基于季节性(差分整合)自回归移动平均模型的广西乙类传染病发病情况预测 被引量：1

1

作者 韦雪梅 杨晓祥 +2 位作者 韦雪芹 李娟 袁宗祥 《内科》 2023年第3期209-214,共6页

目的应用季节性(差分整合)自回归移动平均(SARIMA)模型预测广西乙类传染病发病情况。方法将2011年1月至2022年5月广西乙类传染病月报告发病数据作为训练集构建时间序列,拟合和构建SARIMA预测模型;以2022年6月至11月的广西乙类传染病月... 目的应用季节性(差分整合)自回归移动平均(SARIMA)模型预测广西乙类传染病发病情况。方法将2011年1月至2022年5月广西乙类传染病月报告发病数据作为训练集构建时间序列,拟合和构建SARIMA预测模型;以2022年6月至11月的广西乙类传染病月报告发病数据作为测试集对模型进行测试。结果广西乙类传染病的发病情况呈季节性规律,最优预测模型为SARIMA(3,1,3)(2,0,0)_(12),其预测效果平均相对误差为7.99%,预测发病例数95%CI均包含了实际发病例数。结论SARIMA(3,1,3)(2,0,0)_(12)模型能较好地拟合广西乙类传染病的发病情况,可用于疫情的短期监测。 展开更多

关键词 广西壮族自治区 乙类传染病 季节性(差分整合)自回归移动平均模型 疾病预测

在线阅读 下载PDF 职称材料

基于时间序列季节分类模型的轨道交通客流短期预测 被引量：16

2

作者 唐继强 钟鑫伟 +1 位作者 刘健 李天瑞 《重庆交通大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第7期31-38,60,共9页

轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和... 轨道交通客流的分析中,数据季节性特征对客流预测的有效性存在显著影响。通过分析轨道交通客流曲线,发现轨道交通客流呈现出季节性特征;针对这种特征,提出基于季节分类模型的轨道交通客流预测方法。根据客流季节特征建立季节分类模板和季节时间序列;采用乘法季节自回归差分滑动平均模型建立客流季节分类模型;使用季节分类模型预测对应类型日期的客流。实验表明:季节分类模型既能有效预测轨道交通客流,又能较好地避免预测误差波动性问题。 展开更多

关键词 交通工程 客流短期预测 季节分类模型 时间序列 乘法季节自回归差分滑动平均模型

在线阅读 下载PDF 职称材料

基于SARIMA模型的城市热岛季节性时序预测研究 被引量：2

3

作者 管亚平 《科学技术创新》 2023年第7期111-114,共4页

针对目前出现的极端气候问题,本研究引入SARIMA季节性时序预测模型来预测城市热岛。首先利用单窗算法进行地表温度反演并进行精度验证;然后采用SARIMA模对地表温度进行拟合和未来温度变化预测。基于季节性差分自回归移动平均模型,结果表... 针对目前出现的极端气候问题,本研究引入SARIMA季节性时序预测模型来预测城市热岛。首先利用单窗算法进行地表温度反演并进行精度验证;然后采用SARIMA模对地表温度进行拟合和未来温度变化预测。基于季节性差分自回归移动平均模型,结果表明SARIMA模型的城市热岛季节性时序拟合和预测效果具有较高的可靠性和准确性。 展开更多

关键词 SARIMA模型 时序预测 地表温度 城市热岛 季节性差分自回归移动平均模型

在线阅读 下载PDF 职称材料

基于SARIMA预警模型的水位监测效果分析与研究 被引量：3

4

作者 张健 《水利科技与经济》 2024年第4期23-28,共6页

为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型... 为了提高城市水位监测的准确性及洪涝等灾害的预警能力,提出基于季节性自回归积分滑动平均(Seasonal auto-regressive integral moving average, SARIMA)模型的水位监测预警模型。该模型综合了自回归模型、移动平均模型和季节性差分模型,适用于分析和预测具有季节性和非平稳特征的时间序列数据。结果显示,基于SARIMA预警模型的水位监测系统,对城市周边的水位监测拟合效果较好,可对城市周边水位进行有效监测,提高应对城市内涝灾害的预警效果。 展开更多

关键词 季节性自回归积分滑动平均模型 水位监测 水位预警 数据填充

在线阅读 下载PDF 职称材料

使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型

5

作者 熊川羽 廖晓红 +5 位作者 何诗英 陈然 王巍 臧楠 王瀛 肖梦涵 《强激光与粒子束》 CAS CSCD 北大核心 2024年第8期117-123,共7页

根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得... 根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数(IMF)分量周期计算问题,提出加入快速傅里叶变换(FFT)的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差(RMSE)从120.6 MW下降到19.3 MW,平均绝对误差(MAE)从52.87 MW下降到12.3 MW。 展开更多

