导读:本文包含了内部预测模型论文开题报告文献综述及选题提纲参考文献，主要关键词:卡车外排土场,运距预测,极限学习机算法,改进粒子群算法
内部预测模型论文文献综述
白润才,柴森霖,刘光伟,付恩叁,赵景昌[1]（2019）在《露天矿卡车外排土场内部运距预测模型》一文中研究指出为有效提高外排土场物料移运规划中运输功能耗模型的精度,以建立更为详细的排弃物料堆置次序优化、规划模型,针对年末排土计划中尚缺乏逐条带运距推估方法的问题展开研究,提出一种采用极限学习机算法(ELM)训练多元非线性运距曲线的预测模型,并将年末排土工程计划位置上已设计运输线路的排土条带作为训练样本,训练预测模型学习运距与影响因子间的时变特征,最终通过非线性运距表达推估待排物料块体的时变运距。为进一步增强ELM算法的预测精度,利用改进粒子群算法建立基于结构风险最小化的参数优化算法,改善了传统经验风险最小化算法的泛化能力,提高了算法预测精度。研究结果表明:采用模拟试算图解法最终确定ELM模型隐含层节点数为27;仿真测试中得出文中算法预测精度评价指标分别为均方误差0.006 8、拟合优度0.995 3、相对误差期望0.027%、绝对误差期望0.62、错估系数0.03、执行效率1.49s;对比多组智能算法预测模型,其绝对误差分别0.116 2、0.094 7、0.139 1,其错估系数分别为0.230、0.200、0.266,算法明显具有更好的预测效果。(本文来源于《重庆大学学报》期刊2019年02期）
应潇挺,赵兴群,孙小菡[2]（2018）在《基于GA-BP神经网络模型预测TWT慢波结构内部温度场的研究》一文中研究指出目前对于行波管热特性的研究很多,但对于其内部温度场测量的研究与讨论却很少涉及。内部温度场测量的研究对于行波管散热优化设计和行波管内外温度场监测具有十分关键的意义,但是对行波管内部温度进行监测较为艰难,实施难度高。本文基于慢波结构管体温度,结合GA-BP神经网络模型以及MATLAB工具得到其内部热流密度分布,并根据其ANSYS热仿真模型对其内部温度场进行预测。(本文来源于《中国电子学会真空电子学分会第二十一届学术年会论文集》期刊2018-08-23）
张宇,曾娜,朱一辰,黄杨心蕊,郭强[3]（2018）在《基于PIRADs-v2预测临床有意义前列腺癌:模型的构建及内部认证》一文中研究指出目的建立基于第二版前列腺影像报告和数据系统(PI-RADs v2)评分的模型,并通过内部认证评估其预测临床有意义前列腺癌(cs PCa)的准确性。方法回顾性收集2014~2015年于首都医科大学附属北京友谊医院行前列腺穿刺活检并符合入组条件的患者组成训练队列并由2016年穿刺活检患者组成认证队列。模型的诊断性能由曲线下面积(AUC)、校准曲线及决策曲线来评估。结果共441例患者纳入研究,包括训练队列281例及认证队列160例。两组中,临床有意义前列腺癌的检出率分别为40.6%(114/281)及43.8%(70/160),前列腺癌(PCa)检出率分别为50.2%(141/281)及53.8%(86/160)。年龄、前列腺特异性抗原密度×10(PSAD×10)及第2版前列腺影像报告和数据系统组成预测模型(模型1 PCa,模型2 cs PCa),训练队列中模型1及模型2的曲线下面积分别为0.870(95%CI:0.827~0.912)和0.753(95%CI:0.717~0.828),认证队列中则为0.845(95%CI:0.786~0.904)和0.834(95%CI:0.787~0.882)。两个模型均有着良好的校准曲线。决策曲线显示:当选取阈值为0.35或以上时,模型预测PCa及cs PCa表现良好。结论内部认证证实基于PI-RADs v2,PSAD×10和年龄等指标构建的模型对于前列腺癌和临床有意义前列腺癌均有着较高的预测价值。此模型可用来提高临床有意义前列腺癌的诊断效能。(本文来源于《临床和实验医学杂志》期刊2018年05期）
