基于季节性ARIMA模型的短时交通流预测方法研究

1

作者 俞乐澜 邵梓轩 +1 位作者 徐程 李涛 《交通世界》 2024年第25期2-5,共4页

综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采... 综合道路特点、行驶时间和车辆的特征等信息,采用时间差值法筛除无效数据,剔除运营车数据;在通过序列分解与ADF-1平稳性检验后,提出基于季节性ARIMA模型的短时交通流预测技术,以探究该模型下车流量预测精度达到最佳预测效果时的最优采样间隔;采用AIC准则对参数寻优定阶,ADF检验和差分分析选择最优的差分阶层;为确保模型的可靠性,使用Ljung-Box Q检验进行白噪声检验。结果表明,时间间隔为15 min的车流量统计模型SARIMA(1,1,2)×(2,0,0)4在预测精度和稳定性方面均优于其他时间间隔和传统的ARIMA模型。同时,该方法也具有一定的通用性,可以应用于其他领域的短时流量预测。 展开更多

关键词 短时交通流预测 季节性arima模型 ADF-1检验 Ljung-Box Q检验

在线阅读 下载PDF 职称材料

基于ARIMA的乘积季节模型在城市供水量预测中的应用 被引量：17

2

作者 赵凌 张健 陈涛 《水资源与水工程学报》 2011年第1期58-62,共5页

随看我国经济快速增长、居民收入水平的显著提高,城市供用水量快速增长。本文以成都市2006年至2010年2月供水量数据为基础,在剔除了长期趋势及季节因素后,对其残差序列进行分析和识别,建立了城市月供水量的乘积季节模型ARIMA(3,1,1)(1,1... 随看我国经济快速增长、居民收入水平的显著提高,城市供用水量快速增长。本文以成都市2006年至2010年2月供水量数据为基础,在剔除了长期趋势及季节因素后,对其残差序列进行分析和识别,建立了城市月供水量的乘积季节模型ARIMA(3,1,1)(1,1,1)12,并根据此模型对2010年全年月供水量进行预测,拟合效果良好。 展开更多

关键词 城市供水量 供水量预测 季节效应 arima模型 乘积季节模型

在线阅读 下载PDF 职称材料

季节ARIMA模型在于桥水库溶解氧预测中的应用 被引量：5

3

作者 王绪鹏 秦保平 +3 位作者 李云生 高琼洁 刘光逊 王玉秋 《水资源与水工程学报》 2010年第2期39-41,共3页

目前水库污染问题严重,而溶解氧是表征水体受污染程度和生态环境好坏的重要指标。介绍了ARIMA模型,以于桥水库三个监测站点1999～2005年的溶解氧含量为基础,运用季节ARIMA模型进行分析,预测2006年各监测站点的溶解氧含量,经与实际数据验... 目前水库污染问题严重,而溶解氧是表征水体受污染程度和生态环境好坏的重要指标。介绍了ARIMA模型,以于桥水库三个监测站点1999～2005年的溶解氧含量为基础,运用季节ARIMA模型进行分析,预测2006年各监测站点的溶解氧含量,经与实际数据验证,说明该方法对于桥水库溶解氧浓度预测效果较好。 展开更多