关键词 经验模式分解 季节性差分自回归移动平均模型 周期计算 固有本征模态函数信号分量 快速傅里叶变换 光伏发电预测

在线阅读 下载PDF 职称材料

基于H-P滤波法、ARIMA和VAR模型的库区滑坡位移综合预测 被引量：24

6

作者 孟蒙 陈智强 +2 位作者 黄达 曾彬 陈赐金 《岩土力学》 EI CAS CSCD 北大核心 2016年第S2期552-560,共9页

受库水位涨落及降雨等影响,库区滑坡位移表现出明显的周期性。基于位移时间序列分析,将滑坡监测位移分解为趋势项与周期项之和。趋势项反映滑坡变形的长期趋势,其主要受滑坡本身地质结构等因素影响。周期项反映滑坡变形的波动性,其主要... 受库水位涨落及降雨等影响,库区滑坡位移表现出明显的周期性。基于位移时间序列分析,将滑坡监测位移分解为趋势项与周期项之和。趋势项反映滑坡变形的长期趋势,其主要受滑坡本身地质结构等因素影响。周期项反映滑坡变形的波动性,其主要受外部因素影响。以三峡库区巫山塔坪滑坡为例,考虑长江水位与降雨量影响,采用H-P滤波法从滑坡位移中分解出趋势项及周期项,利用差分自回归滑动平均模型(ARIMA)对趋势项进行平稳处理并计算趋势项预测值,利用向量自回归模型(VAR)计算周期项预测值。趋势项预测值与周期项预测值之和为滑坡位移预测值。与实际监测值及多种方法分析比较,表明综合预测所得结果能较好反映滑坡变形的趋势性和波动性,位移预测效果较好。 展开更多

关键词 滑坡 变形预测 时间序列 H-P滤波法 差分自回归滑动平均(ARIMA)模型 向量自回归(VAR)模型

在线阅读 下载PDF 职称材料

基于时间序列的风电功率日前预测模型及其应用 被引量：2

7

作者 唐波 陈彬 +2 位作者 瞿子航 彭友仙 李昱 《水电能源科学》 北大核心 2014年第11期193-196,201,共5页

风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的... 风电场发电功率随风速的无序变化是电网无法大规模接纳风电的关键因素,准确地预测风电场输出功率对电力系统大量接入风电有重要意义。针对风电功率无序变化的特征,基于时序分析法分别建立了指数加权移动平均和一阶差分自回归滑动平均的风电功率日前预测模型,进而运用穷举搜索法确定了指数加权移动平均模型的最佳加权因子为0.7,并得到此模型的风电功率预测值。同时,通过样本自相关函数定阶和最小二乘估计的方法,求得一阶差分自回归滑动平均模型的风电功率预测值。结果表明,一阶差分自回归滑动平均模型的风电场功率预测值的均方根误差比指数加权移动平均模型低0.88%,相应的准确率和合格率较高,可见一阶差分自回归滑动平均模型更能提高风电功率的预测精度。 展开更多

关键词 风电功率 预测模型 时序分析 指数加权移动平均 一阶差分自回归滑动平均 均方根误差

在线阅读 下载PDF 职称材料

基于SARIMA模型的安徽省CPI预测 被引量：4

8

作者 敖希琴 龚玉杰 +1 位作者 汪金婷 郑阳 《蚌埠学院学报》 2017年第3期83-86,共4页

收集了安徽省2000年1月至2016年6月的居民消费价格指数(CPI)数据,并借助于统计分析工具Eviews软件进行相关实验。通过CPI的时序图和ADF检验得到该CPI序列为非平稳序列,并且通过序列的相关图,建立了SARIMA时间序列模型,然后通过AIC、SC... 收集了安徽省2000年1月至2016年6月的居民消费价格指数(CPI)数据,并借助于统计分析工具Eviews软件进行相关实验。通过CPI的时序图和ADF检验得到该CPI序列为非平稳序列,并且通过序列的相关图,建立了SARIMA时间序列模型,然后通过AIC、SC准则和残差分析确定了最优的预测模型,利用预测模型对安徽省CPI进行了短期预测。实验结果表明:安徽省CPI具有季节性的特征,利用SARIMA模型建模得到的预测模型,总体预测效果较好,且具有一定的现实意义。 展开更多

