导读:本文包含了拟合与预测论文开题报告文献综述及选题提纲参考文献，主要关键词:数据包络分析,安全管理效率,安全投入,曲线拟合
拟合与预测论文文献综述
张靖,田杰芳[1]（2019）在《基于DEA的建筑安全效率评价及曲线拟合预测》一文中研究指出在建筑业中,建筑安全问题逐渐成为大家关注的热点。实践证明,建筑安全的影响因子是由以建筑安全管理水平为主的多种因素组成。该项目结合DEA方法来评价建筑工程安全管理效率,建立以安全员人数、建筑业企业从业人员数量和建设安全技术投入占建设投资百分比为输入指标,以建筑安全事故发生总数、建筑安全事故死亡人数和安全损失占建设投资百分比为输出指标的评价模型。运用软件DEAP2.1对案例进行分析计算得到技术效率、纯技术效率和规模效率,根据结果分析河北省建筑安全管理整体情况。运用曲线拟合的方法进行预测模拟,结合模拟结果,对河北省日后建筑安全管理提出合理建议。(本文来源于《华北理工大学学报(自然科学版)》期刊2019年04期）
张峰,曹广勇,吴耀武,张迟[2]（2019）在《曲线拟合与GM(1,1)模型在合肥地铁3号线地下水预测中的应用》一文中研究指出以合肥市地铁叁号线南延段地下水预测为例,对曲线拟合的基本原理做了简单介绍,对降雨量和水位标高拟合得出线性方程,其趋势线拟合程度指标R的平方为0.92,即线性方程可以作为预报方程,预测结果的准确度很高;另外根据地铁叁号线南延段地下水时间序列建立GM(1,1)动态模型,分别对模型原理和建立过程进行了阐述,根据实测数值和模型的预测数值,来检验模型的精度,结果显示,预测模型的精度达到了98.65%,模型等级属于Ⅰ级.两种预测方法有一定的应用价值,对地下水的预测提供借鉴意义.(本文来源于《赤峰学院学报(自然科学版)》期刊2019年07期）
解久莹,吉静筠,李裕梅,杨雪莲,曹雁平[3]（2019）在《基于多项式拟合对煎炸油质量的预测》一文中研究指出通过测定煎炸油理化指标确定煎炸油质量过程较为繁琐,因此寻找一种方法快速确定煎炸油质量情况十分必要。通过在160、175、190、205、220℃等五个温度下进行大豆油煎炸实验获得酸价、羰基价、极性组分等理化指标数据,进行多项式拟合建模。在初次拟合模型的基础上,对删除学生化残差绝对值> 3或Cook距离> 1的异常数据进行剔除,并用其余数据再次进行多项式拟合建模,使用模型预测其他未知时间点的理化指标值。酸价和极性组分均采用二次多项式拟合,羰基价采用叁次多项式拟合,通过拟合结果,R2在0.8628以上。各温度分别取叁个未知油样,测定它们的叁个理化指标作为测量值,计算各模型获得的拟合方程作为拟合值进行验证实验,相关性达到0.9968以上。表明模型稳定,能够很好地对未知油样进行预测。(本文来源于《食品工业科技》期刊2019年14期）
贾飞跃,韩晓龙[4]（2019）在《基于因子分析和曲线拟合的集装箱吞吐量预测》一文中研究指出为提高集装箱吞吐量的预测精度,提出基于因子分析和曲线拟合的集装箱吞吐量预测模型。以上海港为例,通过因子分析,分析影响集装箱吞吐量的主要因素,筛选出主因子,得到不同年份的综合经济发展值;再运用曲线拟合方法,建立以综合经济发展值为自变量,以集装箱吞吐量为因变量的叁次曲线模型;运用自回归积分移动平均(autoregressive integrated moving average,ARIMA)模型预测2016—2020年的综合经济发展值,进而求得2016—2020年上海港集装箱吞吐量预测值。结果表明:该模型的拟合效果和预测精度均较高,可以运用到集装箱吞吐量预测中。给出上海港在国内经济新常态下转型升级的建议。(本文来源于《上海海事大学学报》期刊2019年02期）