关键词 溶解氧 水库污染 季节arima模型 于桥水库

在线阅读 下载PDF 职称材料

基于ARIMA乘积季节模型预测恶性肿瘤住院量、住院费用及平均住院时间 被引量：9

4

作者 金雯 张岩曦 徐周 《现代医院》 2019年第3期383-389,共7页

目的应用自回归求和移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析和预测恶性肿瘤住院量、住院费用及平均住院时间,为医院恶性肿瘤业务管理提供科学依据。方法收集某院2007—2016年逐月十大恶性肿瘤... 目的应用自回归求和移动平均(Autoregressive Integrated Moving Average Model,ARIMA)乘积季节模型分析和预测恶性肿瘤住院量、住院费用及平均住院时间,为医院恶性肿瘤业务管理提供科学依据。方法收集某院2007—2016年逐月十大恶性肿瘤(肺癌、肝癌、白血病、结直肠癌、胃癌、甲状腺癌、恶性淋巴瘤、前列腺癌、乳腺癌和肾癌)住院患者资料,采用ARIMA乘积季节模型对2007—2015年逐月恶性肿瘤的住院人次、住院费用和平均住院时间进行模型拟合,用2016年逐月数据评价其预测效果,并预测2017和2018年该十大恶性肿瘤逐月住院人次、住院费用及平均住院时间。结果 ARIMA(0,1,1)(0,1,1)_(12)是恶性肿瘤住院人次、住院费用及平均住院时间的最佳拟合预测模型,拟合相对误差分别为-0. 89%、4. 71%及-0. 80%。根据ARIMA(0,1,1)(0,1,1)_(12)预测结果,2017年该十大恶性肿瘤住院量将达21 489人次,住院费用将达11. 06亿元,平均住院时间将达11. 29 d。2018年住院量将增至22 894人次,住院费用将高达14. 01亿元,平均住院时间将缩短至10. 45 d。结论 ARIMA季节乘积模型能较好地应用于医院业务管理预测中。 展开更多

关键词 恶性肿瘤 arima乘积季节模型 住院量 住院费用 平均住院时间

在线阅读 下载PDF 职称材料

ARIMA季节乘积模型在肠道传染病预测中的应用 被引量：5

5

作者 张翼飞 陈洪 +3 位作者 刘岭 张彦琦 郭波涛 易东 《激光杂志》 CAS CSCD 北大核心 2008年第2期91-91,共1页

目的:建立细菌性痢疾月发病数的预测模型,探讨AR1MA季节乘积模型在时间序列资料分析中的应用。方法:采用非条件最小二乘法估计模型参数,通过季节差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确... 目的:建立细菌性痢疾月发病数的预测模型,探讨AR1MA季节乘积模型在时间序列资料分析中的应用。方法:采用非条件最小二乘法估计模型参数,通过季节差分方法使原始序列平稳,按照残差不相关原则、简洁原则确定模型结构,依据AIC和SBC准则确定模型阶数,建立ARIMA预测模型。结果:对所分析的季节性时间序列建立了乘积ARIMA(0,0,1)(0,1,1)12模型。方差估计值为288.106,AIC=619.661,SBC=620.492。对模型进行白噪声残差分析(p=0.632),拟合优度统计量表明ARIMA的估计具体模型为:(1-B12)Zt=(1-0.34B)(1-0.559B12)αt是适合的。结论:通过ARIMA(0,0,1)(0,1,1)12模型与ARIMA(0,1,1)12模型对细菌性痢疾月发病数预测效果的比较,表明ARIMA季节乘积模型是一种短期预测精度较高的预测模型。 展开更多

关键词 arima季节乘积模型 时间序列 肠道传染病 细菌性痢疾

在线阅读 下载PDF 职称材料

改进的ARIMA乘积季节模型的研究 被引量：3

6

作者 刘艳菲 宋耀莲 《信息技术》 2018年第12期9-12,16,共5页

在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面。为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR ()和MA ()建立模型,比较其与传统ARIMA模型预测精度。实验结果表明,ARIMA(0,1... 在上呼吸道感染预测问题的研究中,大多研究还停留在数据的直接分析层面。为了提高上呼吸道感染预测精度,文中提出应用一阶滞后滤波的序列重构的方法,并结合AR ()和MA ()建立模型,比较其与传统ARIMA模型预测精度。实验结果表明,ARIMA(0,1,1)(0,1,1)12模型拟合的均方根误差(RMSE)为0. 8412%,对2017年1～5月预测值的年平均相对误差为1. 1951%;改进的ARIMA (1,1,0)(0,1,0)12模型拟合的均方根误差(RMSE)为0. 6801%,对2017年1～5月预测值的年平均相对误差为0. 5336%,有更好的模型适应性和预测精度。 展开更多

