导读:本文包含了预测流程论文开题报告文献综述及选题提纲参考文献，主要关键词:页岩油气,产能预测,递减分析法,解析模型法
预测流程论文文献综述
徐兵祥,白玉湖,陈岭,陈桂华[1]（2019）在《页岩油气产能预测新思路及方法流程》一文中研究指出产能预测是页岩油气资产评估、开发方案设计等工作的重要前提,但由于页岩储层特低孔低渗及多级压裂的特点,常规油气产能预测方法在页岩油气中的适应性不强。为此,深入分析了页岩油气产能预测中存在的问题,提出了页岩油气产能预测新思路,推荐了产能预测方法流程。研究结果表明:①常规方法不适合页岩油气产能预测主要在于页岩渗透率极低不具备产能试井需达到拟稳态流动的条件,产量递减规律认识不清尤其是后期产量递减规律认识不够,多套产能预测模型选择困难,流动机理无定论致数值模拟不确定性大等;②页岩油气产能预测中应转变思路,重点关注4个方面:重视生产数据的挖掘并找寻产量与地质、油藏工程参数的关系,采用多种方法综合评价并互为补充验证,注重不确定性产能预测方法以降低评估风险,加强生产动态分析并开展储层及裂缝参数反演加深参数认识;③针对有无生产数据、生产数据多少等不同情况建立产能预测推荐流程,有选择地开展多方法综合评价,以实现页岩油气产能预测目标。(本文来源于《天然气技术与经济》期刊2019年05期）
高昉[2]（2019）在《加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”》一文中研究指出采用跨行业数据挖掘标准流程(CRISP-DM)进行加油卡客户流失影响因素分析和流失倾向预测,建立了一个预测客户流失的决策树模型。该模型具有非常好的准确率、命中率和查全率,可帮助成品油销售企业及时发现有可能流失的加油卡客户,有针对性地开展客户维系与挽留工作,最大程度地减少加油卡客户流失。(本文来源于《国际石油经济》期刊2019年10期）
崔亮[3]（2019）在《基于机器学习的业务流程系统的预测》一文中研究指出流程挖掘技术是业务流程领域与数据挖掘技术的结合产物。目前流程挖掘的研究主要关注业务流程的预测方向。而业务流程的预测的主要关注点有:预测业务流程的下一时刻活动,预测业务流程中运行案例的未来路径,预测业务流程运行的剩余周期时间,预测业务流程执行结果以及预测业务流程执行结束后的性能。本文主要提出预测流程结果、预测流程下一时刻活动与时间、预测流程后续时刻事件活动与时间的预测方法并包装成预测模块,最后将预测模块应用到实际场景中,构建出业务流程监控与预测的原型系统。本文针对叁个预测任务提出了两个预测模型。一个预测模型是用来预测流程结果的模型,本文提出了利用深度学习中序列处理网络LSTM算法模型去预测流程结果的方法,此方法旨在将流程结果的预测问题与自然语言处理方向相结合,提供一个新的解决思路。另一个预测模型则是用来预测事件活动与时间相关任务的模型,此预测模型将本文研究的预测流程下一时刻活动与时间、预测流程后续时刻事件活动与时间(即剩余周期时间)两个预测任务利用一个预测模型实现。本文提出了利用自然语言处理中的GRU网络结构、双向循环网络结构、Word2vec技术以及Attention机制进行预测的方法,此方法旨在多个自然语言处理中的新技术中找到适合业务流程预测任务的技术。在深入研究叁个预测任务的预测方法之后,本文利用实现的预测方法构建出业务流程监控与预测的原型系统。此原型系统主要对正在执行的业务流程得到其运行状态的监控信息,并可以对其进行流程结果、活动与时间的预测,此系统旨在让使用者实时监控业务流程运行状态并通过预测其后续及时优化流程。(本文来源于《北京邮电大学》期刊2019-05-08）
