导读:本文包含了概率预测论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:概率,模型,神经网络,功率,误差,区间,水灰比。
概率预测论文文献综述
余波,凌干展,刘建波,秦荷成[1]（2019）在《混凝土中钢筋腐蚀速率的概率预测模型》一文中研究指出为了克服传统确定性预测模型无法考虑不确定性因素影响所存在的缺陷,研究建立了一种基于材料和环境因素的钢筋腐蚀速率概率预测模型。首先分析了水灰比和氯离子含量等材料参数,以及环境温度和相对湿度等环境条件对钢筋腐蚀速率的影响规律;然后综合考虑上述因素的影响建立了钢筋腐蚀速率的概率预测模型表达式,并根据贝叶斯理论和马尔科夫链蒙特卡洛(MCMC)法确定了概率模型参数的后验分布信息,从而建立了钢筋腐蚀速率的概率预测模型;最后利用试验数据和传统确定性模型,对比验证了模型的适用性,并校准分析了传统确定性模型的计算精度。(本文来源于《硅酸盐通报》期刊2019年11期）
杨锡运,康宁,杨雨薇,苏杰[2]（2019）在《基于EEMD的SOA-KELM风电功率概率性短期区间预测》一文中研究指出针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。(本文来源于《动力工程学报》期刊2019年11期）
赵康宁,蒲天骄,王新迎,李烨[3]（2019）在《基于改进贝叶斯神经网络的光伏出力概率预测》一文中研究指出光伏功率预测准确性对电网调度运行影响很大,传统的确定性预测方法对光伏出力波动的响应能力不足,给电网的安全稳定运行带来挑战。提出了基于改进贝叶斯神经网络的光伏出力概率预测方法,将神经网络的权重以概率分布的形式表示,提高了神经网络应对光伏出力随机性的能力;依据输入输出相关性进行特征降维,提高数据密度,抑制过拟合;在贝叶斯神经网络的输入端引入全连接神经网络与一维卷积神经网络,提高网络对不同输入数据的信息提取能力,提高预测精度。以实际系统为例进行实证分析,结果表明,与传统的确定性预测模型相比,所提方法在光伏出力波动时具有更高的预测准确率;与其他概率预测方法相比,所提方法在保持较高总体预测准确率的同时,预测功率区间更窄。(本文来源于《电网技术》期刊2019年12期）
刘鹏里[4]（2019）在《胬肉术后复发危险因素Logistic回归分析及复发概率风险预测模型的构建》一文中研究指出目的:探讨翼状胬肉切除术后胬肉复发的危险因素并构建复发概率风险预测模型。方法:对翼状胬肉切除联合角膜缘干细胞移植术治疗的72例翼状胬肉患者的临床资料进行回顾性分析,比较未复发组与复发组相关指标的差异,然后对复发可能的相关危险因素进行Logistic回归分析。结果:通过Logistic回归分析:术后CAD(转换)、术后3个月BUT差异有统计学意义(P<0.05),术后CAD(转换)每增加一单位(25°),复发的风险增加2.6倍,术后BUT每增加1秒,复发的风险降低88.6%。根据回归结果建立胬肉复发概率风险预测模型:P=EXP(16.997+0.979*X1-2.167*X2)/[1+EXP(16.997+0.979*X1-2.167*X2)],ROC曲线AUC=0.929,最佳截断点为0.297。结论:术后散光的增加、术后泪膜破裂时间的缩短为翼状胬肉术后复发的危险因素之一,构建的胬肉复发概率风险预测模型对胬肉复发具有一定的预警作用。(本文来源于《中国医学创新》期刊2019年31期）
杨茂,杨春霖,董骏城[5]（2019）在《基于预测误差分布优化模型的风电功率超短期概率区间预测研究》一文中研究指出提出一种基于预测误差分布优化模型的风电功率概率区间预测方法。由于风功率数据存在显着的时间相依结构,该方法首先对预测功率按出力不同进行划分,以划分区段内的预测误差为统计样本,分别采用多种分布模型拟合误差概率密度,通过拟合指标选择优化模型,进而求解该分布模型的累积概率,并通过计算指定置信水平下的置信区间进行概率区间预测。利用性能指标比较典型单一分布模型和优化模型的预测结果,表明基于优化模型的概率性预测区间覆盖率更高、平均带宽更窄、精度更好、效果更优。(本文来源于《太阳能学报》期刊2019年10期）