关键词 一阶滞后滤波 序列重构 arima乘积季节模型 预测模型 疾病预测

在线阅读 下载PDF 职称材料

基于季节ARIMA模型的短期电价预测 被引量：5

7

作者 潘玉荣 贾朝勇 《白城师范学院学报》 2018年第12期18-24,共7页

考虑电价具有波动性、多重周期性和均值回复性等特点,将季节ARIMA模型应用于电价的短期预测中.以美国加州电力市场的历史电价数据为样本,利用EVIEWS软件建立了电价的短期预测模型,并用建立的模型对未来一天24个时段的电价进行预测.研究... 考虑电价具有波动性、多重周期性和均值回复性等特点,将季节ARIMA模型应用于电价的短期预测中.以美国加州电力市场的历史电价数据为样本,利用EVIEWS软件建立了电价的短期预测模型,并用建立的模型对未来一天24个时段的电价进行预测.研究结果表明,季节ARIMA模型对短期电价具有较高的预测精度. 展开更多

关键词 季节arima模型 电价预测 周期性 时间序列

在线阅读 下载PDF 职称材料

基于季节性ARIMA模型的中国货物周转量短期预测 被引量：1

8

作者 黎可馨 《现代信息科技》 2022年第3期141-144,148,共5页

交通运输业的发展对国民经济具有先导作用,利用过去的货物周转量预测未来值,有利于反映物流产业发展趋势。基于国家统计局公开的2012年1月至2020年12月共9年中国货物周转量月度数据,分别选用简单季节ARIMA模型和乘积季节ARIMA模型进行拟... 交通运输业的发展对国民经济具有先导作用,利用过去的货物周转量预测未来值,有利于反映物流产业发展趋势。基于国家统计局公开的2012年1月至2020年12月共9年中国货物周转量月度数据,分别选用简单季节ARIMA模型和乘积季节ARIMA模型进行拟合,并预测2021年1月至12月的货物周转量数据。使用两种模型进行预测的平均相对误差均较小,并且乘积季节模型的预测能力优于简单季节模型。 展开更多

关键词 货物周转量 简单季节模型 乘积季节模型 arima模型 残差诊断

在线阅读 下载PDF 职称材料

基于二级修正的区域水资源需求量预测模型 被引量：4

9

作者 吴丹 吴凤平 陈艳萍 《水资源保护》 CAS 2010年第3期1-4,共4页

根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此... 根据区域社会经济发展的用水现状以及水资源需求的总体变化趋势,将Logistic生长曲线模型和GM(1,1)等维新息模型相结合,建立组合预测模型,组合预测区域水资源需求量,并利用ARIMA模型对区域水资源需求量的组合预测结果进行一级修正;在此基础上,根据区域节水规划的总体目标,剖析区域社会经济发展综合节水潜力,对区域水资源需求量的一级修正结果进行二级修正,最终得到区域水资源需求量的综合预测结果。算例分析结果表明,模型具有较高的预测精度。 展开更多

关键词 水资源需求量 Logistic生长曲线模型 GM(1 1)等维新息模型 arima模型 二级修正

在线阅读 下载PDF 职称材料

基于ARIMA模型的短时交通流量预测算法研究 被引量：10

10

作者 张利 李星毅 施化吉 《郑州轻工业学院学报（自然科学版）》 CAS 2008年第4期89-92,共4页

针对造成基于线性最小方差预报原理的Astrom算法在多步预测过程中误差逐步增大的原因,通过增加误差动态修正因子,提出一种改进的短时交通流量预测算法.该算法基于ARIMA模型结构的时间序列分析方法,采用矩估计法进行参数初估计,用最小二... 针对造成基于线性最小方差预报原理的Astrom算法在多步预测过程中误差逐步增大的原因,通过增加误差动态修正因子,提出一种改进的短时交通流量预测算法.该算法基于ARIMA模型结构的时间序列分析方法,采用矩估计法进行参数初估计,用最小二乘法进行参数精估计,用BIC准则为模型定阶.对大量实测数据进行仿真实验,对多个统计量进行误差分析.结果表明,改进算法在应用于时变性强的短时交通流量预测时,相对于Astrom算法具有更好的预测性能. 展开更多