敬超,张金喜,宋波[4]（2017）在《沥青路面结构内部残余应变动态预测模型》一文中研究指出针对沥青路面结构内部残余应变在不同年份、不同季节月份及同一天的不同时段,数值变化较大,但却无法直接采集,难以有效预测的问题,通过在试验路路面结构内部埋置传感器,进行长期连续监测,并对获取的应变监测数据编制程序进行分析处理,得到残余应变数据,充分考虑数据的各种趋势特征和动态特征,建立基于时间序列方法的,并能对沥青路面结构内部残余应变进行精细化描述的动态预测模型,并以2015年10月~2016年3月的经处理后的实测数据对模型进行验证.结果表明,该模型预测结果稳定可靠,预测精度较高.(本文来源于《应用基础与工程科学学报》期刊2017年06期）
陈淼琳[5]（2017）在《基于支持向量机的上市公司内部控制重大缺陷预测模型研究》一文中研究指出在内控重大缺陷的披露比例上,我国上市公司远低于美国,其原因有可能是我国内部控制缺陷认定标准不规范导致未识别出重大缺陷,还有可能是管理层发现其存在重大缺陷但选择隐瞒不报。对内控重大缺陷的预测是根据披露的财务数据和监管信息运用相应的预测方法构建内控重大缺陷预测模型,从而对其可能存在的内控重大缺陷进行识别以及预测的过程。在我国内控制度规范完善并有效运行以前及之后一段时间内,对内控重大缺陷存在的可能性进行预测,有助于公司关注并改善其内控环境避免造成重大损失,投资者可根据其评估公司风险进行正确的投资决策,监管部门可重点关注预测其有重大缺陷的公司从而节约监管成本、提高监管效率,其具有重要的现实意义。本文首先构建了重大缺陷预测指标体系,包括经营复杂程度、组织结构变化、会计风险及财务风险和内部控制建设四个方面,并以2012年至2015年我国A股上市公司相关数据为基础,进行指标筛选,得到10个有效预测指标,随后根据本文自定的重大缺陷样本选取标准选取重大缺陷样本和对照样本,分为训练样本组和检验样本组,对其运用支持向量机进行模型训练和检验,最终得到检验结果:整体识别率为82.67%,其中非重大缺陷样本的识别准确率为83.82%,重大缺陷样本的识别准确率为52.81%。研究结果表明,内部控制重大缺陷预测指标体系包括业务涉及行业数量、是否亏损、Z值、累计非经常性损益、净资产收益率、营业收入增长率、上市时间、是否国有、前十大股东持股比例和审计机构是否变更,本文提供了一种基于内部控制预测指标体系的支持向量机内部控制缺陷预测方法,能够基于已披露的财务数据和监管信息识别和预测上市公司内部控制重大缺陷。(本文来源于《首都经济贸易大学》期刊2017-06-01）
许媛媛,张善伟,张艳,施伟锋[6]（2015）在《钢锭内部温度预测模型的CFD建模与应用》一文中研究指出钢锭内部温度分布是钢铁热处理过程中最重要的参数之一,但是常规的测量方法和手段不能保证高温环境下、长期测量的精度。针对某钢厂出现的钢锭过加热问题,采用流体力学计算方法建立钢锭的叁维非稳态导热模型,并针对该钢厂此钢锭的少量现场测量数据确定模型参数,分析钢锭内部温度分布,修正和调节目前钢厂运行的一维钢锭温度预测模型,确保在线控制模型的预报精度。(本文来源于《中国冶金》期刊2015年07期）
蒋苹,罗亚辉,胡文武,廖敦军[7]（2015）在《基于高光谱的油茶籽内部品质检测最优预测模型研究》一文中研究指出以油茶籽中油酸、亚油酸、棕榈酸为研究对象,寻求一种油茶籽脂肪酸成分含量的最佳预测模型。首先,利用高光谱成像系统以线扫描方式获取其反射光谱图像,选择感兴趣区域(ROI);然后,对原始光谱进行平滑与多元散射校正(MSC),通过相关性分析和逐步回归分析,得到能反映油酸、亚油酸、棕榈酸含量变化的最佳优化波段;进而对最优波段采用偏最小二乘回归(PLS)方法、主成分回归(PCR)方法及径向基神经网络(RBF)方法组建预测模型。比较这3种方法的建模效果,经外部验证表明:径向基神经网络建立的预测模型效果最好,其油酸、亚油酸、棕榈酸的交叉验证相关系数R分别为0.940 3、0.893 5、0.912 2;校正均方根误差和预测均方根误差分别为0.441、0.174 9、0.066 4和0.351 8、0.184、0.162。(本文来源于《农机化研究》期刊2015年07期）
