次车辆实际行驶的工况信息，然后提取历史工况片段波形数据，利用历史数据在线对神经网络进行训练；然后通过神经网络强大的拟合能力，对输入的行驶工况历史信息进行分析计算，将历史信息与训练行驶工况片段进行匹配；在训练行驶工况片段中找到与历史信息最为相近的部分，将该部分接下来的工况信息作为预测行驶工况信息输出。

摘要： 一种滚动直线进给系统运动误差预测模型建立及预测方法，先根据导轨型号分析滚道和滚珠接触状态以及滑块的结构，依据Hertz理论分析滚珠受力与变形之间的关系，构建滚珠的等效非线性弹簧；依据滑块和直线进给系统结构，在有限元分析软件ANSYS中构建有限元模型，完成预测模型建模；实测直线进给系统导轨的水平和竖直方向直线度误差，拟合实测误差，构造误差曲线；将得到的误差曲线带入预测模型中；施加载荷，模拟直线进给系统的自重和受载；通过有限元分析软件ANSYS求解完成直线进给系统五项运动误差的预测，本发明具有实用性高，预测准确等特点。

摘要： 本发明公开了一种滚动轴承剩余使用寿命预测方法及系统，通过采集滚动轴承的振动信号，提取时域统计特征和频域统计特征，形成特征候选集；通过敏感性分析和冗余性分析对特征候选集中的冗余特征参数进行压缩；通过熵权法对特征候选集中的每个特征赋予不同的权重，构建复合健康指标；基于滑动窗口3σ区间的自适应方法对构建的健康指标进行平滑处理；对退化点后的已知样本进行拟合，然后模拟健康指标达到失效状态的退化轨迹，得到健康指标失效时对应的失效时间。本发明降低了单个特征之间的相关性与冗余性对剩余使用寿命预测精度的干扰；显著提高了预测的准确性，有效避免了传统方法潜在的问题。

摘要： 本发明实施例公开了一种基于TCN和BLS的滚动轴承的寿命预测方法及装置，涉及滚动轴承故障诊断领域，能够提高滚动轴承寿命预测的精度。本发明包括：采集全寿命周期的振动信号。对采集得到的振动信号进行预处理，得到作为原始特征的振动信号时间序列，并进一步对所述原始特征进行划分得到训练集和测试集。将所述训练集输入时间卷积网络模型，并将所述时间卷积网络模型的输出作为宽度学习模型的增强节点的输入。在通过所述训练集训练所述宽度学习模型之后，将所述测试集输入所述宽度学习模型并得到寿命预测结果。

摘要： 本发明涉及轮胎计算机智能设计技术领域，尤其涉及一种预测接地压力均匀分布对轮胎滚动阻力贡献的分析方法、设备和计算机程序。本发明通过计算过程即可获得计算接地压力分布对轮胎滚动阻力的影响，通过a值的大小即可判断是否进行接地压力分布的调整，即如果希望降低滚动阻力8%（大于7%），则调整接地压力分布无法达到预期，如果希望降低滚动阻力5%（小于7%），通过调整接地压力分布则可能实现目标。本申请专利可为降低轮胎滚动阻力提供方向性指导。

摘要： 本发明涉及一种滚动轴承退化趋势预测方法，包括以下步骤：首先，从时域、频域、时频域等多视角提取滚动轴承的特征参数；然后，利用主成分分析对滚动轴承振动信号的多视角特征进行融合以构建退化趋势曲线；最后，通过时间卷积神经网络建立预测模型，对滚动轴承退化趋势曲线预测，实现滚动轴承退化趋势的准确预测。本发明采用嵌入动态卷积的时间卷积网络预测滚动轴承退化趋势合理评估滚动轴承的退化状态，利用主成分分析融合多视角特征，并通过时间卷积网络挖掘信号序列中的关联性信息，提升了特征提取能力，提高了预测模型的准确性。能提前发现滚动轴承退化临界状态，并精确地预测退化趋势。

摘要： 本发明涉及一种基于多因素特征抽取的动力煤价格指数滚动预测方法，该方法包括以下步骤：步骤S1，数据收集；步骤S2，数据预处理；步骤S3，数据挖掘与特征变量抽取；步骤S4，用人工神经元网络建模；步骤S5，随着时间推移，重复步骤S3、S4，更新模型并对动力煤价格进行短期滚动预测。与现有技术相比，本发明具有考虑因素全面、实时更新度强、预测精度高等优点。