基于马尔可夫链的极值波高预测

本文研究了由日最大波高系列估算设计极值波高时，相邻日最大波高间的相关性对极值预测的影响，从日最大波高系列遵从马尔可夫链的假定出发，考虑到国内外经常采用对数一正态分布的韦布尔分布拟合波高长期分布的现实，本文用解析法求解了对数一正态分布情况下的极值预测。同时，对解析法难以求解的非正态随机变量情况（如韦布尔分布），用计算机随机模拟方法求解其极值预测，用上述两种方法对北大西洋和北海有关日最大波高系列的预测     

电子装备故障预测方法研究

文章介绍了电子装备系统故障预测的概念,以及故障预测的流程,并对预测的方法进行了研究。其中展开对灰色系统理论进行研究并建立了故障预测的灰色模型方法;以及建立了最小二乘支持向量机(LS-SVM)回归预测算法和反向传播神经网络预测方法。三种预测方法为后续电子装备的故障预测建立了理论基础。     

岩爆的预测方法研究

岩爆是地下工程开挖过程中常见的地质灾害,极大的威胁着施工人员和设备的安全。详细论述了岩爆区特殊地质现象预测法、岩石力学室内实验与分析预测法、岩爆现场测试预测法等岩爆预测方法,分析了不同方法在实际应用中的不足之处,并进一步指出了岩爆预测方法的发展方向。     

港口货物吞吐量预测方法探讨

对常用的港口货物吞吐量预测方法进行了系统分析,并以重庆涪陵港为例,综合运用回归分析法、平均增长率法、弹性系数法、产销平衡法等定量预测方法和专家预测法等定性预测方法进行吞吐量预测,经与相关资料比较,表明其预测结果是合理的,同时本文采用的预测方法也可为其它港口的货物吞吐量预测提供参考。     

BP-neural networks预测法在湛江港港口吞吐量预测中的应用

本文对港口吞吐量预测的方法进行了研究,分析了传统预测方法在实际应用中存在的问题,利用黑箱模型理论对湛江港近年吞吐量与建设投资额进行定性研究和定量检验,证明了港口吞吐量与建设投资额之间存在显著的正相关关系,并基于此提出基于BP-neural networks的预测方法,为湛江港港口吞吐量的预测提供了一种新的方法与途径。     

港口船舶引航风险预测

船舶交通事故问题的预测一直是业内研究人员十分重视的研究课题。分别采用回归预测法、时间序列预测法、灰色理论预测法和贝叶斯统计预测法等不同方法，结合国内某港引航站近十多年来船舶引航总量和事故的实际情况，进行了比较分析和对未来情况予以预测。着重就贝叶斯方法在港口船舶引航风险预测中的运用进行了探讨。结论证明贝叶斯估计方法得到的结果具有良好的预测效果。     

船舶发动机瞬时转速预测方法研究

由于传统发动机瞬时转速预测方法存在预测误差大的缺点,提出船舶发动机瞬时转速预测方法研究。根据燃气的流量模型和预测流程,构建船舶发动机流体力学函数模型,在分析船用发动机结构示意图的基础上,建立发动机瞬时转速微分方程,并依托船舶发动机瞬时转速预测误差的分析,实现船舶发动机瞬时转速的预测。结果表明,与2种传统预测方法相比,提出的预测方法具有较高的预测能力,瞬时转速的预测误差值分别降低了86%和77%,提高了船舶发动机瞬时转速预测的准确性。     

舰船能耗预测的云数据挖掘

能耗是舰船工作过程一个重要评价指标,针对当前舰船能耗预测方法存在预测错误率高、建模速度慢等不足,提出一种舰船能耗预测的云数据挖掘技术。首先分析国内外对舰船能耗的预测方法,找到各种舰船能耗预测方法的缺陷和不足,然后收集舰船能耗预测的数据,将云平台作为舰船能耗预测的建模环境,采用数据挖掘建立舰船能耗预测模型,最后进行舰船能耗预测效果的测试实验。云数据挖掘技术的舰船能耗预测精度超过了95%,可以描述舰船能耗预测的变化特点,对于大规模舰船能耗数据,本文方法的预测时间明显短于当前其他舰船能耗预测方法,具有十分明显的优势。     