沈哲辉,黄腾,唐佑辉[8]（2015）在《灰色-马尔科夫模型在大坝内部变形预测中的应用》一文中研究指出传统的灰色-马尔科夫模型一般都是等时距的。针对样本不能满足等时距的需要,通过一定方法将样本等时距化,用多变量灰色模型MGM(1,n)与马尔科夫转移矩阵相结合对等时距样本进行建模,建立非等时距的灰色-马尔科夫模型。文中结合某大坝内部水平位移实测数据,用此模型进行建模。结果表明,灰色-马尔科夫模型不仅比灰色模型的拟合精度高,而且提高了预测精度。(本文来源于《测绘工程》期刊2015年02期）
张雄,温治,豆瑞峰,周钟檀,李志强[9]（2012）在《轧后冷却过程中板坯内部温度和组织预测模型的研究》一文中研究指出对板坯轧后冷却过程建立了板坯内部的温度和组织的预测模型,并考虑了温度变化和组织转变之间的耦合影响。实际过程中,板坯在进入冷却段前,其内部大量残余应变会对奥氏体过冷转变有较大影响,利用"有效奥氏体晶粒尺寸法"对组织预测模型进行了修正,并给出了温度模型和组织模型之间的耦合求解思路。基于该模型可对板坯轧后冷却过程中的温度、组织进行精确的预测,从而实现对已有的冷却工艺的优化控制。(本文来源于《冶金能源》期刊2012年06期）
李亮,王瑞,金晗辉[10]（2012）在《基于非线性湍流模型的多翼离心风机内部流场叁维数值模拟及性能预测》一文中研究指出采用叁维时均Navier-Stokes方程,在显式代数雷诺应力湍流模型(EASM)的基础上,通过引入扩展内禀平均旋转张量,建立了多翼离心风机数值模拟方法。基于数值模拟结果的性能预测和实验结果吻合良好,证实了所采用的计算模型和数值方法的可行性。通过数值模拟,分析了叶轮流道内速度场和压力场的分布,数值模拟结果表明叶轮流道呈现非常复杂的叁维特性,在叶轮前盘存在二次涡流,吸力面则存在流动分离,并发现低能量的流体聚集在前盘区域,并分析比较了不同流量下流道中分离流动的情况。(本文来源于《流体机械》期刊2012年10期）
内部预测模型论文开题报告
（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：
目前对于行波管热特性的研究很多,但对于其内部温度场测量的研究与讨论却很少涉及。内部温度场测量的研究对于行波管散热优化设计和行波管内外温度场监测具有十分关键的意义,但是对行波管内部温度进行监测较为艰难,实施难度高。本文基于慢波结构管体温度,结合GA-BP神经网络模型以及MATLAB工具得到其内部热流密度分布,并根据其ANSYS热仿真模型对其内部温度场进行预测。
（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。
内部预测模型论文参考文献
[1].白润才,柴森霖,刘光伟,付恩叁,赵景昌.露天矿卡车外排土场内部运距预测模型[J].重庆大学学报.2019
[2].应潇挺,赵兴群,孙小菡.基于GA-BP神经网络模型预测TWT慢波结构内部温度场的研究[C].中国电子学会真空电子学分会第二十一届学术年会论文集.2018
[3].张宇,曾娜,朱一辰,黄杨心蕊,郭强.基于PIRADs-v2预测临床有意义前列腺癌:模型的构建及内部认证[J].临床和实验医学杂志.2018
[4].敬超,张金喜,宋波.沥青路面结构内部残余应变动态预测模型[J].应用基础与工程科学学报.2017
[5].陈淼琳.基于支持向量机的上市公司内部控制重大缺陷预测模型研究[D].首都经济贸易大学.2017
[6].许媛媛,张善伟,张艳,施伟锋.钢锭内部温度预测模型的CFD建模与应用[J].中国冶金.2015
[7].蒋苹,罗亚辉,胡文武,廖敦军.基于高光谱的油茶籽内部品质检测最优预测模型研究[J].农机化研究.2015
[8].沈哲辉,黄腾,唐佑辉.灰色-马尔科夫模型在大坝内部变形预测中的应用[J].测绘工程.2015
[9].张雄,温治,豆瑞峰,周钟檀,李志强.轧后冷却过程中板坯内部温度和组织预测模型的研究[J].冶金能源.2012
[10].李亮,王瑞,金晗辉.基于非线性湍流模型的多翼离心风机内部流场叁维数值模拟及性能预测[J].流体机械.2012