关键词 居民消费价格指数 季节性差分自回归移动平均模型 预测

在线阅读 下载PDF 职称材料

ARIMA-BP神经网络高速列车隧道压力波预测模型研究 被引量：6

9

作者 陈春俊 杨露 +1 位作者 何智颖 周林春 《中国测试》 CAS 北大核心 2021年第10期80-86,共7页

为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态... 为更精准地进行车内压力波动控制,需要预测高速列车通过隧道时车外隧道压力波的实时变化值。在对列车历史运行重复隧道压力波数据的分析基础上,采用工况匹配(WCM)与加权K最近邻(WKNN)算法从数据库中选取若干与本次工况相接近的运行状态数据,并根据相似程度确定数据权重,构建预测用的历史数据。分别采用差分自回归滑动平均(ARIMA)与BP神经网络(BPNN)模型对隧道压力波进行预测,并将两种预测结果并联考虑,形成ARIMA-BPNN隧道压力波组合预测模型。利用武广客运专线某隧道压力波实测数据进行仿真。仿真结果表明:与WCM-WKNN-ARIMA及WCM-WKNN-BPNN单一预测模型以及WCM-ARIMA-BPNN组合预测模型相比,所建立组合模型能有效对隧道压力波进行预测,且能够取得更高精度的预测结果。 展开更多

关键词 高速列车 隧道压力波预测模型 差分自回归滑动平均-BP神经网络组合模型 工况匹配算法 加权K最近邻算法

在线阅读 下载PDF 职称材料

小波分解和组合模型相融合的网络流量网络预测 被引量：1

10

作者 包萍 《激光杂志》 CAS CSCD 北大核心 2014年第12期124-127,共4页

为了提高网络流量预测的准确性,提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解,得到网络流量的趋势序列和波动序列,然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预... 为了提高网络流量预测的准确性,提出一种小波分解和组合模型相融合的网络流量预测预测模型。首先采用小波分析对网络流量进行分解,得到网络流量的趋势序列和波动序列,然后分别采用自回归差分滑动平均模型和极限学习机对它们进行建模和预测,最后采用仿真实验测试组合模型的性能。仿真结果表明,相对于其它网络流量预测模型,组合预测模型提高了网络流量预测精度,降低了预测误差更小。 展开更多

关键词 网络流量 小波分解 极限学习机 自回归差分滑动平均模型

在线阅读 下载PDF 职称材料

基于车流量数据的SARIMA和LSTM组合模型的比较研究

11

作者 李贺宇 南润 胡茜 《长春工业大学学报》 CAS 2023年第1期72-77,共6页

针对同时具有周期性、长记忆性等多种特征的车流量数据,单一地SARIMA或LSTM模型往往拟合效果不理想,而其组合模型可以弥补单一模型的不足。结合线性和非线性预测方法,文中分别建立了三个SARIMA-LSTM组合模型,随后,对车流量数据进行了预... 针对同时具有周期性、长记忆性等多种特征的车流量数据,单一地SARIMA或LSTM模型往往拟合效果不理想,而其组合模型可以弥补单一模型的不足。结合线性和非线性预测方法,文中分别建立了三个SARIMA-LSTM组合模型,随后,对车流量数据进行了预测分析,通过与SARIMA、LSTM两种单模型拟合效果的比较分析表明:1)对含周期性和长记忆性的数据,组合模型的预测效果更优;2)基于MA滤波方法的组合模型三比其他两种方法在提升模型预测精度上表现更好。 展开更多

关键词 季节性差分自回归滑动平均模型(SARIMA) 长短期记忆网络(LSTM) MA滤波 车流量预测

在线阅读 下载PDF 职称材料

融合SARIMA与BiLSTM的水利设施形变预测

12

作者 唐帅 杨涛 +2 位作者 皮明 张良 袁自祥 《现代雷达》 CSCD 北大核心 2024年第3期96-103,共8页

水利设施形变预测可以有效地判断水利设施的运行状态。水利设施安全监测数据是时间序列数据,既有趋势性又有季节性。为了获得更准确的预测结果,文中提出一种基于季节自回归差分移动平均(SARIMA)模型和双向长短时记忆(BiLSTM)网络的预测... 水利设施形变预测可以有效地判断水利设施的运行状态。水利设施安全监测数据是时间序列数据,既有趋势性又有季节性。为了获得更准确的预测结果,文中提出一种基于季节自回归差分移动平均(SARIMA)模型和双向长短时记忆(BiLSTM)网络的预测模型,以解决无法充分挖掘数据中正向与反向的关联进行预测的问题。该模型采用SARIMA模型预测变形数据中的线性分量,采用BiLSTM模型预测变形数据中的非线性分量,使得模型能够更好地提取历史数据中的非线性关系以及正向与反向关系从而提高预测准确度。结合某水电站4#引水涵洞监测数据,使用SARIMA-BiLSTM模型对裂缝计开合度时间序列进行了预测,并与反向传播神经网络模型、SARIMA模型和SARIMA-LSTM模型的预测结果进行对比,比对结果证明所提方法有效地提高了预测精度。 展开更多

