导读:本文包含了长期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:稳定性,测点布设,变形监测,数据处理
长期预测模型论文文献综述
杨志豪,刘兆平,侯秀贞[1]（2019）在《某土石坝长期变形预测数学模型建立与应用》一文中研究指出为研究水利枢纽大坝外部长期变形情况,以某水库大坝为工程背景,对其位移变化情况进行了现场监测,并运用回归分析的方法建立了水库大坝长期变形预测数学模型。其结果可为大坝运行管理部门提供可靠的参考依据。同时,监测方法和数据处理预测方法也会对土石坝监测领域工作的发展起到良好的推动作用。(本文来源于《中国水运(下半月)》期刊2019年08期）
俞强山,王建松,刘庆元,高和斌,张振强[2]（2019）在《强风化花岗岩边坡锚索长期预应力损失规律及预测模型》一文中研究指出边坡预应力锚索在长期运营过程中必然伴随有预应力损失。本文在讨论岩土体蠕变耦合模型适用性的基础上,以福建漳永高速公路一强风化花岗岩边坡工程为背景,通过监测边坡锚索预应力损失情况,分析了锚索预应力随时间的变化关系,得出锚索长期预应力损失呈负指数变化的规律。结合蠕变耦合模型对拟合结果进行反分析,计算得出强风化花岗岩的蠕变参数。利用耦合效应模型的松弛方程,建立锚索长期预应力预测模型。对比监测数据,表明预测模型具有较好的实用性,可对边坡运营期间任一时刻的锚索预应力值进行估算,进而评价锚索应力的异常变化情况,为边坡运营期间的稳定性评价提供参考。(本文来源于《铁道建筑》期刊2019年07期）
张蓉[3]（2019）在《1961-2016年陕西省气象干旱长期变化特征及预测模型研究》一文中研究指出背景:干旱是造成严重社会经济损失的重大自然灾害。长期的变化特征有助于我们全面地认识气象干旱的发生、发展。区域干旱预测可以为抗旱准备、农田灌溉提供重要信息。但是现在的干旱预测主要基于单个气象站点,因此需要提出一种新的多站点干旱同时预测的新模型。了解干旱对植被的影响机制可以帮助我们缓解干旱对农作物的危害。目的:本研究的主要目的包括探究陕西省气象干旱近几十年来的长期变化趋势;优化干旱预测中预测因子的筛选过程,并且利用陕西省1961-2016年32个气象站点以往的干旱指标、气象变量和气候指标建立干旱预测的新模型;并初步分析干旱对植被指数的影响。方法:首先,我们采用Mann-Kendall趋势检验法分析陕西省干旱的频数、持续时间和强度的变化趋势。在干旱的预测模型中,我们采用并且比较了交叉相关函数和分布滞后非线性模型(Distributed Lag Nonlinear Model,DLNM)两种方法在筛选预测因子和决定最佳滞后阶数方面的表现。然后,我们构建了DLNM、人工神经网络模型(Artificial Neural Network,ANN)和 XGBoost模型,比较叁种模型提前1-6个月预测标准化降水蒸散指数(Standardized Precipitation Evapotranspiration Index,SPEI)以及干旱等级的效果。在植被指数对干旱的响应中,我们首先基于32个站点计算叁种植被指数和4个时间尺度下的干旱指标的相关系数,然后采用克里金插值方式得到整个陕西省的相关系数分布图。结果:除了个别站点,陕西省近56年来干旱发生的频数、持续时间和强度不存在明显的变化趋势。DLNM在选择预测因子和决定最佳滞后阶数方面优于交叉相关函数。在提前1-6个月预测SPEI时,XGBoost模型比DLNM和ANN模型效果更好。在3-、6-、9-和12-这4个时间尺度下,模型交叉验证的R2分别为 0.68～0.82、0.72～0.89、0.81～0.92 和 0.84～0.95。此外,基于 SPEI_12,XGBoost模型对总体干旱和具体叁个干旱等级(即中度干旱、严重干旱和极端干旱)的预测准确性分别为89%～94%、89～94%、88%～95%和89%～97%。叁种植被指数中,植被健康指数与SPEI的相关性最强,并且在陕西省大部分区域为正相关。结论:我们对多站点干旱预测提供了一种新的建模策略。在XGBoost方法中引入预测因子的非线性和滞后效应,可以显着提高SPEI和干旱类型的预测精度。通过对比叁种植被指数与干旱的相关性,为采用遥感植被指数监测干旱提供了新思路。(本文来源于《南方医科大学》期刊2019-05-03）