朱文立,张利,杨明,王勃,赵元春[6]（2019）在《考虑日周期性影响的光伏功率爬坡事件非精确概率预测》一文中研究指出光伏功率爬坡事件的可靠预测对电力系统运行决策至关重要。针对现有光伏发电功率爬坡事件预测存在误报与漏报的问题,提出了一种考虑日周期性影响的光伏功率爬坡事件非精确概率预测方法。首先,定义了新的光伏爬坡特征量,以有效剔除光伏发电功率中的日趋势性变化。进而,为了避免光伏爬坡样本数据有限可能引发的预测误差,通过结构学习构建了最优信度网络,对光伏功率爬坡事件进行非精确概率预测;其中,信度网络节点关联的非精确条件概率由多状态随机变量的非精确狄利克雷模型统计得到。最后,根据给定气象条件,推理计算各爬坡状态发生的概率区间。基于某光伏电站数据的算例仿真验证了所述方法的有效性,表明所提方法可有效捕捉光伏发电功率变动中由气象条件引发的突变事件。(本文来源于《电力系统自动化》期刊2019年20期）
吴晨光,陆盟,张洁,赵江[7]（2019）在《降雨型滑坡运动距离概率预测模型》一文中研究指出降雨诱发的滑坡是一种常见的地质灾害。滑坡灾害的后果与其运动距离密切相关。对降雨条件下滑坡距离进行预测是进行灾害定量风险评价的基础。本文系统地搜集309例降雨型滑坡案例,建立了降雨条件下滑坡水平运动距离数据库。基于建立的数据库,对降雨诱发滑坡的体积、初始坡度、表面长宽比、以及运动距离等指标进行了统计分析。建立了可考虑有阻碍滑坡和无阻碍滑坡案例影响的降雨型滑坡水平运动距离预测模型的标定方法。提出的方法不但可以预测滑坡水平运动距离,而且可以得到其模型误差和置信区间。单因素分析表明,滑坡水平运动距离与滑坡垂直运动距离相关性最高,之后依次是滑坡体积、滑坡表面长宽比,与滑坡原始角度相关性最差。逐步线性回归分析表明,基于垂直运动距离、滑坡体积和表面长宽比的滑坡水平运动距离预测模型的拟合优度最高。(本文来源于《2019年全国工程地质学术年会论文集》期刊2019-10-11）
葛一荀,张洁,郑文棠,汪华安[8]（2019）在《基于标准贯入试验的土体液化判别准则模型误差分析及土体液化概率预测》一文中研究指出基于标准贯入试验的经验判别准则在建立过程中,由于存在较多的不确定性因素,不可避免地具有模型误差。本研究基于1962-1976年间的8场地震中的液化案例数据,采用极大似然理论对《工业与民用建筑抗震设计规范(TJ11-74)》、《建筑抗震设计规范(GB50011-2001)》和《建筑抗震设计规范(GB50011-2010)》中液化判别准则的误差进行了分析。研究表明:3种液化判别准则在分析1974年以前的液化案例时的精度较低,在分析1974年以后的液化案例时的精度较高,这可能与前者的锤击数并非由标准贯入试验直接获得有关;根据贝叶斯信息准则,GB50011-2001具有最高的最优模型概率,与液化案例数据符合程度最高。土体液化判别结果存在不确定性,本文给出了基于液化判别准则的模型误差以及未经修正的饱和土标准贯入锤击数与液化判别标准贯入锤击数临界值的比值计算的土体的液化概率公式。(本文来源于《2019年全国工程地质学术年会论文集》期刊2019-10-11）
杨桂学,李冉华,曾涛,吴卓,徐宝宁[9]（2019）在《肿瘤标志物预测NSCLC患者EGFR突变概率数学模型的建立与评价》一文中研究指出目的:利用血清肿瘤标志物建立预测非小细胞肺癌(NSCLC)患者表皮生长因子受体(EGFR)基因突变概率的数学模型,并评价其临床应用价值。方法:回顾性分析我院经病理学确诊的NSCLC患者107例,对组织标本采用扩增阻滞突变系统实时荧光定量PCR(ARMS-PCR)技术检测EGFR基因突变,采集外周静脉血用化学发光法检测血清肿瘤标志物水平。多因素回归分析筛选出EGFR突变的独立预测因子,建立Logistic回归模型。绘制受试者工作特征曲线(ROC)并计算曲线下面积(AUC),以评价模型准确性和临床价值。结果:107例NSCLC患者中43.9%为EGFR突变型,56.1%为EGFR野生型。