导读:本文包含了综合指标预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:指标,瓦斯,模糊,参量,血管性,评价,脑卒中。
综合指标预测论文文献综述
龚娟芬,何迎春,王志伟[1]（2019）在《Logistic回归及ROC曲线综合评价卒中后血管性认知功能障碍的预测指标》一文中研究指出目的探讨不同指标对脑卒中后血管性认知功能障碍(VCI)的预测能力。方法采用美国国立卫生研究院脑卒中量表(NIHSS)、蒙特利尔认知评估量表(MoCA)对106例缺血性脑卒中患者评定神经系统损害程度及早期血管性认知功能障碍,用Logistic逐步回归筛选VCI发生的危险因素,建立预测模型,用ROC曲线评价不同指标对VCI的预测能力及最佳界值。结果高糖化血红蛋白、低密度脂蛋白、尿酸、血清淀粉样蛋白A、超敏C反应蛋白与缺血性脑卒中后发生VCI有关(P<0.05)。综合了高糖化血红蛋白、低密度脂蛋白、尿酸、血清淀粉样蛋白A、超敏C反应蛋白的脑卒中后VCI预测模型的曲线下面积(AUC)为0.969,界值为0.57,灵敏度(真阳性率)为85.1%,特异度(真阴性率)为56.4%,阳性似然比和阴性似然比分别为1.95、0.26,阳性预测值为68.9%,阴性预测值为82.4%,一致率为74.5%。预测模型的AUC高于单一指标的AUC。结论糖化血红蛋白、低密度脂蛋白、尿酸、血清淀粉样蛋白A、超敏C反应蛋白等资料可以作为脑卒中后VCI发生的预测指标,联合糖化血红蛋白、低密度脂蛋白、尿酸、血清淀粉样蛋白、超敏C反应蛋白的回归模型有助于提高对脑卒中后VCI的预测能力。(本文来源于《中国现代医生》期刊2019年25期）
徐辰华,谢春,黄清宝,喻昕[2]（2019）在《基于综合指标评估模型的铝电解槽状态智能预测》一文中研究指出在电解铝生产中,准确判断电解槽的运行状态是实现过程优化的前提条件。目前生产中槽状态及其变化趋势的解析主要靠人工经验,为了提高槽状态评判与预测的准确性,提出了一种基于综合指标评估模型的铝电解槽状态智能预测方法。首先,从全局的角度建立关于能量平衡、物料平衡、稳定性的槽状态综合指标模型;其次,为了准确分类槽状态,采用模糊C均值聚类算法构建槽状态评估模型,根据综合指标大小将槽状态分为优、良、差叁类;最后,建立基于模糊神经网络的槽状态预测模型,实现24 h后的状态预测。采用实际生产数据对模型进行验证,结果表明,该方法能够准确判断当前槽状态并预测未来槽状态,对稳定的电解铝生产、实现节能降耗有一定指导意义。(本文来源于《广西大学学报(自然科学版)》期刊2019年03期）
贾美岩[3]（2019）在《脑卒中风险预测人体测量学指标综合分析研究》一文中研究指出背景与目的:缺血性卒中已成为全球致残和死亡的主要原因之一~([1])。中风已经成为中国成年人残疾和死亡的主要原因~([2][3])。从2002年到2013年,中国卒中的发病率持续上升~([4]),并且在缺乏有效的预防措施的情况下,在未来几十年里可能会造成更大的疾病负担~([5])。缺血性脑卒中的病因尚不清楚,但和许多生物和生活方式因素相关,如高血压、糖尿病、饮酒、吸烟~([6])以及遗传因素均参与了该病的发生发展~([7])。许多研究都将超重和肥胖作为缺血性卒中的危险因素。肥胖已被认为是一种全球性的流行性疾病~([8][9]),是导致非传染性疾病发生发展的相关危险因素~([10][11])。一般来说,身体脂肪积累的状态可以用四个指标来描述:体重指数(body mass index,BMI)、腰围(waist circumference,WC)、腰臀比(waist-to-hip ratio,WHR)、腰高比(waist-to-height ratio,WHtR)。WHR是指腰围与臀围的比值。WHtR是指腰围与身高之比。BMI为体重/身高的平方。本文比较了四项人体测量指标的价值及其与该地区脑卒中患病率的关系。旨在找出与脑卒中关系最密切的指标,为指导吉林省脑卒中一级预防提供参考。方法:本研究于2016年1月至3月在中国吉林省纳入4052名年龄在40岁或40岁以上的参与者。采用面对面访谈和体格检查收集受试者信息。数据包括一般信息、身体测量和实验室结果。结果:以BMI(校正OR:1.126,95%CI:0.769-1.648)、WC(校正OR:1.324,95%CI:0.883-1.986)、WHR(校正OR:1.335,95%CI:0.923-1.932)为标准,最高四分位患者的中风风险并不高于最低四分位患者。