关键词 时间序列预测 短时交通流预测 arima模型 动态修正因子

在线阅读 下载PDF 职称材料

基于ARIMA模型的全球跨国快递业务量预测 被引量：11

11

作者 张仲斐 赵一飞 《华东交通大学学报》 2012年第1期102-107,共6页

快递是交通运输行业中的新兴子行业,其发展具有长趋势性和短周期性。对全球跨国快递业务量进行分析和预测。数据来源是四大快递公司的季度跨国快递包裹量,跨度为2001年1季度至2010年4季度,考虑到原始数据为非平稳时间序列,运用时间序列... 快递是交通运输行业中的新兴子行业,其发展具有长趋势性和短周期性。对全球跨国快递业务量进行分析和预测。数据来源是四大快递公司的季度跨国快递包裹量,跨度为2001年1季度至2010年4季度,考虑到原始数据为非平稳时间序列,运用时间序列分析方法中的ARIMA模型,对原始序列进行差分处理,根据自相关和偏相关函数的特性,确定模型中的各项参数,最终可以选择ARIMA(1,1,1)(1,1,1)4作为模型,该模型可以得到较为理想的结果。 展开更多

关键词 时间序列分析 arima模型 季节周期 跨国快递

在线阅读 下载PDF 职称材料

基于ARIMA模型对宁夏地区奶牛体细胞数的趋势预测 被引量：4

12

作者 李欣 邵怀峰 +3 位作者 温万 脱征军 张伟欣 顾亚玲 《中国畜牧兽医》 CAS 北大核心 2017年第1期131-140,共10页

本研究通过对生产性能测定(DHI)数据的挖掘与分析建立预测宁夏地区奶牛体细胞数(SCC)的模型,为奶牛乳房炎的防制提供借鉴,使得DHI数据更加有效、及时地指导奶业的发展。对2011年9月~2016年2月宁夏地区奶牛平均SCC数据进行差分使其达到... 本研究通过对生产性能测定(DHI)数据的挖掘与分析建立预测宁夏地区奶牛体细胞数(SCC)的模型,为奶牛乳房炎的防制提供借鉴,使得DHI数据更加有效、及时地指导奶业的发展。对2011年9月~2016年2月宁夏地区奶牛平均SCC数据进行差分使其达到平稳化,采用季节ARIMA模型对数据进行分析、拟合和预测。利用R软件的auto.arima函数计算出合适的时间序列模型ARIMA(1,1,0)(1,1,0)[12],其AIC为-3.67。Acf检验说明残差没有明显的自相关性;Ljung-Box测试显示所有的P值>0.5,表明残差为白噪声,说明此模型可用来对未来的24个月进行预测。再利用R软件的forecast函数对2016年3月~2017年2月的数据进行预测,作出预测图。从预测的结果可以看出,宁夏地区奶牛SCC整体呈现下降趋势。2017年1月SCC最少,预测值约为25.31万个/mL;2016年3月SCC最大,预测值约为43.96万个/mL。从结果也可看出,宁夏地区奶牛SCC均大于隐性乳房炎的临界值(>20万个/mL),说明宁夏地区还应该加大对奶牛乳房炎的防制。同时,若能及时添加新的SCC数据,就能对该数据模型进行更新,使其预测值更接近真实值,对实际生产的指导意义更大。 展开更多

关键词 时间序列 奶牛 体细胞数 季节arima模型 预测

在线阅读 下载PDF 职称材料

ARIMA模型在贵州省农产品价格预测中的应用——以辣椒为例 被引量：14

13

作者 韩雯 《安徽农业科学》 CAS 北大核心 2011年第21期13226-13227,13229,共3页

由于贵州省辣椒月价格呈现季节性,因此以2007年1月至2010年12月贵州省辣椒月价格为例,在运用季节分解方法剔除其季节因素形成新序列的基础上,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARI... 由于贵州省辣椒月价格呈现季节性,因此以2007年1月至2010年12月贵州省辣椒月价格为例,在运用季节分解方法剔除其季节因素形成新序列的基础上,构建了非平稳时间序列ARIMA(p,d,q)模型,并预测了辣椒未来的月价。结果表明,拟合指标优良的ARI-MA(1,1,1)模型能很好地预测辣椒月价格趋势,并将辣椒价格的预测值与实际值的相对误差基本控制在9%以内,实证分析结果证明了ARIMA模型的季节分解方法在贵州省农产品价格预测中的预测性和可行性。 展开更多