王强,吕政,王霖青,王伟[4]（2019）在《基于深度去噪核映射的长期预测模型》一文中研究指出针对最小二乘支持向量机核函数结构较浅对其长期预测模型精度的限制,采用深度学习中逐层特征提取的思想,提出基于深度去噪核映射的最小二乘支持向量机长期预测模型.该模型通过深度核网络的逐层变换,将样本数据映射到深度特征空间,从而有效提高其长期预测的精度.此外,为了提高模型对含高噪声数据的拟合性能,将去噪算法融入深度核网络的训练过程中,并通过反向传播算法对核网络参数进行整体微调.标准数据集及实际工业数据的仿真实验结果表明,所提方法能够有效提取数据中蕴含的特征信息,提高预测模型的精度.(本文来源于《控制与决策》期刊2019年05期）
刘雪丽,徐睿鸿,吴晶[5]（2018）在《CORE糖尿病模型预测中国2型糖尿病患者应用利拉鲁肽联合二甲双胍的长期健康结果》一文中研究指出目的预测和对比单用二甲双胍血糖控制不佳的中国2型糖尿病患者加用利拉鲁肽或西格列汀的长期健康结果。方法患者基线特征、治疗方案、治疗效果等数据来源于LIRA-DPP-4 CHINATM研究(临床试验注册号:NCT02008682),入组对象为单用二甲双胍血糖控制不佳的中国2型糖尿病患者。在原二甲双胍治疗方案的基础上,利拉鲁肽组(n=183)加用利拉鲁肽1.8 mg,皮下注射,每日1次;西格列汀组(n=184)加用西格列汀100 mg,口服,每日1次。采用CORE糖尿病模型模拟两组患者30年的疾病进程,年贴现率设定为3%,并对研究时限、年贴现率、利拉鲁肽和西格列汀的降糖效果等关键因素进行单因素敏感性分析。结果模拟30年后,与西格列汀组相比,利拉鲁肽组患者心肌梗死死亡率和累积发病率分别降低2.61%和3.48%,其他慢性并发症累积发病率两组差值均在1%以下;患者无慢性并发症存活期延长0.34年(6.41年vs.6.75年),存活率提高2.17%(24.95%vs.27.12%),预期寿命(LE)和质量调整生命年(QALY)分别延长0.24年(14.77年vs.15.01年)和0.19年(10.65年vs.10.84年)。单因素敏感性分析验证了结果的稳健性。结论单用二甲双胍血糖控制不佳的中国2型糖尿病患者加用利拉鲁肽较加用西格列汀能够延缓慢性并发症的发生,提高存活率,增加LE和QALY。(本文来源于《中国新药与临床杂志》期刊2018年03期）
彭虹桥,顾洁,宋柄兵,马睿,时亚军[6]（2018）在《基于多维变量筛选-非参数组合回归的长期负荷概率预测模型》一文中研究指出长期负荷预测是电网规划及电力市场中长期交易的基础。针对长期负荷受多维因素驱动、不确定性强的特点,提出了非参数组合回归的长期负荷概率预测模型。通过Granger因果分析对驱动负荷长期发展的多维变量进行初步筛选;为提高预测精度,基于逐步平均组合将筛选后的变量集进行非参数组合回归建模,在实现最优组合模型的同时综合各变量对长期负荷的动态驱动;基于随机变化率对最优组合模型包含的多维变量进行不确定性建模,并应用于长期负荷概率预测,获得长期负荷10%、50%、90%分位点值。算例分析结果表明,非参数组合回归模型不仅精度较高,且结合多维变量不确定性建模能实现长期负荷概率预测。(本文来源于《电网技术》期刊2018年06期）
万智巍,蒋梅鑫,贾玉连,洪祎君,章鸣[7]（2017）在《基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究》一文中研究指出基于鄱阳湖流域1470~2014年的原始旱涝等级序列,利用最新的完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)和BP神经网络(Back Propagation Neural Network),构建了鄱阳湖流域旱涝的长期预测CEEMD-BP模型。结果表明:与EEMD相比,CEEMD对原始数据进行平稳化处理的效果更好,能更有效地提取原始数据中隐含的周期信号和长期趋势;原始数据经CEEMD分解后得到若干个本征模函数(Intrinsic Mode Function,IMF)序列,BP神经网络可以较好地拟合或预测这些IMF序列;CEEMD-BP模型对鄱阳湖流域1985~2014年旱涝等级序列的预测精度优于单一BP神经网络的。CEEMD-BP模型对2015~2064年的长期预测显示,未来50年鄱阳湖流域的旱涝指数有先上升后下降的趋势。(本文来源于《江西农业学报》期刊2017年10期）
瞿帅,刘维正,聂志红[8]（2017）在《长期循环荷载下人工结构性软土累积变形规律及预测模型》一文中研究指出针对软土地区路基运营后显着的长期沉降效应问题,以及天然沉积软土均具有一定结构性的特点,制备了不同胶结强度的人工结构性土,开展了结构性土与相应重塑土的压缩试验和动叁轴试验,分析了循环次数、动应力比和结构性强度对土体累积塑性变形的影响规律。试验结果表明:土体累积变形随着循环次数、动应力比的增大而增大,随着结构性强度的提高而减小;累积应变曲线可分为破坏型、稳定型和临界型3种形式。进而考虑土结构性影响,在已有累积变形模型基础上引入应力灵敏度Sσ参数,分别建立了结构性软土的破坏型和稳定型的累积变形模型,较好地预测了结构性软土不同变形状态的累积应变曲线,并分析了模型参数随应力水平和结构强度的变化规律。(本文来源于《工程地质学报》期刊2017年04期）