张辉[5]（2019）在《线性拟合驱动的测试数据生成与输入区间预测研究》一文中研究指出满足正确性是软件高质量的基础,测试是目前保证软件正确性最主要的技术途径。面向路径测试技术针对程序路径覆盖准则,产生测试输入,驱动程序沿着目标路径执行。面向路径测试技术能够高效地发现程序中的错误,实现面向路径测试自动化能够极大地提高测试的效率,并降低成本。面向路径测试的难点之一在于对包含非线性计算和浮点数据的复杂路径约束求解。已有的线性拟合方法是一种基于动态执行生成测试数据的方法。它利用动态执行信息来计算关于输入变量的拟合函数,继而计算分段预测区间,最后预测覆盖路径约束的输入数据。已有研究工作显示这一方法能够较好的应对涉及非线性和浮点数的复杂约束,但受限于动态执行方法,存在代码短路导致的拟合信息不足、约束次序影响求解效率、IO开销过大等不足。本文研究了基于符号执行技术的线性拟合并行化求解方法。它首先借助符号执行技术抽取路径约束,然后充分利用线性拟合方法的潜在并行性,基于CUDA平台实现了对路径约束的并行求解。同时,区间预测方法能够用于复杂约束的化简求解,本文基于已有线性拟合方法研究了输入区间预测问题,设计了基于线性拟合的输入预测方法。具体的,本文主要的研究工作如下:1.提出了面向路径约束的线性拟合并行化求解方法。该方法基于不同样本点运行时刻值可独立计算的特点,指派独立CUDA线程处理每个样本点,实现了运行时刻值计算过程的并行化;基于任意相邻两点间拟合函数计算的独立性,分配独立CUDA线程实现分段线性拟合函数的并行化生成;针对拟合计算过程中的分支分化导致线程相互等待的问题,分析了不同拟合情况导致分支分化的原因,设计了通过计算分类矩阵来削减分支的优化策略;根据可行区间预测的独立性,分配独立的线程实现可行区间预测的并行化计算;针对可行向量预测计算的独立性,分配独立线程预测可行向量,实现了可行向量预测的并行化。同时,为充分利用显卡的并行计算潜力,分析了 CUDA平台的SIMT机制,提出了动态调整预测向量规模的线程调度策略。综合上述技术,提出了 CUDA平台上的线性拟合并行化求解方法。2.提出了基于线性拟合的输入区间预测方法。首先分析了已有线性拟合方法,当拟合计算出的预测区间足够精细,并且区间两端都满足约束的情况下,预测得到的可行区间具有可用的精度,提出了线性拟合生成关于单个变量输入的区间预测技术。利用约束函数连续性的特点,可行输入区间序列中存在可行输入区间,提出了通过大量的随机抽样来精化区间的多变量输入的区间预测技术。综合上述技术,提出了基于线性拟合的输入区间预测方法。3.开发了原型工具并完成了对比实验。基于线性拟合并行化求解方法和输入区间预测方法,开发了PLFF Solver和IIP Solver等工具。通过NRC和Coral的基准程序,与基于动态执行技术的线性拟合方法进行对比实验,我们的线性拟合并行化求解方法要比已有的动态执行方法,多覆盖了 60%的路径,有5倍的覆盖效率提升。我们的方法和混合执行方法代表性工具Concolic Walk在后者的基准程序集合上进行比对,我们的线性拟合并行化求解方法比CW方法有9.8%的覆盖度和3倍的覆盖效率提升。实验同时表明,我们的方法与CW方法求解能力互为补充,将两者相结合,能够提高CW方法12.7%的覆盖度。对于输入区间预测方法,在GSL的14个基准程序的实验结果表明,我们提出的基于线性拟合输入区间预测方法能够有效的生成输入区间。(本文来源于《南京大学》期刊2019-05-20）
何小娜[6]（2019）在《基于生物信息学方法识别肺鳞状细胞癌预后相关基因及拟合预测风险模型》一文中研究指出肺鳞状细胞癌(lung squamous cell carcinoma,LUSC)简称肺鳞癌,是非小细胞肺癌中一类常见的病理类型。由于其发病隐蔽,往往发现时已属晚期,加上缺乏有效的靶向治疗药物等因素,肺鳞癌患者的预后差,因此迫切需要找到与肺鳞癌预后相关的生物标志物,为临床治疗提供策略,改善患者的预后。本研究基于NCBI的GEO和TCGA两个大型肿瘤基因组组学数据库,利用生物信息学的方法筛选肺鳞癌预后相关基因,建立预测风险模型。1、从GEO中下载肺鳞癌的基因表达谱数据和TCGA的转录组数据及临床随访信息,分别利用R语言中Bioconductor的“affy”和“edgeR”包进行对数据进行预处理。2、基于癌样本中基因表达值的中位数绝对偏差值,分别在数据集中筛选75%差异最大的基因。3、为了筛选出可靠的差异基因,选择在各个GEO数据集及TCGA的转录组数据中均是有异常表达的基因作为我们的异常表达基因。4、对筛选出的异常表达基因进行生存分析。