GM（1,1）与回归预测组合模型在结构剩余寿命预测中的应用

利用灰色灾变预测原理解决预测中的历史数据跳变问题,并利用回归方法对跳变点之间的情况加以预测。从而实现GM（1,1）预测和回归预测的有机结合。应用该方法对结构寿命进行预测分析,结果表明：该法可克服GM（1,1）模型和回归预测各自的缺陷,使预测结果更为精确。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息,有效地提高预测的精度,已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力,建立一种非线性组合预测模型,并将之应用到水运货运量预测中。实践表明,这种新的预测方法可大大提高水运货运量预测精度。     

基于组合模型预测法的广州港集装箱吞吐量预测

为弥补单一模型预测方法的不足,以广州港集装箱吞吐量历史数据为依据,分析集装箱吞吐量的主要影响因素,分别采用时间序列模型、Eviews多元线性回归模型对2018―2022年广州港的集装箱吞吐量进行预测。比较组合加权方法对预测结果的预测,结果表明:组合模型预测法能够提高预测的准确性,减小预测误差。     

海事预测和预防

预测,是对某一事物未来发展和其结果的一种预先测求。更确切地说,预测是人们试图预见某一事物有无变化、有何变化及其最终结果。预测的全过程一般是确定的,有规则的,并有一套完整的预测方法。最常见的有事故树分析、事件树分析、因果预测法、直观预测法、类比预测法、趋势外推法等等。     

基于熵的组合预测法对湖北省货运量预测

一组合预测方法作为一种能够有效提高预测精度的一种方法,可应用于对湖北省货运量的预测中,其最关键的问题是如何求出加权平均系数。本文根据所选模型计算出的误差所反映出的信息熵,对所选各个体预测方法权重进行分配,从而提出基于熵的组合预测模型。     

盐田港集装箱吞吐量预测

通常,港口市场预测方法除了增长速度法和腹地生成法以外,还有回归分析法、趋势外推法、指数平滑法、弹性系数法等。本文试图采用盐田港以前市场需求预测时未曾采用的几种方法,利用历史数据表现的规律建立数学模型,从而对盐田港物流市场需求进行预测,以弥补过去由于历史数据不足产生的预测方法空缺。     

系统电磁兼容层次化预测方法研究

介绍了电磁兼容预测的概念和特点,从系统级角度分析电磁干扰问题,分4个层次来论述电磁兼容预测分析的总技术路线,并提出了系统电磁兼容预测的层次化方法.此外,还运用层次化预测方法,结合实际工程,给出了电磁兼容预测的一般分析步骤.该方法和分析步骤可为电磁兼容的理论分析和工程实践提供参考.     

南京港集装箱吞吐量预测研究

港口集装箱吞吐量的合理预测对提高港口竞争力与经济效益具有决定意义。为了提高港口集装箱吞吐量预测精度,分别采用时间序列法中的三次指数平滑法、灰色GM(1,1)法和因果分析法中的多元回归分析法对集装箱吞吐量进行预测。在此基础上运用多元回归法进行吞吐量预测模型的组合分析,根据预测结果与实际吞吐量进行优化组合研究并建立预测综合模型。综合模型融合了前三种方法的优点,克服了单一预测方法的不确定性,改善预测效果,更加适合于南京港集装箱吞吐量的实际预测。     

我国港口吞吐量预测方法研究综述

对目前预测港口吞吐量的方法进行了总结和比较后,指出在实际预测工作中,还要根据预测进行时间以及港口的内、外部具体情况,选择合适的港口吞吐量预测方法。     

港口道路交通量预测方法

将港口道路交通量的车型归纳为4种类型,提出港口道路交通量预测的方法和思路;分别建立4种不同车型的港口道路交通量预测方法,并建立不同车型交通量预测与港区相应货种吞吐量的计算关系式。可为合理规划港口道路集疏运系统提供理论依据和参考。     

港口吞吐量计量预测分析

通过应用国际航运的派生需求理论和计量经济分析方法,采用计量经济学中时间趋势、对数等变量分析手段,新设计了一个能精确预测港口吞吐量的经济计量方程。通过使用该计量方程,并引用厦门港吞吐量历年数据,采用两种不同的计量技术方法对厦门港2005～2008年的集装箱吞吐量进行预测,两种方法的预测结果差异很小。论文同时对两种预测方法获得的预测结果进行了误差分析,并计算出误差结果。     

基于ANN的非线性组合预测方法在水运货运量预测中的应用

组合预测方法可综合利用各单项预测方法提供的有用信息，有效地提高预测的精度．已被广泛运用到水运货运量预测中。本文将利用人工神经网络技术的非线性映射能力。建立一种非线性组合预测模型，并将之应用到水运货运量预测中。实践表明，这种新的预测方法可大大提高水运货运量预测精度。