绥芬河公路口岸货运量预测方法研究

针对公路口岸货运量预测的问题,基于常用预测方法：线性回归预测、时间序列预测和灰色系统预测及组合预测方法的研究,提出BP神经网络组合预测模型。结合绥芬河公路口岸货运量运输情况,对组合预测模型进行了验证。实验结果表明,该方法对公路货运量的预测很有效。     

灰色理论和人工神经网络森林资源预测方法的对比研究

以森林资源一类清查数据为基础,采用灰色系统理论、人工神经网络两种方法对山西省森林资源的发展趋势进行了预测,并对两种方法的优缺点进行了对比研究。结果表明：人工神经网络的相对误差低于灰色理论,拟合性高。采用人工神经网络预测森林资源变化是一种较好的方法,且对数据有较好的适应能力;人工神经网络更适合于短期预测,而灰色理论适合于中长期的预测。在进行森林资源预测时,应根据不同目的把两种方法结合使用。     

基于GIS的森林资源动态变化预测

叙述目前森林资源的动态变化及其科学预测的意义和方法，探讨和分析结合地理信息系统进行预测的模型和方法。在此基础上，提出一个结合GIS简单实用的森林蓄积量预测模型，根据具体的数据进行了预测计算，结果表明具有较好的效果。     

遥感数据结合地统计学方法在林业中的应用

在林业研究中,具有空间属性的林业数据分析、建模和预测越来越受到关注。遥感技术与地统计学方法相结合,提供了大尺度空间格局分析、森林资源动态监测和预测的方法。文中简单介绍了遥感技术与地统计学的方法和特点,从监测与分类、估计与模拟2个方面综述地统计学结合遥感技术在林业中的应用,并针对遥感数据结合地统计学方法在林业研究中存在的问题加以讨论。     

基于灰色预测GM(1,1)模型的情报学热点关键词与主题发展预测

对近6年情报学领域CSSCI期刊研究论文进行题录筛选与关键词统计、研究主题分类及赋权评分，建立灰色预测GM(1,1)模型，对比较具有代表性的8类关键词数据进行预测，结合时代发展趋势对其代表的研究主题进行分析，模型预测较为合理准确。研究发现，各研究主题发展趋势紧随时代变化，新技术、新话题更多地结合了领域内研究与应用，不同主题间呈现多元融合与拓展创新态势。     

基于IBRF神经网络的泥石流预测研究

介绍了泥石流爆发的各种影响因素和泥石流预测基本原理,为提高预测的准确性与快速性,将免疫骤类算法与径向基函数结合,建立了泥石流预测的IRBF神经网络模型,并与BP网络预测模型和常规RBF网络预测模型进行了对比模拟实验。实验表明IRBF神经网络具有更高的预测准确性和更短的训练时间,该方法用于泥石流预测有较高的应用价值。     

森林火险中长期预测预报研究进展

概述了我国和美国、加拿大的森林火险中长期预测预报的理论和方法。国内研究大多建立在对历史火灾资料与气象资料进行统计分析研究的基础上, 预测结果多是定性的、间断性的。美国和加拿大则依托成熟的全国性森林火险等级系统, 结合气象局的中长期降水和温度预报, 给出各火险指数实时的一周尺度预报及每周1次的16周尺度的季节性预报。我国今后应加强森林火险的中长期预测预报研究, 要由单纯定性分析转向定量化研究, 由一般数理统计模型转向具有明显物理意义的数学物理模型。     

遥感技术结合林分密度管理图在定量间伐和生长预测中的应用

本文提出遥感技术结合林分密度管理图进行定量间伐和生长预测，进行定量间伐和生长预测设计，实现了遥感技术结合林分密度管理图进行定量间伐和生长预测与设计的目的。     

短期电力负荷预测方法的研究

介绍短期负荷预测与分析的方法及提高预测精度的方案设计,并对各种预测方法的特点进行了研究。根据电力负荷预测的特性,建立了负荷预测的方法库,该方案灵活、多样,使用方便,其结果已成经济调度和推行电力市场的必要基础。     

中速磁浮客流预测方法研究

磁浮轨道交通与普通轮轨列车相比,具有速度快、环保、安全、噪音小及选线灵活的优点.通过对客流预测方法的研究并综合分析,结合长沙磁浮快线交通功能情况的研究,提出了磁浮交通客流的预测方法.