请选择 目标期刊

经济型酒店能源基准工具研究 下载:47 浏览:306

滕真如1,2 武春友1 徐止政3 《建筑与工程管理》 2018年3期

摘要:
我国经济型酒店能源目前常用EUI(用能强度)单位面积能耗表示,但是将来用EUI代理成为发展趋势,在某些发达国家已被广泛采用。讨论了应用酒店能源基准工具应注意的问题。该能源基准利用多元线性回归分析,将EUI作为因变量,将若干能耗影响因素作为自变量,应用最小二乘拟合回归方程作为能源基准。该能源基准评价最终用能源利用率(能效比)表示,它是实际EUI与预测EUI二者之比的百分数。实际EUI根据现场能源计算获得,预测EUI根据回归方程计算获得。并给出两个能源基准的评价实例。

基于多元线性回归的机场空气质量影响因素研究 下载:34 浏览:313

张权 田勇 叶博嘉 万莉莉 《中国环境保护》 2019年3期

摘要:
随着民航业的飞速发展,带动机场范围内交通流量剧增,使机场空气质量逐渐恶化,对乘客及附近居民健康和生态环境构成直接影响。因此,准确评估机场空气质量并提取主要影响因素亟不可待。文章通过确定机场范围,计算机场污染源小时排放清单,采用AERMOD模型计算污染物扩散浓度,通过机场空气质量评估模型将其转化为AAQI,得到机场空气质量评估结果。以此为基础,采用相关分析法提取机场空气质量主要影响因素,利用多元线性回归法对主要影响因素与AAQI建立回归模型。最后以南京禄口国际机场为例,基于2016年机场空气质量评估结果,提取了机场空气质量的主要影响因素,包括航空器小时架次、风速、温度和风向,并建立了回归模型,经验证,回归模型的拟合优度高达95%。

库车前陆盆地“三超”气井产能预测方法对比 下载:58 浏览:447

马群 王胜军 蒋国军 何飞 郭宇恒 胡家荣 《天然气进展》 2018年7期

摘要:
气井产能预测是气藏开发过程中的重要工作之一,在气田的整体评价和高效开发进程中具有很强的预见性。而对于"三超"气井来说,进行产能测试面临着较大困难,因此寻找一种较为方便的产能预测方法尤为重要。基于此,研究以气井静态资料、探井资料为依据,建立了多元线性回归、BP神经网络、支持向量机3种预测模型,通过对上述3种产能模型预测结果及3种预测方法的优缺点综合对比分析可知,基于支持向量机的气井产能预测模型预测精度较高、预测结果稳定、可操作性强,是一种适合库车前陆盆地"三超"气井产能预测的数据建模方法。

基于EEMD-GRU-MLR的短期电力负荷预测 下载:88 浏览:494

邓带雨1 李坚1 张真源1 滕予非2 黄琦1 《电网技术研究》 2020年5期

摘要:
针对电力负荷随机性较强,预测精度不高的问题,通过构建集合经验模态分解(ensembleempiricalmode decomposition,EEMD)以及门控循环单元神经网络(gated recurrent unit neural network,GRU)和多元线性回归(multiple linearregression, MLR)组合而成的EEMD-GRU-MLR(EGM)预测方法,有效提高了电力负荷短期预测精度。首先通过集合经验模态分解将电力负荷数据分解为频率由高到低的不同本征模态函数(intrinsicmodefunctions,IMF),不同频率的本征模态函数分量代表了电力负荷不同的部分特征,随后分别使用多元线性回归方法和GRU神经网络方法对低频部分和高频部分进行快速准确的预测,最后将所得各预测结果组合后得到完整的预测结果。EGM预测方法不但能够对电力负荷的变化趋势进行有效预测,而且能够准确预测随机性较强的局部特征。最后通过实验验证,该方法有效地提高了负荷预测精度。

老年人对不同科技产品的接受倾向及其影响因素分析——以北京市为例 下载:67 浏览:393

黄鲁成 薛爽 吴菲菲 苗红 《老龄研究进展》 2019年6期

摘要:
通过调查北京市60岁及以上老年人对科技产品的接受情况,分析老年人对不同科技产品的接受倾向,并对其影响因素进行对比分析。研究发现:老年人更容易接受的科技产品依次是信息沟通类、居家与日常生活类、学习娱乐类、健康照护类、行动交通类;不同个体特征、身心状况、社交关系的老年人对不同科技产品的接受情况有明显差异。

基于R的网络营销市场规模影响因素分析 下载:234 浏览:2390

李寒 《当代市场营销》 2021年11期

摘要:
网络营销是最近几年逐步兴起的营销渠道, 它充分利用了现代传播手段,并满足了大众消费者的一些需求, 对于影响网络营销市场规模的因素便成为有关企业重点关注的一个内容。本文使用R语言作为工具,综合运用统计学相关知识,通过选取先关指标开展研究,通过数学模型的建立,分析影响因素,提供一种扩展网络营销市场规模的可行思路。
[1/1]
在线客服::点击联系客服
联系电话::400-188-5008
客服邮箱::service@ccnpub.com
投诉举报::feedback@ccnpub.com
人工客服

工作时间(9:00-18:00)
官方公众号

科技成果·全球共享