导读:本文包含了总量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:总量,需水量,模型,灰色,人口,能源消费,建筑。
总量预测论文文献综述
王德维,张超,王欢,武宜壮[1]（2019）在《基于分类计算法的规划水资源论证需水总量预测研究——以连云港市徐圩新区为例》一文中研究指出为确保江苏省连云港市徐圩新区经济社会发展规划与水资源条件相匹配、产业布局与水资源条件相适应,实现以水定产、以水定城,提高规划编制的科学性和规划实施的可行性,开展了规划阶段需水总量预测研究。根据现有资料及徐圩新区的实际情况,采用分类计算法预测徐圩新区需水总量,同时对江苏省工业园区实际用水量指标法、城市单位建设用地综合用水量指标法、单位用地用水量指标法进行综合比较。结果表明,分类计算法计算结果与江苏省工业园区实际用水量预测结果基本一致,预测需水量基本合理;城市单位建设用地综合用水量指标法和单位用地用水量指标法推算的需水量不合理,不适用于徐圩新区。(本文来源于《水利水电快报》期刊2019年09期）
王旖旎[2]（2019）在《中国各省区城市生活用水总量预测分析》一文中研究指出随着我国城市化进程的加快,城市生活用水供应能力关乎城市居民生活质量。文章首先利用系统动力学的方法对影响城市生活用水量的影响因素进行分析,通过建立因果关系图和系统流图分析其内在机理,重点讨论了用水人口和人均用水量的影响因素。接着收集了其中31个省区2004年至2015年与城市生活用水量相关的指标数据,利用面板数据模型分析了户籍人数和人均GDP如何影响各地区的城区人口和暂住人口总量,从而影响到用水人口。最后对其中的31个省区2016年至2025年的城市生活用水总量进行预测,根据预测结果给出相应的对策建议。(本文来源于《法制与经济》期刊2019年08期）
刘智[3]（2019）在《基于大数据和深度学习的全社会月用电总量预测》一文中研究指出为解决经典方法预测全社会用电总量的预测数值精度较低、模型结构参数过于复杂等技术难题,本文提出将电力大数据和人工智能领域深度学习算法相结合的研究方法。采用计算机建立具有阶层结构的深度神经网络,根据仿生学原理引入线性整流函数解决梯度消失及神经网络收敛速度减慢问题,采用梯度下降来进行优化模型,同时通过引入指数衰减法由神经网络模型自动设定学习率以提高模型预测精度并降低迭代次数。从数量场的梯度原理并结合泰勒公式,推导出梯度下降法背后数学原理。为解决过拟合问题引入早停算法以提高模型训练速度及泛化能力。最后深度学习算法预测数值与经典线性回归算法预测数值相比较,深度学习算法在对全社会月用电总量的预测精准度、稳定性指标上明显优于线性回归算法,深度神经网络模型对未来全社会电力需求的预测数值具有高度的可信性。(本文来源于《电力大数据》期刊2019年08期）
崔吉芳[4]（2019）在《2020—2035年我国人力资源总量增长潜力及各级教育的贡献——基于教育人口预测模型的实证分析》一文中研究指出人力资源是我国经济增长的核心要素之一。基于第六次人口普查数据,参考2015年人口抽样数据,结合教育事业统计数据,采用队列要素法建构教育人口预测模型,对我国2020—2035年人力资源总量的发展趋势进行预测。结果表明,受人口受教育水平提升的拉动,尽管2020—2035年我国劳动年龄人口数呈现负增长,但人力资源总量仍具有良好的增长潜力,且与经济合作与发展组织国家相比具有一定的后发比较优势,到2035年劳动年龄人口平均受教育水平和人力资源总量均有望实现赶超。教育是我国未来人力资源增长的核心动力,高等教育对人力资源增长持续发挥最大贡献,其次是高中阶段教育。未来高等教育贡献中超过60%来自普通高等教育,成人高等学历教育占比相对较低。我国应始终坚持教育优先发展以持续保持学历提升在促进人力资源增长中的比较优势,积极推进各级教育对人口受教育水平提升的贡献作用,同时创新形式发展成人学历教育与培训,为人口受教育水平提升创造新的增长点。(本文来源于《教育研究》期刊2019年08期）
戴剑勇,郭睿[5]（2019）在《基于组合预测模型的煤炭能源消费总量预测》一文中研究指出文章以2000—2016年的煤炭能源消费总量为原始数据,分析改进灰色预测模型,同时引入逻辑斯蒂预测模型,以组合模型与原始数据的残差平方和最小为目标函数确定组合模型权重系数,建立组合预测模型,通过验证3者的预测结果,得出组合模型比单一预测模型预测效果更好,适用性更强,对于煤炭能源消费总量的预测具有较好的指导意义与可行性。(本文来源于《南华大学学报(社会科学版)》期刊2019年03期）
卢腾飞,翁小龙,王丰[6]（2019）在《基于情景分析法的武汉市能源消费总量预测研究》一文中研究指出基于情景分析法对武汉市未来的发展设定基准、规划和强化节能叁种情景,并对各种情景下的能源消费总量进行预测,建议武汉市参考强化节能情景制定相关能源政策,以实现能源消费总量在2034年尽快达峰。(本文来源于《科技经济导刊》期刊2019年13期）
