期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
两种时间序列预测模型在风力发电量上的探究 被引量:1
1
作者 梁霞 《兰州工业学院学报》 2017年第4期82-86,共5页
根据全国月度风力发电量的历史数据,利用季节时间序列模型和模糊时间序列模型两种非平稳时间序列预测法对风力发电量进行预测,并与预留的2016年实际发电量数据进行对比,比较两种方法预测误差的方差MSE,优选预测模型.结果表明:模糊时间... 根据全国月度风力发电量的历史数据,利用季节时间序列模型和模糊时间序列模型两种非平稳时间序列预测法对风力发电量进行预测,并与预留的2016年实际发电量数据进行对比,比较两种方法预测误差的方差MSE,优选预测模型.结果表明:模糊时间序列模型的预测误差较小,预测结果较为准确.该模型可作为预测风力发电量的有效工具. 展开更多
关键词 模糊时间序列模型 FCM聚类算法 季节时间序列模型 MSE
在线阅读 下载PDF
考虑节假日效应的交通枢纽客流量预测模型 被引量:9
2
作者 成诚 杜豫川 刘新 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第5期202-207,215,共7页
客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建... 客流量预测是城市交通枢纽管理的基础,准确的客流量估计为交通枢纽的运力调整,管理预案的设计提供基础.目前对客流量预测的研究较多,但现有模型并未考虑节假日效应对枢纽客流量的影响.因此,本文基于多元季节性时间序列(SARIMAX)原理,建立考虑节假日效应的城市交通枢纽客流量预测模型,并以上海虹桥2号航站楼站轨道交通客流量数据为基础,对该模型进行了标定和预测.标定结果显示,在春节期间,该站点客流量将有明显的下降,而在其他法定节假日期间流量均有一定程度的提升.对模型预测值和真实值比对结果显示,该模型的平均误差在5%以内,表明该模型具有较强的实用性. 展开更多
关键词 城市交通 客流量预测 多元季节时间序列模型 节假日效应 交通枢纽
在线阅读 下载PDF
基于SARIMA模型的电离层总电子含量短期预报
3
作者 吴帅 杨智翔 李斌 《东华理工大学学报(自然科学版)》 CAS 2016年第S1期73-76,共4页
针对电离层总电子含量(total electron content,TEC)序列呈现周期性特征,采用季节时间序列(seasonal ARIMA,SARIMA)模型对TEC序列进行预报分析。利用JSCORS 2010年的GPS双频观测数据计算的VTEC序列为样本数据建立模型,实验结果表明:VTE... 针对电离层总电子含量(total electron content,TEC)序列呈现周期性特征,采用季节时间序列(seasonal ARIMA,SARIMA)模型对TEC序列进行预报分析。利用JSCORS 2010年的GPS双频观测数据计算的VTEC序列为样本数据建立模型,实验结果表明:VTEC序列建立合适的季节ARIMA模型,并运用该模型进行短期预测,预测值与实测值变化趋势一致,短期预报的平均相对精度可达89%,但预报精度会随预报长度的增加而减小。 展开更多
关键词 电离层 总电子含量 季节时间序列模型 短期预报
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部