将基因在正常样本中的平均表达水平设置为阈值,进行分组(大于其阈值为高表达组,反之为低表达组)。根据log-rank检验,P<0.01认为有统计学意义。5、利用机器学习方法,将数据分为训练集(70%)和验证集(30%),利用Cox比例风险回归模型通过逐步向前选择方法对训练集进行多因素分析,建立预测风险模型。6、在验证集中进行验证预测风险模型的效能。根据GEO数据库的检索结果,我们最后筛选出了GSE8894、GSE30219和GSE37745一共3个数据集。分别包含75、61、66个肺鳞癌样本。在TCGA数据库中,我们下载了551个肺鳞癌样本的原始转录组数据,其包含(49个正常组织样本和502个癌组织样本)和临床随访数据。依据基因芯片和转录组数据的分析结果,共获得7925个的异常表达的基因。在进一步的在生存分析中,筛选出36个与生存相关的异常表达基因。利用Cox比例风险回归模型拟合预测模型,最后获得基于11个基因的预测风险模型(MRPL40,GABPB1-AS1,PTPN3,SNCA,PYGB,RAP1,VDR,PHPT1,KIAA0100,TBC1D30,CYP7B1)。通过这项研究,我们拟合了基于11基因的预测风险模型,该模型能够预测肺鳞癌患者的预后情况,对未来改善肺鳞癌患者的预后具有指导意义。(本文来源于《南昌大学》期刊2019-05-01）
高亮,张新燕,张家军,童涛[7]（2019）在《基于拟合剔除的优化小波神经网络太阳辐射量预测》一文中研究指出准确预测太阳辐射量,对太阳能相关产业具有重要意义,针对太阳辐射的波动性和间歇性,提出一种基于曲线拟合和拉依达准则的数据处理和优化的小波神经网络的太阳辐射量的预测方法。通过历史太阳辐射数据和气象数据对太阳辐射量进行直接预测。对测量值求拟合曲线,利用拉依达准则对数据的拟合值和测量值的偏差做粗大误差的判断,修正后的数据作为小波神经网络的输入,避免输入极端数据造成预测信息畸形的问题。增加测试数据对小波神经网络做隐含层节点数寻优的计算,克服小波神经网络无法确定隐含层节点数的缺点。通过建立不同预测模型进行对比,验证了所提算法和模型的正确性。(本文来源于《电测与仪表》期刊2019年11期）
刘奇[8]（2019）在《基于函数型数据拟合与卷积神经网络的行星齿轮故障预测》一文中研究指出随着机械设备的自动化与智能化程度日益提升,人们对机械设备健康状态评估及管理的需求变得尤为迫切。而行星齿轮作为旋转机械中最重要的组成部分,通常在低速、重载的环境下工作,一旦发生故障,会引起连锁反应,造成巨大的经济损失、危害人身安全。因此对其进行预知维修具有非常重要的意义。本文以行星齿轮为研究对象,进行故障预测的研究,主要研究内容如下:首先,提出原始离散振动数据函数化转换的方法。针对离散数据存在的数据丢失等问题,采用函数型数据分析思想中的函数型数据拟合方法,对离散数据进行函数化转换,以函数形式代替离散数据点,对正常运转的行星齿轮数据,采用传统的傅立叶基函数进行拟合,对不适用传统基函数的故障数据,建立不同故障位置基函数模型。经误差参数筛选后提取函数系数作为新的样本数据集。其次,提出行星齿轮卷积神经网络预测模型。针对行星齿轮数据,建立结构深度为3层的行星齿轮卷积神经网络预测模型,来解决浅层预测方法仅适用于小批量样本数据的局限性,弥补传统浅层预测方法需人为进行特征提取与特征降维的不足。并与浅层预测模型中最具代表性的BP神经网络进行对比分析,证明所建预测模型在针对样本数据量过多的数据时,预测效果更好。再次,研究卷积神经网络内部结构对预测结果的影响。针对卷积神经网络内部结构,从输入数据的维度不同、卷积核大小不同、有无批量归一化层、模型结构深度不同等方面进行研究,分析以上因素对预测结果的影响,对卷积神经网络预测模型的内部结构参数进行改进。最终确定输入数据形式为一维、卷积核尺寸随层数增多而减小、具有批量归一化层的7层深卷积神经网络预测模型。最后,搭建行星齿轮故障试验台。设计行星齿轮模拟故障试验方案,进行原始时域信号的数据采集,对行星齿轮离散数据进行函数化转换,以建立的结构深度为7层的卷积神经网络预测模型进行故障预测,与结构深度为3层的卷积神经网络预测模型相比提高了预测精度。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