以WHtR为标准,最高四分位数的患者比最低四分位数的患者更容易发生中风(校正OR:1.809,95%CI:1.160-2.821)。卒中患者WHtR、WHR、WC、BMI曲线下面积分别为0.627(95%CI:0.595-0.659;灵敏度:65.10%;特异性:56.00%),0.596(95%CI:0.593-0.629;敏感性:69.90%,特异性:45.90%),0.612(95%CI:0.579-0.644;敏感性:52.70%,特异性:64.70%),和0.548(95%CI:0.514-0.583;敏感性:57.90%,特异性:51.10%)。结论:与其他人体测量指标相比,WHtR与中风患病率的关系更为密切。(本文来源于《吉林大学》期刊2019-06-01）
贾宝新,陈浩,潘一山,陈扬[4]（2019）在《多参量综合指标冲击地压预测技术研究》一文中研究指出提出了"全局-区域-局部"多参量综合指标冲击地压预测技术,多种预测方法相互协调与配合、优势互补,形成空间上层次化全方位的预测体系,可极大提高冲击地压预测准确性。结合老虎台矿冲击地压发生机理与影响因素,提出利用微震法对采区全局范围内微震事件进行实时监测,划分具有冲击危险区域,全局范围预测冲击地压;利用电磁辐射法监测工作面及巷道近场围岩的应力场和煤岩变形破坏变化状况,确定近场围岩高冲击危险区域,局部范围预测冲击地压;采用矿压监测法和钻屑法对确定具有冲击危险的区域进行重点监测,判断冲击危险程度,对采取防治措施后的防冲效果进行检测;采用采空区气体分析法预测电磁辐射法和矿压观测法等无法监测到的采空区的冲击地压。实践证明:全局-区域-局部"多参量综合指标预测技术的各种预测方法在功能上表现出明显的互补特征,在老虎台矿的冲击地压预报中取得良好效果。(本文来源于《防灾减灾工程学报》期刊2019年02期）
姚琦,柳玉,白恺,孙荣富,刘吉臻[5]（2019）在《风电场功率预测水平的多指标综合评价方法研究》一文中研究指出考虑现有评价指标的单一化和扁平化,该文旨在构建一种风电功率预测综合评价指标体系。首先,将传统的单一评价指标扩展至功率预测多元评价体系,大大扩展了原有评价指标;其次,提出一种基于离差最大化和灰色关联分析的风电场功率预测评价综合指标,在较大程度上消除多评价指标权重分配的人为因素;最后以某风电汇集区域的风电场为实例进行预测评价,结果表明综合评价指标一方面实现了对风电场功率预测水平科学且全面的评价,另一方面能够指导功率预测的优化方向,具有较好的应用价值和推广前景。(本文来源于《太阳能学报》期刊2019年02期）
晏雨婵,白璘,武奇生,叶珍[6]（2019）在《基于多指标模糊综合评价的交通拥堵预测与评估》一文中研究指出针对各交通时段对交通拥堵的不同影响、单因素无法准确表征交通拥堵状态的问题,提出了一种采用多指标模糊综合评价的交通拥堵评价预测方法。该方法利用粒子群算法优化支持向量回归机对道路平均速度和交通流量进行预测,得到叁个因素指标平均速度v、交通流密度D、道路饱和度S的预测值。将叁个因素指标输入到多指标模糊综合评价模型中,即首先建立交通拥堵状态的因素集和评价集,通过熵值法确定早高峰、晚高峰、其他时段下叁个因素指标的权重系数,再通过梯形隶属度函数确定各指标在各时段的隶属度,最终将交通拥堵状态划分为六个级别。通过对美国Pe MS数据库中I405高速路交通数据的预测评价实验,证明采用该方法预测的交通拥堵状态基本与实际状态吻合,具有较高的预测精度,正确率可达94. 79%。(本文来源于《计算机应用研究》期刊2019年12期）
徐昕,陈青生,董壮,贾东远[7]（2016）在《预测-综合指标评价模型在河流健康评价中的应用——以江苏省骨干河流健康评价为例》一文中研究指出针对江苏省河流健康状况,提出一种新的河流健康评价方法体系,即预测-综合指标评价模型,此模型由3种预测方法和3种综合指标方法构成。首先对江苏省16条骨干河流进行探索性评价,筛选模型体系中对江苏省河流健康评价的最适方法,再将精简后的模型应用于江苏省整体河流的健康评价。结果表明,江苏省河流总体处于"亚健康"(Ⅱ等)水平,故需重视河湖健康管理、维护河流健康。(本文来源于《中国农村水利水电》期刊2016年05期）