徐欣怡[4]（2019）在《基于预测模型的消化道肿瘤术后疲劳风险筛查评分量表及干预流程构建》一文中研究指出研究背景消化道肿瘤在全球的发病率和死亡率均较高且近年呈持续升高趋势,手术仍然是其主要的治疗方法。术后疲劳(postoperative fatigue,POF)是发生在术后的一种常见的、表现为乏力、失眠、注意力不集中、抑郁、紧张、焦虑等一系列的症候群,严重影响了患者预后和生活质量,并增大了照顾者的照护负担。近年来研究者开始关注POF的评估、预防和治疗,以期改善患者临床结局。但目前我国尚无POF针对性的评估工具,2016年国外学者将31条目的围术期疲劳评测量表进行删减形成10条目的简明版本,但目前尚无中文版。且目前POF影响因素的研究也局限于生理、心理两方面,并且国内外暂无POF的风险筛查工具。虽然针对POF的干预措施较多,但中西方差异较大、效果不一,对于消化道肿瘤术后患者疲劳尚无完整、有效的针对性干预流程。因此,有必要研制适合于本土消化道肿瘤患者POF的评估量表,通过前瞻性研究构建POF的预测模型并在此基础上确定POF的风险筛查量表,确定POF的干预流程,以实现临床对此类人群的正确评估、早期风险识别和有效预防干预。研究目的1.形成中文版10条目简明围术期疲劳评测量表并检验其信效度,并确定截断值;2.通过模型比较选择最优预测模型并在此基础上构建针对消化道肿瘤患者术后疲劳的风险筛查评分量表,并进行临床验证;3.系统评价消化道肿瘤术后疲劳的预防及干预措施并构建干预流程。研究方法1.遵循量表跨文化调适指南,通过前译、回译、专家咨询,形成中文版简明围术期疲劳评测量表。采取方便抽样的方法对在南京医科大学第一附属医院接受消化道肿瘤手术的74名患者进行测评,分析量表信效度;通过ROC曲线和阈值效应分析分别确定量表与心理、生理维度的相关临界点,并确定截断值。2.前瞻性纳入2018年1月至6月在南京医科大学第一附属医院行消化道肿瘤手术的360例患者进行统计分析,术前收集相关生理、心理、社会等资料,术后测量其疲劳程度。筛选出术后疲劳独立危险因素,并将其代入至二元logistics回归模型、BP神经网络模型、决策树叁个模型中,对模型试者工作特征曲线下面积、泛化能力进行比较以选出最优模型,在此基础上形成术后疲劳风险筛查评分量表,进行信效度分析和截断值确定。前瞻性纳入2018年8月至9月在南京医科大学第一附属医院行消化道肿瘤手术的105名患者进行量表验证。3.计算机检索国内外多种电子数据库,检索时限从建库至2018年9月,并补充检索纳入研究的参考文献。在对纳入研究进行资料提取及质量评估后,采用RevMan 5.3软件进行分析或描述性分析,最终提取证据构建POF预防及干预流程。研究结果1.中文版简明围术期疲劳评测量表保留原有10条目,平均内容效度为0.96;项目分析提示各条目临界比值均具有统计学意义,且各条目与量表总分的相关系数达到0.5以上;探索性因子分析,KMO值为0.868,可提取2个公因子,解释总变异的77.337%,10个条目载荷均>0.4;效标效度为0.874;总量表的内部一致性Cronbach'sα系数为0.928;2个公因子的Cronbach'sα系数分别为0.907和0.877。ROC曲线显示当与心理相关临界值为22时,Youden指数最大;阈值效应分析显示与生理相关临界值为24,最终确定消化道肿瘤患者术后疲劳截断值为24;2.二元Logistic回归、BP神经网络、决策树模型AUC分别为0.857、0.894、0.774,均具有良好的泛化能力;BP神经网络模型为最优模型,纳入因素包括肿瘤分期、文化程度、个人月收入、主观支持、年龄、术前焦虑抑郁、术前白蛋白;形成的风险筛查量表最低分0分,最高分15分。量表各条目的内容效度指数(CVI)为0.80~1.00,总CVI为0.90。通过探索性因子分析可提取3个公因子,其累积方差贡献率为66.042%,各条目的载荷值为0.552-0.751。量表Cronbach'sα系数为0.730,提取的3个公因子的Cronbach'sα系数分别为0.839、0.763和0.637。术后疲劳风险筛查评分量表预测术后疲劳的ROC曲线下面积为0.839,量表截断值为8;量表验证阶段,总术后疲劳预测正确率90.5%;3.共纳入70个随机对照试验,合计6171例患者进行系统评价并构建干预流程。研究结果显示围术期开展全程早期营养支持、应用高支链氨基酸配方的肠内营养制剂、进行心理干预、开展传统中医治疗或同时联合西医干预均可有效缓解消化道肿瘤术后短期疲劳。此外胃癌患者静滴磷酸肌酸钠,结直肠癌患者术后进行运动干预或使用糖皮质激素,对未发生转移的胃肠道肿瘤患者应用生长激素均可缓解短期疲劳。研究结论1.中文版简明围术期疲劳评测量表信效度良好,可有效评估术后疲劳。量表在消化道肿瘤人群中的截断值为24,可作为术后疲劳对生理心理均产生不利影响的警示值;2.依据BP神经网络模型构建的消化道肿瘤术后疲劳风险筛查评分量表信效度良好,可有效预测术后疲劳,并为临床术后早期针对性干预提供依据;3.针对消化道肿瘤术后短期疲劳有效干预措施已明确,但运动、糖皮质激素、心理干预等干预的长期效果仍存争议,仍需要在临床实际验证。构建的干预流程仍有待进一步临床验证和完善。(本文来源于《南京医科大学》期刊2019-05-01）
