矿井主排水泵担负着井下排水的重要任务,某些矿井因设计选型等原因,水泵的流量和扬程存在不同程度的富余量,为维持水泵的安全稳定运行,采用了出口节流调节方式运行,造成了排水系统综合效率偏低的问题。基于上述情况,提出了新型的永磁调速改造方案,并基于水泵性能曲线、效率曲线回归方程,通过对典型矿井主排水系统的定性与定量分析计算,对永磁调速方案的技术经济性进行研究,给出永磁调速装置适用工况和场合的一般要求。

逻辑回归模型已成为研究二进制响应变量之间的关联的常用方法。 它的广泛应用取决于其易于应用和解释。 Logistic回归模型的拟合优度评估主题吸引了许多科学家和研究人员的关注。 拟合优度测试是确定拟合模型的适用性的方法。 在logistic回归模型中提出和讨论了许多评估拟合优度的方法，但是，拟合优度统计量的渐近分布研究较少，需要进行更多的研究。 这项工作将专注于评估拟合优度检验的渐近分布行为，还将进行全局拟合优度检验之间的比较，并通过仿真对其进行评估。

河北省地区收入差距影响因素的回归分析，边宁，程文晓，收入差距日趋扩大已成为大众十分关注的问题。本文对河北省地区收入差距进行回归分析，研究经济发展、人力资本、地理位置与外商投

为研究西部富水软岩地区冻结压力的规律特征,选择在蒙陕地区某立井进行冻结压力的实测研究。实测研究表明:井筒掘砌施工期间,冻结压力变化可分为6个阶段;冻结压力的产生主要是由于原岩应力的释放、不断重新分布及软岩的重新回冻,与岩性和含水率有关;冻结压力的大小与深度关系不大,受井帮温度影响较大。

机器学习--贷款违约行为预测（基于逻辑回归和朴素贝叶斯和随机森林及SVM四种方法实现，资源包含完成则代码及数据，数据3万余条记录

传统的强化学习（RL）使用回报（也称为累积随机奖励的期望值）来训练代理学习最佳策略。 但是，最近的研究表明，学习学习收益的分布要比学习其预期价值具有不同的优势，如在不同的RL任务中所见。 从使用传统RL的收益期望到分配RL收益分配的转变，为RL的动力学提供了新见解。 本文基于我们最近的研究RL量子方法的工作。 我们的工作使用量子神经网络实现了分位数回归（QR）分布Q学习。 该量子网络在具有不同分位数的网格世界环境中进行了评估，说明了其对算法学习的详细影响。 还将其与马尔可夫决策过程（MDP）链中的标准量子Q学习进行了比较，这表明量子QR分布Q学习比标准量子Q学习可以更有效地探索环境。 RL中的主要挑战是有效的勘探以及开发与勘探的平衡。 先前的工作表明，可以从分布的角度采取更多有益的措施。 我们的研究结果表明了其成功的另一个原因：分布式RL的性能增强可以部分归因于其有效探索环境的卓越能力。

为了解决矿井涌水量预测难题,在Grid-Search_PSO优化SVM参数的基础上,采用SVM非线性回归预测法,对大海则煤矿1999~2008年7月份的矿井涌水量进行了预测。分析对比SVM回归预测法和ARIMA时间序列预测法预测结果的数据误差,发现SVM回归法预测值与实测值之间的偏差比ARIMA时间序列法要小很多。可见在影响矿井涌水量各种因素值具备的情况下,SVM非线性回归预测所建立的模型能够更准确地预测矿井的涌水量,在矿井安全生产中具有很大的应用价值。

房地产业在中国经济发展中起着重要作用。 本文旨在衡量房地产行业的运营效率，并比较影响效率的不同因素。 选择在深圳和上海市场上市的30家公司作为运营效率研究的样本公司。 数据收集自2009年至2015年。数据包络分析（DEA）的C2R和B2C模型用于得出发现。 本研究应用Tobit回归模型研究了不同因素对效率的影响。 我们得出的结论是，大多数公司的效率不高，效率差距也很大。 Tobit回归模型的结果表明，效率与净利率和受教育程度呈正相关，与第一大股东的比例没有正相关，而与资产负债率呈负相关。 在此基础上，本文提出了一些具体的建议。

基于Ansys、FLAC3D和Fortran的某抽水蓄能电站初始应力场反演回归分析，岑成汉，张燎军，本文结合某抽水蓄能电站工程地质条件以及实测地应力资料，分析了研究区域初始地应力的影响因素。在各影响因素单独作用下，采用ans

莱维飞行改进麻雀算法(SSA)优化BP神经网络回归预测，LevySSA-BP回归预测，多变量输入单输出模型。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。