weaimike 发表于 2013-11-28 12:30

没我的还写得好啊

我心飞翔6575 发表于 2013-11-28 13:31

不要体力行不行!!

百年孤独 发表于 2013-11-28 16:11

weaimike 发表于 2013-11-28 12:30 static/image/common/back.gif
没我的还写得好啊

参考参考借鉴一下。。

人类JRM 发表于 2013-11-28 21:23

开玩笑呢?!这种水平就优秀论文了?

人类JRM 发表于 2013-11-28 21:24

而且SPSS我们也尝试过,处理空值的方法太粗糙了

百年孤独 发表于 2013-11-28 21:50

人类JRM 发表于 2013-11-28 21:23 static/image/common/back.gif
开玩笑呢?!这种水平就优秀论文了?

没有说是优秀论文~就是让大家借鉴一下~

a494897648 发表于 2013-11-29 09:25

zhangjipei 发表于 2013-11-27 12:56 static/image/common/back.gif
a的数据是编的吧,灰色预测都能用

灰色是可以的。只不过要改动一下

数学中国管理员 发表于 2013-11-29 15:08

对于A题,处理空值更简便的方法是直接使用临近插值或样条插值,全部处理只需十几秒,matlab有现成程序。对于5个样本的选取,一般来说也不是随机选取的,为了使模型具有较大推广性(模型的优化考虑),要使选取的的样本距离最大化(或者正常工作时间最长,标准不一,最好是使用K-S结合正常工作率考虑,才是最好的5个机电组选取原则)。
由于电机的大量0值基本是由检修造成的(通过观察20个电机组,你可以看出正常情况,一般只有少量机组非正常工作),因此可以将0值舍去或者再次插值处理,你也没有很好进行处理,对于P-P图,不知你的模型是是跟正态分布对比还是跟指定分布对比,对于电机组功率分布,正太分布是很差的分布,一般是接近含指数、对数形式的相关分布更多。
对于大量数据的拟合预测,可能你的灰色预测,只是图完成两个模型对比的任务,更适合的肯定是非线性中的ARIMA或者神经网络,通过合适的数据预处理,拟合度是比较高的,可以很好的符合模型预测。
论文比较好的是完成了,格式比较规范,但在模型的改进上没有花功夫。奖励等级取决于大家的平均水平和评委的眼光。

543212345 发表于 2013-12-3 18:40

数学中国管理员 发表于 2013-11-29 15:08 static/image/common/back.gif
对于A题,处理空值更简便的方法是直接使用临近插值或样条插值,全部处理只需十几秒,matlab有现成程序。对于 ...

对于0值,通过观察可以知道对于每一台风机每一天的数据中都有,你的意思就是说每天都要停机来检修风机?这明显是不符合风机设计者的设计要求,你的这个假设太主观了点,个人不是很赞同。

数学中国管理员 发表于 2013-12-5 22:57

543212345 发表于 2013-12-3 18:40 static/image/common/back.gif
对于0值,通过观察可以知道对于每一台风机每一天的数据中都有,你的意思就是说每天都要停机来检修风机?这 ...

呵呵,某台机组连续大量0值是不正常的假设(最大可能是检修状态或者其它电力原因造成,具体问题电力专业应该知晓,这是对比出来的,也是实际情况,可能是为了迫不得已保护设备,也可能是调度调节等)。
0值是每台机组每天都有的,但你加和20台机组就可以观察到,某一时刻只有极少量机组连续出现大量0值,其它的大都在一个较为正常的功率范围。电机每天大量连续出现的0值的电机是在不同时刻出现的。注意区分同一时刻0值和不同时刻0值。所以我认为在连续大量0值上插值电机功率平均值(或者与这台电机组最为相似的机组数据插值)是合理的。

另,17、18号机组是同一机组;我还认为几个机组可分析性较差,原因就是正常工作时间比率与给出的电机偏差较大,实际应用时分析这几个电机代表性较差,故障(不正常时间)导致数据失真过大。
页: 1 [2] 3
查看完整版本: 2013年电工杯论文A、B各一篇