魏懿,曹健[5]（2019）在《基于机器学习的流程异常预测方法》一文中研究指出鉴于工作流在逻辑信息组织和协同工作方面的优势,近年来被广泛应用于各行各业。通过工作流技术实现的业务流程管理可以协调多种资源执行生产工作或服务,为客户产生价值。然而,在业务流程执行的过程中,可能会发生异常情况,阻止其按照预定的方式执行,给业务流程的目标带来风险,需要在流程执行的过程中提前预测发现异常,尽早做出调整。因此,提出一种基于机器学习方法的异常检测方法,通过挖掘流程执行的日志记录和活动执行时间信息,实时预测业务流程中的超期异常和流程行为异常。经过在公开数据集上的实验表明,所提算法能有效地找出潜在超期异常的流程,以及行为异常的流程。(本文来源于《计算机集成制造系统》期刊2019年04期）
郑婷婷,陈洁璇,许洋,余阳,潘茂林[6]（2019）在《业务流程中一种个性化的任务完成时间预测方法》一文中研究指出为实现业务流程中人力资源的有效管理与调度,提出一种个性化任务完成时间的预测方法。该方法首先分析了业务流程的历史日志,对资源的状态和能力进行了建模与评估;然后,采用支持向量机回归的方法,发挥其"柔性边界"和核函数的特点,对日志数据进行预处理、模型训练及参数优化,再结合资源当前的状态和历史能力对资源完成任务的时间进行实时预测。同时考虑了稀疏数据集问题的处理。实验表明,在日志记录充分时,尤其是在完成时间波动较大的情况下,该方法的预测结果能达到较高的准确率,可为资源管理、任务分派等过程提供实时的决策依据。(本文来源于《计算机集成制造系统》期刊2019年04期）
龚嵘[7]（2019）在《研究流程模拟式项目协作论文写作的教学效果预测:课堂环境感知视角》一文中研究指出本研究以课堂环境感知为视窗,探索EAP课程体系下研究流程模拟式项目协作论文写作(RBCPW)教学效果的预测因素。6个EAP班302名大二学生参加了16周RBCPW课程实践。聚类分析发现叁类环境感知型式:消极型(即低关联度-高难度-低适宜度-低支持度)、中度积极型(即中关联度-中难度-中适宜度-高支持度)、高度积极型(即高关联度-低难度-高适宜度-中支持度)。回归分析表明,困难度、适宜度、支持度感知因素对教学效果的叁个观测值(课程投入度、个人成绩、未来任务信心)有直接或间接预测性,但课堂环境感知与小组课程成绩关系不显着。本研究推断,学生主观学习需求、语言基础与RBCPW课程内容/要求的匹配度是良性课堂环境感知的关键,该结论对低年级本科阶段推广项目式论文写作教学有反思性启示。(本文来源于《外语与外语教学》期刊2019年02期）
罗单[8]（2019）在《流程工业生产过程变量相关性分析及预测方法研究》一文中研究指出流程工业生产过程中的一些关键变量或指标是生产稳定、安全运行的重要体现。现场人员需要对某些特别关注的变量进行监察,从而实时控制整个生产过程,最终达到稳定运行的目的。但是,在真实的工业生产环境下,一些重要指标变量无法实时监测或全面监测,使得对生产过程整体的实时调控难以实现,因此建立有效的、稳定的生产过程变量预测模型对生产过程变量进行实时预测显得尤为关键。基于数据驱动的方法只需要通过建立工业过程系统中输入-输出变量的关系模型来达到预测的目的,无须关注生产过程的机理信息,因此本文针对基于数据驱动的生产过程变量预测建模中的特征选择方法和建模方法进行了深入的研究,具体研究工作如下:(1)传统的基于相关性分析的特征选择方法在分析变量相关性时,未考虑变量间的时滞影响,使得分析结果的准确度严重降低,导致不能对输入变量进行有效的选择,这不利于后续的预测建模。