基于非负权重组合模型的江苏省入境旅游客源预测

旅游客源需求预测是一个复杂的非线性系统,其发展变化具有增长性和波动性。本文根据1998年~2005年江苏省入境旅游客源数据特征,采用BP神经网络模型、GM(1,1)模型以及指数曲线模型分别进行预测,然后结合这三种预测方法的特点,提出非负权重组合预测模型,通过实例运算的对比分析,证明组合预测模型具有很高的准确性。预测结果表明:组合预测模型优于单一预测模型,江苏省入境旅游客源的非负权重组合预测模型是有效可行的。     

基于支持向量机的港口吞吐量预测

对传统的两个线性组合预测模型进行了研究,提出了一个新的线性组合预测模型Ⅲ。为提高精度,提出了支持向量机非线性的组合预测模型。以青岛港历年集装箱吞吐量为例,与单一预测方法、线性组合预测进行对比,结果表明支持向量机非线性的组合预测方法比较精确。     

餐饮营业数据库中关联模式的卡方分析

系统分析了餐饮企业数据的特点,基于关联规则和卡方分析理论,建立了餐饮营业数据库中关联模式的卡方分析模型.以某餐饮企业70万条原始数据为例,利用数据挖掘技术生成关联规则,将统计学中的列联表卡方分析引入到关联模式的相关性度量,通过卡方分析方法检验Apriori算法生成的规则,对规则前件与后件之间的相关性进行度量,开展对关联模式卡方检验的实证分析,从统计意义上分析规则是否关联及有效,剔除无用规则或误导规则.结果表明:列联表卡方分析适用于具有分类特征的样本间差异性的检验,在支持度度量的基础上引入卡方检验能有效地对非相关模式进行删减,减小频繁项集和关联规则的规模.     

基于概念分层的关联规则在酒店餐饮营业数据库的应用

酒店餐饮营业数据库信息实时汇总为管理者提供了方便,也为餐饮企业信息化的提升做了有力支撑.基于某酒店70万条餐饮营业数据,突破原有简单统计分析模式,通过概念分层和关联规则数据挖掘技术在餐饮营业数据库的有效应用,发现不同概念分层下的餐饮产品间的关联规则、客源聚类与餐饮产品间的多层关联规则等有用信息,为数据挖掘在传统服务领域应用拓展思路.     

水泥稳定钢渣-碎石混合料性能试验研究

以扬州高邮钢渣为原材料,开展水泥稳定钢渣碎石基层混合料性能研究。结果表明:钢渣的浸水膨胀率最大为1.07%,满足≤2%的技术要求。当水泥剂量为4.0%时,按照设计级配,水泥稳定钢渣碎石基层混合料强度性能满足设计要求。随着龄期的增长,混合料的劈裂强度、回弹模量、抗冲刷性能等指标均达到设计标准,能满足使用要求。