张凤岩,张大明[8]（2016）在《综合指标法在煤与瓦斯突出预测中的应用》一文中研究指出煤与瓦斯突出是威胁煤矿安全生产的重要灾害之一,目前,国内煤与瓦斯突出预测主要是根据瓦斯动力现象特征和四参数法,但实践表明,对于低瓦斯压力高变质煤和高瓦斯压力低变质煤容易产生误判。煤与瓦斯突出是由多种因素综合作用的结果,因此,采用综合指标D、K法在叁元煤矿突出鉴定中进行了应用,测定煤样的瓦斯放散初速度为36.2 mm Hg,煤层瓦斯压力为0.74 MPa,软分层的平均坚固性系数为0.5,综合判定叁元煤矿C12煤层在预测范围无突出危险。(本文来源于《煤矿机械》期刊2016年02期）
齐庆杰,董子文,孙波,周新华,吴宪[9]（2015）在《煤与瓦斯突出综合预测指标临界值的优化》一文中研究指出为了提高煤与瓦斯突出预测的准确性、保障采掘工作面的安全、高效推进和降低防突工程成本,根据"叁率"(预测突出率、突出预测准确率、不突出预测准确率)各自具有的合理区间属性和权重,以张集煤矿采掘工作面为例,采用区间数关联决策方法,得出综合预测指标F′的最优化区间为[370,380];根据加权灰靶决策方法,得出预测指标临界值排序为400、390、380等;取最优化区间和排序靠前的临界值的交集,得到煤与瓦斯突出综合预测指标F′的临界值为380,并开展现场应用。结果表明,考虑评价指标的区间属性,并取预测指标区间与排序靠前的临界值的交集作为煤与瓦斯突出预测综合指标F′的最优临界值方法是合理的。(本文来源于《重庆大学学报》期刊2015年06期）
皮子坤,贾宝山,贾廷贵,董子文,李宗翔[10]（2015）在《煤与瓦斯突出预测综合指标F临界值研究》一文中研究指出为了更加准确的预测掘进工作面煤与瓦斯突出,防止灾害事故的发生,针对"叁率"各评价指标与掘进工作面煤与瓦斯突出预测综合指标具有区间型属性特性,运用灰靶决策理论,提出了基于熵值加权法与多指标加权灰靶相耦合的决策模型。该模型引入"奖优罚劣"变换算子,对样本矩阵进行无量纲初始化处理,结合改进的熵值法确定指标权重,构建了综合指标F临界值的决策模型,将综合指标F值在200~400内以10为步长形成了21个评价方案,对综合指标F的临界值进行研究。最后,通过在章村煤矿的现场实际应用,证实了该模型的有效性与实用性。(本文来源于《中国安全生产科学技术》期刊2015年09期）
综合指标预测论文开题报告
（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：
在电解铝生产中,准确判断电解槽的运行状态是实现过程优化的前提条件。目前生产中槽状态及其变化趋势的解析主要靠人工经验,为了提高槽状态评判与预测的准确性,提出了一种基于综合指标评估模型的铝电解槽状态智能预测方法。首先,从全局的角度建立关于能量平衡、物料平衡、稳定性的槽状态综合指标模型;其次,为了准确分类槽状态,采用模糊C均值聚类算法构建槽状态评估模型,根据综合指标大小将槽状态分为优、良、差叁类;最后,建立基于模糊神经网络的槽状态预测模型,实现24 h后的状态预测。采用实际生产数据对模型进行验证,结果表明,该方法能够准确判断当前槽状态并预测未来槽状态,对稳定的电解铝生产、实现节能降耗有一定指导意义。
（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。
综合指标预测论文参考文献
[1].龚娟芬,何迎春,王志伟.Logistic回归及ROC曲线综合评价卒中后血管性认知功能障碍的预测指标[J].中国现代医生.2019
[2].徐辰华,谢春,黄清宝,喻昕.基于综合指标评估模型的铝电解槽状态智能预测[J].广西大学学报(自然科学版).2019
[3].贾美岩.脑卒中风险预测人体测量学指标综合分析研究[D].吉林大学.2019
[4].贾宝新,陈浩,潘一山,陈扬.多参量综合指标冲击地压预测技术研究[J].防灾减灾工程学报.2019
[5].姚琦,柳玉,白恺,孙荣富,刘吉臻.风电场功率预测水平的多指标综合评价方法研究[J].太阳能学报.2019
[6].晏雨婵,白璘,武奇生,叶珍.基于多指标模糊综合评价的交通拥堵预测与评估[J].计算机应用研究.2019
[7].徐昕,陈青生,董壮,贾东远.预测-综合指标评价模型在河流健康评价中的应用——以江苏省骨干河流健康评价为例[J].中国农村水利水电.2016
[8].张凤岩,张大明.综合指标法在煤与瓦斯突出预测中的应用[J].煤矿机械.2016
[9].齐庆杰,董子文,孙波,周新华,吴宪.煤与瓦斯突出综合预测指标临界值的优化[J].重庆大学学报.2015
[10].皮子坤,贾宝山,贾廷贵,董子文,李宗翔.煤与瓦斯突出预测综合指标F临界值研究[J].中国安全生产科学技术.2015
论文知识图