董明亮,刘培胜,潘振,文江波,李秉繁[9]（2017）在《基于SVM-GA模型的城市天然气长期负荷预测》一文中研究指出天然气长期负荷预测能够解决城市燃气供需不平衡的问题,为城市燃气公司的管理运行提供帮助。为了提高天然气长期负荷的预测精度,提出了基于SVM-GA(Support Vector Machines-Genetic Algorithm)的天然气长期负荷预测模型。分析确定影响天然气用气量的相关因素,应用遗传算法和交叉验证方法分别对支持向量机模型的惩罚因子c及核函数参数g进行优化,以期提高支持向量机模型的预测精度,将优化后的参数输入支持向量机模型中,进行天然气长期负荷预测。以某省实际的样本数据为例,将SVM-GA模型的预测结果与SVM和交叉验证法结合模型及BP(Back Propagation)神经网络模型的预测结果进行比较分析。结果表明,SVM-GA预测模型分别比SVM和交叉验证法结合预测模型和BP神经网络模型在衡量预测精度的相对均方误差、归一化均方误差、归一化绝对平方误差、归一化均方根误差、最大绝对误差五个指标分别高0.58%、3.98%、2.99%、4.58%、8.64%和6.13%、26.28%、19.71%、21.09%、31.48%。因此支持向量机与遗传算法相结合的模型能够较准确地预测天然气长期负荷。(本文来源于《辽宁石油化工大学学报》期刊2017年02期）
黄芳,宋霞,解心江,王晓霞[10]（2016）在《组合预测模型在农产品价格长期预测中的应用研究》一文中研究指出掌握农产品价格变化趋势,将有利于正确引导农业生产者合理种植和经营,有效提高生产者收益,实现农产品区域供求平衡。分析与比较了时间序列预测法、趋势外推法、灰色模型、投入产出分析法、回归分析预测法和人工神经网络等预测方法,提出了组合模型预测法是农产品市场价格中长期预测的主要发展方向。(本文来源于《电脑编程技巧与维护》期刊2016年20期）
长期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：
边坡预应力锚索在长期运营过程中必然伴随有预应力损失。本文在讨论岩土体蠕变耦合模型适用性的基础上,以福建漳永高速公路一强风化花岗岩边坡工程为背景,通过监测边坡锚索预应力损失情况,分析了锚索预应力随时间的变化关系,得出锚索长期预应力损失呈负指数变化的规律。结合蠕变耦合模型对拟合结果进行反分析,计算得出强风化花岗岩的蠕变参数。利用耦合效应模型的松弛方程,建立锚索长期预应力预测模型。对比监测数据,表明预测模型具有较好的实用性,可对边坡运营期间任一时刻的锚索预应力值进行估算,进而评价锚索应力的异常变化情况,为边坡运营期间的稳定性评价提供参考。
（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。
长期预测模型论文参考文献
[1].杨志豪,刘兆平,侯秀贞.某土石坝长期变形预测数学模型建立与应用[J].中国水运(下半月).2019
[2].俞强山,王建松,刘庆元,高和斌,张振强.强风化花岗岩边坡锚索长期预应力损失规律及预测模型[J].铁道建筑.2019
[3].张蓉.1961-2016年陕西省气象干旱长期变化特征及预测模型研究[D].南方医科大学.2019
[4].王强,吕政,王霖青,王伟.基于深度去噪核映射的长期预测模型[J].控制与决策.2019
[5].刘雪丽,徐睿鸿,吴晶.CORE糖尿病模型预测中国2型糖尿病患者应用利拉鲁肽联合二甲双胍的长期健康结果[J].中国新药与临床杂志.2018
[6].彭虹桥,顾洁,宋柄兵,马睿,时亚军.基于多维变量筛选-非参数组合回归的长期负荷概率预测模型[J].电网技术.2018
[7].万智巍,蒋梅鑫,贾玉连,洪祎君,章鸣.基于CEEMD和BP神经网络的鄱阳湖流域旱涝长期预测模型研究[J].江西农业学报.2017
[8].瞿帅,刘维正,聂志红.长期循环荷载下人工结构性软土累积变形规律及预测模型[J].工程地质学报.2017
[9].董明亮,刘培胜,潘振,文江波,李秉繁.基于SVM-GA模型的城市天然气长期负荷预测[J].辽宁石油化工大学学报.2017
[10].黄芳,宋霞,解心江,王晓霞.组合预测模型在农产品价格长期预测中的应用研究[J].电脑编程技巧与维护.2016