关键词 贵州省 农产品价格 季节分解 价格预测 arima模型

在线阅读 下载PDF 职称材料

GM(1,1)周期修正模型及在电力负荷预测中的应用 被引量：5

14

作者 赵海青 《运筹与管理》 CSCD 北大核心 2009年第1期115-117,共3页

模型GM(1,1)是电力系统负荷预测的一种有效的方法,但利用GM(1,1)模型难以反映序列随机的季节性周期波动变化。本文阐述的周期修正模型,可以很好地解决这一问题。实例表明,此模型简单有效,对于季节性预测问题有很强的实用性和较高的预测... 模型GM(1,1)是电力系统负荷预测的一种有效的方法,但利用GM(1,1)模型难以反映序列随机的季节性周期波动变化。本文阐述的周期修正模型,可以很好地解决这一问题。实例表明,此模型简单有效,对于季节性预测问题有很强的实用性和较高的预测精度。 展开更多

关键词 负荷预测 GM(1 1)模型 周期修正 季节性预测

在线阅读 下载PDF 职称材料

乘积季节模型在广西居民消费价格指数预测中的应用

15

作者 江伟 《河南科技》 2014年第10X期195-196,共2页

以广西2000年至2013年月度居民消费价格指数为研究对象,利用差分运算剔除季节效应和长期趋势效应,建立乘积季节模型ARIMA,并将拟合值和实际值进行比较。结果表明:该模型拟合值与真实值的绝对误差百分比控制在2%范围内,模型拟合效果较好... 以广西2000年至2013年月度居民消费价格指数为研究对象,利用差分运算剔除季节效应和长期趋势效应,建立乘积季节模型ARIMA,并将拟合值和实际值进行比较。结果表明:该模型拟合值与真实值的绝对误差百分比控制在2%范围内,模型拟合效果较好。最后,利用模型对广西2014年1月至5月居民消费价格指数进行预测,预测结果为政府及相关部门运用宏观调控将物价维持在一个合理水平提供参考。 展开更多

关键词 时间序列分析 arima 乘积季节模型 CPI

在线阅读 下载PDF 职称材料

基于灰色ARIMA组合模型的小麦产量预测 被引量：2

16

作者 曹培格 樊超 《粮食加工》 2017年第6期1-4,共4页

为了提高小麦产量预测算法的精度,准确预测短期小麦产量,提出了一种基于灰色模型和改进ARIMA模型的组合预测方法。首先选取适当长度的小麦产量数据构成子序列,对该序列建立灰色预测模型,并计算预测误差;然后使用改进ARIMA模型建立残差... 为了提高小麦产量预测算法的精度,准确预测短期小麦产量,提出了一种基于灰色模型和改进ARIMA模型的组合预测方法。首先选取适当长度的小麦产量数据构成子序列,对该序列建立灰色预测模型,并计算预测误差;然后使用改进ARIMA模型建立残差序列的预测模型,达到对原预测序列修正的目的,最后将两个模型预测值相加得到未来5年的小麦产量预测数据。结果表明,该组合模型能够准确预测小麦产量,5年的预测平均误差约为1.71%,预测精度明显高于单一灰色预测模型。 展开更多

关键词 灰色模型 arima模型 残差修正 预测

在线阅读 下载PDF 职称材料

SARIMA模型与LSTM神经网络的航空客运量的预测比较 被引量：1

17

作者 李思如 《河南科技》 2021年第36期18-21,共4页

本文基于我国1999—2020年民航客运量的月度数据,分别用传统的统计计量方法(SARIMA模型)和深度学习方法(LSTM神经网络)建立模型,评估并预测航空客运量。对比结果表明:相比传统SARIMA模型,LSTM模型对民航客运量的预测效果更好。

