XiaoMi-AI文件搜索系统
World File Search Systemforecasting
洪水预报预警
3.1 简介 13 3.2 洪水预报模型及其选择 14 3.2.1 降水驱动的集水区模型 15 3.2.2 路径模型 15 3.2.3 集水区和路径组合模型 16 3.2.4 特殊情况模型 16 3.2.5 模型可用性 16 3.3 选择合适的洪水预报模型 17 3.3.1 选择合适的模型 17 3.3.2 了解洪水水文学 18 3.3.3 分析性洪水研究的要求 19 3.3.4 模型校准和数据要求 20 3.3.5 模型验证/确认 21 3.3.6 数据同化 22 3.3.7 将气象预报与水文模型耦合 22 3.4 业务水文气象网络 23 3.4.1 现有监测网络类型 23 3.5 水文气象观测网络设计要求 24 3.5.1 风险区域识别 24
AI Software 为 SanDisk 开发市场预测门户
最终应用程序使用 HTML 5 和基于 jQuery 的 Kendo UI 控件、Telerik® UI for ASP.Net MVC、Web API 和使用专为 SAP HANA 开发的自定义数据访问层的服务层构建。该应用程序具有高度交互的网格、下拉列表和标签条控件，可在多个桌面浏览器和平板电脑中无缝呈现，并可预测各个层次的生产数量。分析师可以维护其预测的不同版本，并将其合并到规划经理或副总裁开发的最终发布版本中。报告在每个季度末使用 Tableau 等 BI 工具发布，并发布给包括公司高层领导和其他决策者在内的更大受众。
城市能源系统中太阳能整合的时空预测与优化
不可调度的可再生能源（如光伏 (PV) 系统）在发电结构中的渗透率不断提高，对电力系统的运行性能提出了挑战。在需求方面，提高客户负载灵活性和电气化程度的先进方案将显著改变电力需求。此外，屋顶安装的光伏系统会改变其所连接建筑物的电力需求，因为所产生的电力首先服务于建筑物的电力负载，从而影响电网所经历的所谓净负载。本论文研究增强分散太阳能光伏电力与电力系统集成的解决方案，特别关注概率和多变量预测以及基于此类预测的控制框架。此外，本论文还通过太阳能光伏逆变器的无功功率控制来评估电压控制。使用静态和动态预测模型生成概率太阳能、负载和净负载预测，其中后者可减少约 99% 的计算时间，并提高校准和锐度，但降低预测分辨率。随后，动态预测模型用于研究客户空间聚集对预测密度的影响，从而提高校准和清晰度。有趣的是，在聚集少数客户时，积极影响已经显而易见，这可以改善社区层面的决策。还研究了时间和时空轨迹形式的多元预测，其中多元分布由 copula 表示。具体而言，结果表明，经验 copula 特别适合高维时空预测，而高斯 copula 非常适合具有较大预测范围的时间预测。此外，该论文开发了基于场景的随机模型预测控制算法的增强版本，该算法实现全局最优控制动作（如果存在）而不是独立最优控制动作的期望，从而更有效地管理预测误差。最后，将基于种群的搜索方法应用于无功功率控制，该方法能够明确且独立地模拟分散太阳能光伏逆变器之间的空间和时间关系，从而以比基准更小的种群获得更好的电压曲线。总之，本文表明，可以使用多种方法改进预测，例如，通过空间聚合客户、结合光伏发电和用电量、预先选择信息预测因子或对预测进行后处理。反过来，预测准确性的提高可以增加其在诸如最优控制问题等应用中的价值，从而改善城市能源系统中的太阳能光伏集成。
数据收集自 69 家大型雇主，并对其中 25 家进行了访谈，目的是向研究人员介绍人力规划和预测问题的研究。这项雇主启发式调查的结果包括：(1) 72% 的雇主预测部分人力需求，(2) 36% 的雇主预测外部人力供应，(3) 59% 的雇主在过去 5 年开始进行此类预测，(4) 60% 的雇主考虑销售额，45% 的雇主考虑劳动力供应进行预测，(5) 34% 的雇主预测所有员工群体的需求。其中包括 19 个案例研究，重点介绍报告单位的描述、预测技术的有趣特征以及技术描述。附录中包含数据收集工具和方法讨论。 (EM)
数据收集自 69 家大型雇主，并对其中 25 家进行了访谈，目的是向研究人员介绍人力规划和预测问题的研究。这项雇主启发式调查的结果包括：(1) 72% 的雇主预测了部分人力需求，(2) 36% 的雇主预测了外部人力供应，(3) 59% 的雇主在过去 5 年内开始进行此类预测，(4) 60% 的雇主考虑销售额，45% 的雇主考虑劳动力供应进行预测，(5) 34% 的雇主预测所有员工群体的需求。其中包括 19 个案例研究，重点介绍了报告单位的描述、预测技术的有趣特征以及技术描述。附录中包含了数据收集工具和方法讨论。(EM)