张双妮[9]（2019）在《基于逐步回归模型拟合房价预测模型》一文中研究指出本文基于逐步回归模型来拟合房价预测模型,对全国的综合房价、以北京市为代表的发达省份、以海南省为代表的半发达省份和以江西省为代表的发展中省份均进行拟合和预测,再进行比较,得出结论:长期来看房价普遍会上涨,而从短期来看全国的综合房价和以江西省为代表的发展中省份的房价将会下跌,以北京市为代表的发达省份和以海南省为代表的半发达省份的房价将会继续上涨。(本文来源于《现代农业研究》期刊2019年02期）
张成云,王璇,关文强,陈爱强,刘斌[10]（2019）在《冰温冷藏鲜肉的菌落总数动态变化预测模型拟合验证》一文中研究指出采用Huang模型、Baranyi模型和修正的Gompertz模型对猪肉、鸡胸肉和牛肉在不同温度条件下冷藏时的菌落总数进行拟合,通过比较拟合效果筛选出能够准确预测鲜肉在冰温条件下贮藏时菌落总数的预测模型,进一步采用平方根模型来描述贮藏温度对菌落总数的影响,并用偏差因子和准确因子进行预测模型验证。结果表明:采用Huang模型对猪肉、鸡胸肉和牛肉分别在-1.0、-1.0、2.5℃条件下贮藏过程中菌落总数拟合的效果优于Baranyi模型和修正的Gompertz模型,Huang模型可以更好地预测不同冰温条件下贮藏鲜肉的菌落总数变化;通过平方根模型拟合得到的牛肉贮藏温度与最大比生长速率和迟滞期的判定系数R_(Adj)~2分别为0.999和0.985,这表明牛肉贮藏温度与最大比生长速率和迟滞期之间存在良好的线性关系;预测模型的准确因子和偏差因子平均值分别为1.164和0.998,尤其是在-2.5℃贮藏条件下,准确因子和偏差因子分别为1.009和1.000,均接近于1.000,预测模型可靠性高,说明Huang模型能较好地预测冰温贮藏鲜肉菌落总数的动态变化。(本文来源于《肉类研究》期刊2019年01期）
拟合与预测论文开题报告
（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：
以合肥市地铁叁号线南延段地下水预测为例,对曲线拟合的基本原理做了简单介绍,对降雨量和水位标高拟合得出线性方程,其趋势线拟合程度指标R的平方为0.92,即线性方程可以作为预报方程,预测结果的准确度很高;另外根据地铁叁号线南延段地下水时间序列建立GM(1,1)动态模型,分别对模型原理和建立过程进行了阐述,根据实测数值和模型的预测数值,来检验模型的精度,结果显示,预测模型的精度达到了98.65%,模型等级属于Ⅰ级.两种预测方法有一定的应用价值,对地下水的预测提供借鉴意义.
（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。
拟合与预测论文参考文献
[1].张靖,田杰芳.基于DEA的建筑安全效率评价及曲线拟合预测[J].华北理工大学学报(自然科学版).2019
[2].张峰,曹广勇,吴耀武,张迟.曲线拟合与GM(1,1)模型在合肥地铁3号线地下水预测中的应用[J].赤峰学院学报(自然科学版).2019
[3].解久莹,吉静筠,李裕梅,杨雪莲,曹雁平.基于多项式拟合对煎炸油质量的预测[J].食品工业科技.2019
[4].贾飞跃,韩晓龙.基于因子分析和曲线拟合的集装箱吞吐量预测[J].上海海事大学学报.2019
[5].张辉.线性拟合驱动的测试数据生成与输入区间预测研究[D].南京大学.2019
[6].何小娜.基于生物信息学方法识别肺鳞状细胞癌预后相关基因及拟合预测风险模型[D].南昌大学.2019
[7].高亮,张新燕,张家军,童涛.基于拟合剔除的优化小波神经网络太阳辐射量预测[J].电测与仪表.2019
[8].刘奇.基于函数型数据拟合与卷积神经网络的行星齿轮故障预测[D].哈尔滨理工大学.2019
[9].张双妮.基于逐步回归模型拟合房价预测模型[J].现代农业研究.2019
[10].张成云,王璇,关文强,陈爱强,刘斌.冰温冷藏鲜肉的菌落总数动态变化预测模型拟合验证[J].肉类研究.2019