因此,本文提出了基于交叉相关性分析的灰色关联分析法,通过基于交叉相关性的时滞计算法确定变量间的时滞,再将此作为输入参数引入至灰色关联分析法中,计算变量间的相关联度并选出与目标变量最为相关的变量,有效的消除了时滞对于变量相关性分析的干扰。通过对具体案例和流程工业系统的应用验证了改进方法的有效性。(2)针对特征选择中相关变量选择和冗余变量删除的问题定义了一种特征提取策略,结合基于相关性分析的特征选择方法,实现特征变量最优子集的选择。将其应用于流程工业实际案例中,结果表明改进的方法解决此类问题的实用性和有效性。(3)以某具体流程工业生产系统为背景,运用改进的灰色关联分析法和互信息分析法与基于带外部输入的非线性自回归(Nonlinear Autoregressive with External Input,NARX)神经网络、基于长短时记忆的递归神经网络(Long Short-Term Memory-Recurrent Neural Network,LSTM-RNN)相结合,建立产品纯度的预测模型。通过对比分析四种模型的预测性能,发现结合改进灰色关联分析法的LSTM-RNN模型的预测准确率,预测结果稳定性,数据跟踪情况均优于其他模型。通过实际案例的应用验证了改进的灰色关联分析法的适用性和有效性,突显了 LSTM-RNN模型的性能优势。(本文来源于《杭州电子科技大学》期刊2019-03-01）
郑婷婷[9]（2018）在《深度学习方法在业务流程进度预测中的应用》一文中研究指出流程数据的分析和预测可为流程监控和管理提供决策信息,业务流程的历史日志可用于预测流程进度,使用深度学习的方法,把事件日志映射到深度学习的记忆单元,通过RNN和LSTM实现流程进度预测,可以提高预测的效率和准确率。(本文来源于《现代计算机(专业版)》期刊2018年26期）
孙波,张良明,吴耀光,解养国,刘前芝[10]（2018）在《马钢CSP流程RH精炼钢水温度预测模型》一文中研究指出基于冶金机理和传热学计算,分析研究了RH精炼过程中脱碳、吹氧加铝、脱氧、合金化、喷粉、真空室状态以及钢包等级等各类因素对钢水温度的影响。结合现场实际生产数据,建立了RH精炼钢水温度预测模型,经过对实际生产跟踪验证表明,模型预测的钢水终点温度与实测值偏差在±5℃以内的命中率为87.42%,偏差在±8℃以内的命中率为100%。(本文来源于《中国冶金》期刊2018年08期）
预测流程论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用跨行业数据挖掘标准流程(CRISP-DM)进行加油卡客户流失影响因素分析和流失倾向预测,建立了一个预测客户流失的决策树模型。该模型具有非常好的准确率、命中率和查全率,可帮助成品油销售企业及时发现有可能流失的加油卡客户,有针对性地开展客户维系与挽留工作,最大程度地减少加油卡客户流失。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
预测流程论文参考文献
[1].徐兵祥,白玉湖,陈岭,陈桂华.页岩油气产能预测新思路及方法流程[J].天然气技术与经济.2019
[2].高昉.加油卡客户流失分析和预测——基于“跨行业数据挖掘标准流程”[J].国际石油经济.2019
[3].崔亮.基于机器学习的业务流程系统的预测[D].北京邮电大学.2019
[4].徐欣怡.基于预测模型的消化道肿瘤术后疲劳风险筛查评分量表及干预流程构建[D].南京医科大学.2019
[5].魏懿,曹健.基于机器学习的流程异常预测方法[J].计算机集成制造系统.2019
[6].郑婷婷,陈洁璇,许洋,余阳,潘茂林.业务流程中一种个性化的任务完成时间预测方法[J].计算机集成制造系统.2019
[7].龚嵘.研究流程模拟式项目协作论文写作的教学效果预测:课堂环境感知视角[J].外语与外语教学.2019
[8].罗单.流程工业生产过程变量相关性分析及预测方法研究[D].杭州电子科技大学.2019
[9].郑婷婷.深度学习方法在业务流程进度预测中的应用[J].现代计算机(专业版).2018
[10].孙波,张良明,吴耀光,解养国,刘前芝.马钢CSP流程RH精炼钢水温度预测模型[J].中国冶金.2018