基于弹性阻抗的储层物性参数预测方法

在车辆自组织网络（VANET）中，车辆通常通过定期广播信标消息来向其相邻车辆通知其当前状态，例如位置，方向和速度。 选择合适的信标方案被认为是一项重要的挑战，因为我们需要在信息准确性和信道拥塞之间进行权衡。 在本文中，我们提出了一种基于短期交通环境预测的自适应信标方案。 通过使用我们的自适应信标方案，车辆可以有效地减少信道拥塞并提高有限信道资源的利用率。 本文详细介绍了基于ARIMA模型的预测方法，并对将发射功率自适应和信标生成速率自适应结合在一起的信标自适应方法进行了描述。 分析和仿真证明了我们的自适应信标方案的性能。

针对传统遗传算法(GA )和人工神经网络BP 算法各自存在的不足, 引入自适应机制的浮点数 编码的遗传算法, 并将其与BP 网中的梯度下降法相结合, 进行混合交互运算, 形成 GA 2 BP 混合算法。 该算法使网络具有较快的收敛速度和较高的逼近精度, 能较好地解决综合多种地震信息进行薄互储层 参数预测的精度和收敛速度问题, 并通过实例验证了此方法的正确性和实用性。

【数据挖掘案例】天池 利用异烟酸生产过程中的各参数，预测最终异烟酸的收率（Xgboost） 大赛包含有2000批次来自实际异烟酸生产中的各参数的监测指标和最终收率的数据。监测指标由两大工序数十个步骤构成。总生产步骤达30余项。我们将工序和步骤分别用字母和数字代号表示，比如A2，B5分别表示A工序第二步骤和B工序第五步骤。样例数据参考训练数据。 任务目标 任务目标：利用异烟酸生产过程中的各参数，预测最终异烟酸的收率 数据集包括生产工程中10个步骤的参数，样本id、A1-A28、B1-B14包括原料、辅料、时间、温度、压强等以及收率

基于RBF网络的养老保险精算相关参数预测研究，朱杰，，本文利用RBF神经网络模型，对养老保险精算中的相关参数进行预测研究。在1990～2004年我国基本养老保险相关数据的基础上进行了短期及�

人工智能CT定量参数预测肺腺癌磨玻璃结节的侵袭性.pdf

本数据集采用中国105个辐射站点1981-2016年间的日值辐射观测数据和气象观测资料，选取用于计算Angstrom-Prescott（A-P）模型参数的8个预测方程；通过参数校正，评估和比较了8个预测方程的准确性和适用性，得到中国7个气候区太阳辐射Angstrom-Prescott模型参数预测和校正数据集（1981-2016）。该数据集包括：（1）中国105个辐射站点1981-2016年多年平均的的气候数据，包括气温、降水量和日照率（表1）；（2）选取的Angstrom-Prescott模型参数预测模型（表2）；（3）7个气候区Angstrom-Prescott模型校正参数的统计数据（表3）；（4）7个气候区Angstrom-Prescott模型参数校正模型和预测模型的性能数据（包括相关系数R2、均方根误差RMSE、纳什-萨特克利夫效率NSE和偏差百分比PBIAS）（表4）;（5）7个气候区Angstrom-Prescott模型全球性能指标数据（表5）。

风速的随机性和间歇性等特点使得目前风电场参数预测模型存在较大的预测误差，对此提出了采用马尔科夫链（MC)方法对模型的预测误差进行修正。分别求出参数的实际值与模型预测值之间的误差序列，利用模糊C-均值聚类算法对其进行状态划分；根据各误差状态计算出MC状态转移概率矩阵，进而计算模型预测误差修正值，最终得到精度较高的预测值。采用MC方法分别对广义回归神经网络(GRNN)模型、T-S模糊神经网络模型以及Elman神经网络模型的预测误差进行修正，并应用MC修正后的3种模型对山西某风电场测风塔不同步长风速进行预测仿真实验研究，分析讨论了MC对各预测模型误差的修正效果。仿真结果表明，所提出的误差修正方法能够有效提高测风塔风速预测精度，为预测模型的误差修正提供了一种有效的实用的方法。

渣浆泵用材料失重量的预测模型 本文研究了渣浆泵用材料失重量的影响因素及其排序，通过大量计算，提出了用这些参数预测泵用材料失重量的一种方法，本文研究突破了过去传统的单一因素对材料失重量影响的研究模式，为泵用材料失重量深入研究开辟了新的途径。