文章分析总结了六类典型的机组振动变化趋势，采用人工神经网络预报方法对这六类趋势分别进行了预报试验，结果表明：人工神经网络预报方法对机组的各种振动变化趋势具有普遍的适用性。对主风机、气压机、烟气轮机等机组的实际预报应用结果也表明：该技术预报两个监测周期的机组振动，预报误差均在10％以内，达到了实用的要求。

为了开展声学系统性能预报技术研究,在对内陆湖的环境边界特性和常年水温剖面统计分析的基础上,根据获取的经验声速计算公式,编制了内陆湖声线轨迹分析软件,利用该声线分析软件提出了一种对声学系统产品性能进行预报和分析的方法,该方法能给出声学系统作用距离预报范围,试验证明该方法可行,最后对预报结果和方法进行了简要讨论。

在实测数据较少的情况下，采用何种模型能对GPS BlockⅡR（M）卫星钟差进行最佳预报？经研究发现，采用GM（1，1）-AR（P）复合模型进行1天短期预报的精度在1ns之内，进行10天长期预报的精度在10ns之内，这不仅优于二次多项式和GM（1，1）等传统钟差预报模型，而且好于IGS（the International GPS Service for Geodynamics）提供的预报钟差7ns的精度。