徐步朝,李扬,王美,叶创[7]（2019）在《基于灰色马尔可夫模型的我国地质人才总量预测及发展对策研究》一文中研究指出人们对美好生活的向往不仅包括物质生活,更应该需要舒适、更优美的居住坏境。随着经济的发展,生态环境保护与资源开发兼顾的"两难"问题突出。化解这一难题需要不断提高地质行业的科技水平,其本质在于创新型高素质地质人才的培养。在我国国家生态文明建设背景下,以2009-2015年末全国地质行业在职人数为地质人才总量为基础数据,采用GM(1,1)灰色预测模型和马尔可夫修正模型,对我国习近平新时代社会经济发展阶段的地质人才总量变化进行预测,并得出未来12年我国地质人才总量。预测结果具有较高拟合度,据此综合分析未来我国地质人才资源的发展趋势并提出对策和建议。(本文来源于《江西科学》期刊2019年02期）
谢晓霜[8]（2019）在《创新转型背景下的研发建筑总量预测方法探析——以南京市为例》一文中研究指出研发产业的发展是产业转型升级的重要动力与表现,研发建筑作为其空间载体,其建设受到了各市政府高度重视,然而现有技术规范标准对其规划人均建设指标及合理研发建筑总量确定缺乏科学引导。因此,创新转型背景下,研发载体建设加快,其合理规模的预测存在必要。本文在归纳总结相关方法的基础上,以南京为对象,尝试对研发建筑总量预测方法进行探讨。(本文来源于《住宅与房地产》期刊2019年04期）
冯迪,方遥[9]（2019）在《基于经济发展的南京市商业建筑总量预测研究》一文中研究指出研究对影响南京市商业建筑总量变化的经济发展因素进行相关性分析,通过构建合理的预测模型预测南京市未来(2035年)的商业建筑总量,以期能够有效发展和控制城市商业规模的建设。(本文来源于《建材与装饰》期刊2019年03期）
周永军[10]（2018）在《基于灰度预测的秦皇岛市垃圾总量及旅游旺季垃圾峰值预测》一文中研究指出本文通过建立多元线性回归模型,对2011—2017年秦皇岛市城市区年垃圾总量进行研究,实证结果表明,非农业户籍总人口和七、八两月份接待游客总人数对城市区年垃圾总量有显着影响。现依据已有的历史数据,建立灰色GM(1,1)模型,对2018—2022年秦皇岛市城市区年垃圾总量和每年七、八月份的垃圾产生量进行预测,并根据预测结果提出五年内无需新建垃圾处理焚烧厂、通过垃圾分类降低垃圾处理焚烧量、建立旅游旺季垃圾处理应急体系的建议,为开展垃圾处理工作提供参考。(本文来源于《天津商务职业学院学报》期刊2018年06期）
总量预测论文开题报告
（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：
随着我国城市化进程的加快,城市生活用水供应能力关乎城市居民生活质量。文章首先利用系统动力学的方法对影响城市生活用水量的影响因素进行分析,通过建立因果关系图和系统流图分析其内在机理,重点讨论了用水人口和人均用水量的影响因素。接着收集了其中31个省区2004年至2015年与城市生活用水量相关的指标数据,利用面板数据模型分析了户籍人数和人均GDP如何影响各地区的城区人口和暂住人口总量,从而影响到用水人口。最后对其中的31个省区2016年至2025年的城市生活用水总量进行预测,根据预测结果给出相应的对策建议。
（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。
总量预测论文参考文献
[1].王德维,张超,王欢,武宜壮.基于分类计算法的规划水资源论证需水总量预测研究——以连云港市徐圩新区为例[J].水利水电快报.2019
[2].王旖旎.中国各省区城市生活用水总量预测分析[J].法制与经济.2019
[3].刘智.基于大数据和深度学习的全社会月用电总量预测[J].电力大数据.2019
[4].崔吉芳.2020—2035年我国人力资源总量增长潜力及各级教育的贡献——基于教育人口预测模型的实证分析[J].教育研究.2019
[5].戴剑勇,郭睿.基于组合预测模型的煤炭能源消费总量预测[J].南华大学学报(社会科学版).2019
[6].卢腾飞,翁小龙,王丰.基于情景分析法的武汉市能源消费总量预测研究[J].科技经济导刊.2019
[7].徐步朝,李扬,王美,叶创.基于灰色马尔可夫模型的我国地质人才总量预测及发展对策研究[J].江西科学.2019
[8].谢晓霜.创新转型背景下的研发建筑总量预测方法探析——以南京市为例[J].住宅与房地产.2019
[9].冯迪,方遥.基于经济发展的南京市商业建筑总量预测研究[J].建材与装饰.2019
[10].周永军.基于灰度预测的秦皇岛市垃圾总量及旅游旺季垃圾峰值预测[J].天津商务职业学院学报.2018
论文知识图