关键词 旅客运输量 航空公司 深度学习 季节arima模型 LSTM模型

在线阅读 下载PDF 职称材料

一种改进的ARIMA预测模型在船舶系统中的应用 被引量：1

18

作者 郑卓 陈奥 李越曌 《船舶与海洋工程》 2023年第6期29-34,55,共7页

为实现船舶设备维护方式的智能化升级,用视情维修代替传统的定期巡检,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化的Elman神经网络融合自回归差分移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA... 为实现船舶设备维护方式的智能化升级,用视情维修代替传统的定期巡检,提出一种基于改进粒子群算法(Particle Swarm Optimization,PSO)优化的Elman神经网络融合自回归差分移动平均模型(Auto-Regressive Integrated Moving Average,ARIMA)模型的组合预测模型,用于对设备状态参数进行预测。根据序列特征拟合ARIMA模型,利用改进的PSO算法优化Elman神经网络的权值和阈值,基于改进的PSO-Elman模型的残差预测值修正ARIMA模型预测结果。采用某船设备实际数据对该组合预测模型进行训练和验证,将其预测结果与其他模型的预测结果相对比,结果表明,该组合预测模型具有较高的预测精度和稳定性。 展开更多

关键词 时间序列 arima模型 粒子群算法 ELMAN神经网络 残差修正

在线阅读 下载PDF 职称材料

基于三种时间序列模型的矿井涌水量预测 被引量：10

19

作者 刘晓丹 潘国营 《矿业安全与环保》 北大核心 2022年第2期91-95,101,共6页

为实现矿井涌水量的有效预测,提高预测精度,基于鹤壁八矿2009—2019年的月度涌水量数据,运用时间序列分析软件Eviews9.0建立了X12季节调整、ARIMA(2,0,1)、SARIMA(2,0,1)×(0,1,1)_(12)模型,并使用2019年月度涌水量数据进行验证。... 为实现矿井涌水量的有效预测,提高预测精度,基于鹤壁八矿2009—2019年的月度涌水量数据,运用时间序列分析软件Eviews9.0建立了X12季节调整、ARIMA(2,0,1)、SARIMA(2,0,1)×(0,1,1)_(12)模型,并使用2019年月度涌水量数据进行验证。通过比较3种模型的预测误差,探讨鹤壁八矿矿井涌水量预测的最优模型。结果显示,3种模型对涌水量的预测效果都比较好,其中预测精度最高的模型为ARIMA(2,0,1),SARIMA(2,0,1)×(0,1,1)_(12)模型次之,X12季节调整模型略差。对3种模型的可能误差来源进行了研究分析,可为矿井涌水量预测提供新思路。 展开更多

关键词 矿井涌水量 X12季节调整模型 arima模型 Sarima模型 评价指标

在线阅读 下载PDF 职称材料

时间序列模型在安徽省GDP预测中的应用 被引量：2

20

作者 孙赵晖 《蚌埠学院学报》 2015年第2期95-99,共5页

选用三种时间序列分析方法对安徽省1978-2013年国内生产总值进行分析和预测,并对三种方法模型的可行性和准确性进行比较,结果表明三种方法都能很好地描述安徽省GDP的状况。不同于以往分析中所选用的单一模型预测值,本研究选择了综合三... 选用三种时间序列分析方法对安徽省1978-2013年国内生产总值进行分析和预测,并对三种方法模型的可行性和准确性进行比较,结果表明三种方法都能很好地描述安徽省GDP的状况。不同于以往分析中所选用的单一模型预测值,本研究选择了综合三类模型预测值的加权平均值作为最终安徽省GDP的预测值。该预测值精度较高且包含三个模型在内,信息量更全面,为政府部门制订安徽省地区发展战略规划提供了参考和依据。 展开更多

关键词 指数曲线 修正指数曲线 arima模型 预测

在线阅读 下载PDF 职称材料