关键词 水利设施监测 时间序列预测 趋势性 季节自回归差分移动平均模型 双向长短期记忆网络

在线阅读 下载PDF 职称材料

黄河源区白河流域径流预报研究 被引量：2

13

作者 张春岚 刘东旭 +1 位作者 杨向辉 何新林 《人民黄河》 CAS 北大核心 2006年第12期24-25,共2页

根据黄河源区河流自身的特点,将自回归滑动平均模型ARMA(p,q),概化为ARMA(p,1),并运用最小信息准则,确定模型的最佳阶数p,运用修正的可变遗忘因子递推最小二乘法,进行参数的动态修正,以达到最佳参数的跟踪效果,并在白河流域进行了应用... 根据黄河源区河流自身的特点,将自回归滑动平均模型ARMA(p,q),概化为ARMA(p,1),并运用最小信息准则,确定模型的最佳阶数p,运用修正的可变遗忘因子递推最小二乘法,进行参数的动态修正,以达到最佳参数的跟踪效果,并在白河流域进行了应用检验。结果表明,该预报模型精度较高,其径流模拟的确定性系数均在0.8以上,径流总量相对误差控制在10%以下。 展开更多

关键词 自回归滑动平均模型 最小信息准则 时变参数 递推最小二乘法 白河 黄河源区

在线阅读 下载PDF 职称材料

一种光纤陀螺随机噪声时间序列建模与实时滤波方法 被引量：3

14

作者 胡俊伟 刘明雍 张加全 《鱼雷技术》 2011年第1期31-34,共4页

为了减小光纤陀螺(FOG)的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均(ARMA(2,1))模型基础上,采用一种将改进递推增广最小二乘(RELS)算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采... 为了减小光纤陀螺(FOG)的随机噪声,利用时间序列分析法对FOG的随机噪声进行了分析与建模,并在建立的自回归滑动平均(ARMA(2,1))模型基础上,采用一种将改进递推增广最小二乘(RELS)算法和Sage-Husa自适应卡尔曼滤波算法相结合的方法,对采集的FOG静态输出随机噪声进行实时补偿,同时与标准kalman滤波算法进行仿真对比。仿真结果表明,该方法具有更好的补偿效果,可更有效地抑制FOG随机噪声。 展开更多

关键词 光纤陀螺(FOG) 自回归滑动平均(ARMA)模型 递推增广最小二乘法(RELS) Sage-Husa自适应卡尔曼滤波

在线阅读 下载PDF 职称材料

居住环境宽带电磁辐射的分析与预测 被引量：1

15

作者 李若凡 宋欣蔚 +1 位作者 岳云涛 计赛阁 《电波科学学报》 CSCD 北大核心 2023年第3期476-484,共9页

针对居住环境内电磁辐射在周期性规律中混有较多高频分量,导致传统时序建模方法和神经网络方法预测性能受限的问题,提出了一种小波分解与季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型相结... 针对居住环境内电磁辐射在周期性规律中混有较多高频分量,导致传统时序建模方法和神经网络方法预测性能受限的问题,提出了一种小波分解与季节性差分自回归滑动平均(seasonal autoregressive integrated moving average,SARIMA)模型相结合的混合预测方法.该方法根据辐射数据的时频特性,利用SARIMA模型对小波分解得到的主要周期分量和细节分量进行分层预测,以适应居住环境内多种发射源形成的复杂电磁辐射状况.实验结果表明,该方法不仅比单一时序建模方法以及神经网络方法具有更高的预测准确度,而且具有更强的异常值适应性与稳定性. 展开更多

关键词 居住环境 电磁辐射 混合预测方法 小波分解 季节性差分自回归滑动平均(SARIMA)

在线阅读 下载PDF 职称材料

基于机器学习的流量预测及基站配置选择研究 被引量：1

16

作者 李超 熊桢 蒋俊康 《科学技术创新》 2021年第16期78-79,共2页

本文主要针对小区的无线网络问题进行了相关研究,利用季节性自回归综合滑动平均模型预测小区流量的短期变化。首先利用pandas的read.csv()对数据进行分析,从数据缺失值填补、日期数据修改、上下行流量异常值分析、数据重复值处理这几个... 本文主要针对小区的无线网络问题进行了相关研究,利用季节性自回归综合滑动平均模型预测小区流量的短期变化。首先利用pandas的read.csv()对数据进行分析,从数据缺失值填补、日期数据修改、上下行流量异常值分析、数据重复值处理这几个方面进行数据清洗,其次提取所需流量预测的小区的数据,分别从传统时间序列模型最后采用Stacking集成算法进行预测。 展开更多

关键词 数据清洗 季节性自回归综合滑动平均模型 GOSS算法

在线阅读 下载PDF 职称材料