-
题名四种人力资源的定量预测方法及评述
被引量：10
- 1
-
-
作者
李志强
王艳明
-
机构
山东工商学院统计学院
-
出处
《统计与决策》
CSSCI
北大核心
2008年第7期30-32,共3页
-
基金
国家社会科学基金资助项目(05BTJ003)
-
文摘
新型定量预测方法在人力资源预测中的应用,顺应了人力资源管理的发展趋势,提高了复杂环境下的人力资源预测精度。由于这些方法的都具有各自的特点和适用条件,因此,文章选取了四种新型的人力资源定量预测方法加以介绍,并对这些方法的特点和适用条件进行了评述。
-
关键词
非线性回归预测
灰色系统预测
马尔科夫模型预测
神经网络预测
-
分类号
F272
[经济管理—企业管理]
-
-
题名基于多层感知机的温室内番茄茎直径变化预测模型
被引量：2
- 2
-
-
作者
陈毅飞
杨会民
马艳
张新伟
喻晨
王学农
-
机构
新疆农业科学院农业机械化研究所
新疆农业大学机电工程学院
-
出处
《新疆农业科学》
CAS
CSCD
北大核心
2020年第3期562-571,共10页
-
基金
国家重点研发计划项目子课题“蔬菜智能化精细生产技术与装备研发”(2017YFD0701301-03)
新疆农业科学院重点项目前期预研专项“基于多源信息及云平台的设施智能化管控装备技术研究”(xjzdy-002)
新疆农业科学院青年基金项目“基于WebService的温室异构数据共享研究”(xjnky-2016019)~~
-
文摘
【目的】研究温室内番茄茎直径变化量动态预测模型,为番茄需水规律提供一定决策支持。【方法】采用多层感知机算法与植物生理生态信息相融合的方法,建立一个包含空气温湿度、土壤湿度、叶片温度、茎直径变化量及光合有效辐射的基于多层感知机算法的茎直径变化量预测模型。采用3层隐含层神经网络对经过正则化及归一化的6维训练集数据向量,进行全连接式训练后,得出预测模型,验证集数据输入预测模型后得出1维输出向量,对输出向量进行反归一化进而得出茎直径变化量预测值。【结果】建立的基于多层感知机短时番茄茎直径变化量动态预测模型的预测值与实测值的回归系数(R 2)为0.901,均方根误差(RMSE)为0.175。【结论】该模型适用于温室番茄短时茎直径变化量动态预测,具有较好的应用场景。
-
关键词
多层感知机
动态调整
茎直径变化量
温室番茄
非线性回归预测
-
Keywords
multilayer perceptron
dynamic adjustment
stem diameter variation
greenhouse tomato
nonlinear regression prediction
-
分类号
S641.2
[农业科学—蔬菜学]
S12
[农业科学—农业基础科学]
-
-
题名低渗特低渗储层水锁损害定量预测方法
被引量：22
- 3
-
-
作者
蒋官澄
王晓军
关键
李建成
杨鹏
郭林昊
-
机构
石油工程教育部重点实验室(中国石油大学(北京))
中国石油长城钻探工程有限公司工程技术研究院
-
出处
《石油钻探技术》
CAS
北大核心
2012年第1期69-73,共5页
-
基金
国家科技重大专项"复杂结构井优化设计与控制关键"(编号:2011ZX05009-005-03A)
国家杰出青年科学基金项目"洗井
+1 种基金
固井
油层等损害与保护"(编号:50925414)联合资助
-
文摘
在低渗特低渗油气藏开发过程中储层损害严重,其中水锁损害是主要损害之一,因此建立准确、快速定量预测水锁损害程度的数学模型,对高效开发低渗透油田具有重要意义。采用线性回归分析法建立的水锁损害预测模型不能准确反映储层损害实质,预测精度较低。将常规线性回归模型转变为非线性回归模型,能够更好地反映各损害因素与损害程度间的关系;采用逐步回归法选择回归因子,建立了新的水锁损害定量预测模型,并对新模型进行了检验。结果表明,新建立的水锁损害定量预测模型预测结果准确性高,15组验证样本的预测准确率均大于80%,平均预测准确率为91.69%,可为油气层保护和储层解堵措施优化设计提供科学依据。
-
关键词
低渗透储集层水锁损害定量预测非线性回归逐步回归法
-
Keywords
Key words, low permeability reservoir
water blocking damage
quantitative prediction
nonlinear regression
stepwise regression
-
分类号
TE312
[石油与天然气工程—油气田开发工程]
-
-
题名10kV城市配电网可靠性基础参数预测方法分析
被引量：2
- 4
-
-
作者
程鹏飞
何江
马岩
-
机构
国网辽宁省电力有限公司抚顺供电公司
中国能源建设集团有限公司辽宁电力勘探设计院
-
出处
《广东电力》
2014年第8期94-97,101,共5页
-
文摘
介绍了灰色模型预测法和非线性回归模型预测法的预测模型,分析了这两种预测方法的特点,在此基础上提出应根据历史数据的特点合理选择各种配电网可靠性基础参数的预测手段。以某地区配电网设备的故障率和预安排停电率为算例,阐述了各种预测方法的具体运用。算例预测结果表明:在样本容量小的情况下,当历史数据较平滑时灰色模型预测法有较大的优势;在存在不准确历史数据的情况下,采用非线性回归模型预测法更加准确。
-
关键词
配电网
基础参数预测
灰色模型预测法
非线性回归模型预测法
-
Keywords
distribution network underlying parameter prediction grey model prediction method nonlinear regression mod-el prediction method
-
分类号
TM732
[电气工程—电力系统及自动化]
-
-
题名前混合磨料水射流切割参数对表面粗糙度的影响
被引量：2
- 5
-
-
作者
花煜昌
刘力红
杜鹏
-
机构
安徽理工大学机械工程学院
-
出处
《机床与液压》
北大核心
2022年第10期57-62,共6页
-
基金
安徽省高校自然科学基金重大项目(KJ2016SD18)
国家自然科学基金项目(51804007)。
-
文摘
采用前混合磨料水射流对Q235碳素结构钢进行切割实验,测量样品切口表面粗糙度;研究前混合磨料水射流的切割压力、喷嘴出口直径、切割靶距、切割速度和切割深度对样品切口表面粗糙度的影响规律;结合实验数据,建立表面粗糙度二次非线性回归预测方程。研究结果表明:前混合磨料水射流的切割压力、喷嘴出口直径与表面粗糙度呈负相关关系;切割靶距、切割速度、切割深度与表面粗糙度呈正相关关系;各因素的影响权重大小依次为:喷嘴出口直径、切割深度、切割压力、切割速度、切割靶距;影响表面粗糙度的实质因素为磨料流量和磨料能量;建立的表面粗糙度二次非线性回归预测方程的平均偏差为7.99%。
-
关键词
前混合磨料水射流
表面粗糙度
二次非线性回归预测方程
-
Keywords
Pre-mixed abrasive water jet
Surface roughness
Quadratic nonlinear regression prediction equation
-
分类号
TH69
[机械工程—机械制造及自动化]
-