Logistic回归分析显示吸烟史、CEA、CA199和CYFRA21-1在EGFR突变型和野生型组间差异有统计学意义,是EGFR突变的独立预测因子。由此建立预测模型:P=e~x/(1+e~x),X=-3.664+(3.246×吸烟史)+(2.441×CEA)+(1.866×CA199)-(1.918×CYFRA21-1),e为自然对数;当截点P为0.478时,模型的敏感度为85.1%,特异性为65.0%。该模型的AUC为0.734(95%CI:0.637～0.830)。结论:非吸烟、CEA和CA199高表达及CYFRA21-1低表达是NSCLC患者EGFR基因突变的独立预测因子。由此建立的数学预测模型准确度较高,可为EGFR基因突变的预测提供有利帮助。(本文来源于《现代肿瘤医学》期刊2019年21期）
石创,朱俊章,龙祖烈,秦成岗,史玉玲[10]（2019）在《基于概率神经网络的烃源岩TOC预测——以珠江口盆地陆丰南区为例》一文中研究指出烃源岩评价在油气成藏和资源潜力研究中起着关键性作用,而总有机碳质量分数(TOC)是烃源岩评价的基础和影响油气资源评价的关键参数。海上油气勘探因钻井和取样数量的限制,难以获得连续的TOC数据。通过地化-测井-地震联合优选地震属性参数,基于概率神经网络(PNN)对陆丰南区烃源岩TOC进行了预测。结果表明:文昌组下段发育优质烃源岩,其中文四段烃源岩是陆丰凹陷南部油气资源的主要贡献者。运用PNN神经网络预测烃源岩TOC,可获得高精度烃源岩TOC叁维数据体,充分揭示了烃源岩有机质丰度的非均质特点,有效弥补了海上少井区烃源岩评价的缺陷,为精细油气资源潜力评价提供了一种新的尝试。(本文来源于《断块油气田》期刊2019年05期）
概率预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对风电功率概率短期区间预测问题,提出了基于集合经验模态分解(EEMD)与人群搜索算法(SOA)优化的核极限学习机(KELM)模型。首先,在风电功率非平稳性时频分析的基础上,利用EEMD将原始风电功率序列分解为不同的子序列,并对各EEMD子序列建立基于上下限直接估量的预测子模型。然后,使用SOA寻求KELM子模型输出权值上下限的最优解,以优化模型预测性能。最后,以实际数据为算例,将本文模型与粒子群优化(PSO)算法优化的5种预测模型进行对比。结果表明:EEMD-SOA-KELM模型收敛速度更快且全局收敛,可获得更加可靠优良的区间预测结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概率预测论文参考文献
[1].余波,凌干展,刘建波,秦荷成.混凝土中钢筋腐蚀速率的概率预测模型[J].硅酸盐通报.2019
[2].杨锡运,康宁,杨雨薇,苏杰.基于EEMD的SOA-KELM风电功率概率性短期区间预测[J].动力工程学报.2019
[3].赵康宁,蒲天骄,王新迎,李烨.基于改进贝叶斯神经网络的光伏出力概率预测[J].电网技术.2019
[4].刘鹏里.胬肉术后复发危险因素Logistic回归分析及复发概率风险预测模型的构建[J].中国医学创新.2019
[5].杨茂,杨春霖,董骏城.基于预测误差分布优化模型的风电功率超短期概率区间预测研究[J].太阳能学报.2019
[6].朱文立,张利,杨明,王勃,赵元春.考虑日周期性影响的光伏功率爬坡事件非精确概率预测[J].电力系统自动化.2019
[7].吴晨光,陆盟,张洁,赵江.降雨型滑坡运动距离概率预测模型[C].2019年全国工程地质学术年会论文集.2019
[8].葛一荀,张洁,郑文棠,汪华安.基于标准贯入试验的土体液化判别准则模型误差分析及土体液化概率预测[C].2019年全国工程地质学术年会论文集.2019
[9].杨桂学,李冉华,曾涛,吴卓,徐宝宁.肿瘤标志物预测NSCLC患者EGFR突变概率数学模型的建立与评价[J].现代肿瘤医学.2019
[10].石创,朱俊章,龙祖烈,秦成岗,史玉玲.基于概率神经网络的烃源岩TOC预测——以珠江口盆地陆丰南区为例[J].断块油气田.2019
论文知识图
