自回归求和移动平均乘积季节模型在西安地区出生缺陷预测中的应用 被引量：11

1

作者 张丽 米白冰 +7 位作者 相晓妹 宋辉 董敏 张水平 章琦 王玲玲 屈鹏飞 党少农 《西安交通大学学报（医学版）》 CAS CSCD 北大核心 2017年第3期371-374,426,共5页

目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟... 目的应用自回归求和移动平均(ARIMA)乘积季节模型预测西安市出生缺陷的发生率。方法利用2009年10月至2015年8月出生缺陷监测数据对西安市出生缺陷发生率数据构建ARIMA乘积季节模型,同时利用2015年9月至12月实际出生缺陷发生率与模型拟合数据进行比较,评价模型的预测性能,并预测西安市2016年的出生缺陷发生率。结果西安市出生缺陷的发生率具有一定的趋势及季节性,建立了ARIMA(0,0,1)(0,1,1)12乘积季节模型,利用2015年9月至12月拟合值与实际出生缺陷发生率比较,绝对误差的平均9.5,相对误差的平均0.084,提示ARIMA(0,0,1)(0,1,1)12乘积季节模型具有较佳的预测能力。预测2016年西安市出生缺陷发生率与2015年接近,总体略有抬升,但峰值下降。结论 ARIMA(0,0,1)(0,1,1)12乘积季节模型可用于西安市出生缺陷发生率的预测。 展开更多

关键词 出生缺陷 自回归求和移动平均乘积季节模型 预测

在线阅读 下载PDF 职称材料

挠性陀螺EMD-ARIMA漂移模型设计与应用

2

作者 蔡曜 司玉辉 +3 位作者 王玉琢 黄涛 张亚静 杨晓龙 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第11期3434-3444,共11页

为降低挠性陀螺的漂移率,提高挠性陀螺的精度,基于经验模态分解(EMD)、求和自回归移动平均(ARIMA)2种信号处理工具,提出EMD-ARIMA漂移模型。设计野点剔除算子,避免EMD过程中出现过冲、欠冲问题;对本征模态函数(IMF)辨识进行讨论,制定各... 为降低挠性陀螺的漂移率,提高挠性陀螺的精度,基于经验模态分解(EMD)、求和自回归移动平均(ARIMA)2种信号处理工具,提出EMD-ARIMA漂移模型。设计野点剔除算子,避免EMD过程中出现过冲、欠冲问题;对本征模态函数(IMF)辨识进行讨论,制定各阶IMF的使用原则;设计自适应定阶寻优算子,避免依靠技术人员判读自相关图、偏自相关图进行ARIMA建模,实现对多个信号(或多阶IMF)进行EMD-ARIMA建模的批处理功能。将重构的拟合信号和原始信号进行对比。工程实践表明:最终重构的拟合信号较原始信号漂移率降低了12.8%;Allan方差各项误差源均降低,MAPE为3.6×10^(-3),RMSE为5.1×10^(-3),残差趋于白噪声;漂移模型在挠性陀螺漂移建模中,具有同路重复性、两路一致性、不同个体通用性。 展开更多

关键词 挠性陀螺 求和自回归移动平均模型 经验模态分解 野点剔除算子 自适应定阶寻优算子

在线阅读 下载PDF 职称材料

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：15

3

作者 孙湘海 刘潭秋 《交通运输系统工程与信息》 EI CSCD 2008年第5期32-37,共6页

为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模... 为了更精确地预测短期交通流,提出由季节自回归求和移动平均模型(SARIMA)和广义回归神经网络(GRNN)模型所构成的组合模型(SARIMA-GRNN模型),该模型结合了时间序列模型和神经网络模型进行时间序列预测的优点.构造该组合模型的两个组成模型,即SARIMA模型和GRNN模型,也被用于预测研究以便于验证该组合模型在预测上的优势.实证研究结果表明,组合模型的预测精度高于SARIMA模型,但是却并不必然高于GRNN模型.然而,合理选择组合模型中神经网络部分的输入变量以及输出变量将显著地改善模型的预测精度,本文所构造的这个组合模型不仅具有很好的预测表现而且结构简单,非常适合城市道路短期交通流的实时预测. 展开更多

关键词 短期交通流预测 季节自回归求和移动平均模型 广义回归神经网络模型 组合模型

在线阅读 下载PDF 职称材料

电熔镁砂企业生产计划多目标优化 被引量：1

4

作者 孔维健 柴天佑 丁进良 《上海交通大学学报》 EI CAS CSCD 北大核心 2011年第8期1162-1166,共5页

针对大部分电熔镁砂生产企业都是产能有限的小工厂,在销售旺季时会损失超过自身产能的订单;在销售淡季时又容易积压库存的问题,提出了基于需求预测的多目标生产计划优化方法.该方法利用基于季节性自回归求和移动平均(ARIMA)模型向前多... 针对大部分电熔镁砂生产企业都是产能有限的小工厂,在销售旺季时会损失超过自身产能的订单;在销售淡季时又容易积压库存的问题,提出了基于需求预测的多目标生产计划优化方法.该方法利用基于季节性自回归求和移动平均(ARIMA)模型向前多步预测市场的需求量,并建立销量与库存累积量的多目标优化模型.设计了关键月度产量计划后推法求解模型得到了决策者满意的优化目标.对预测过程中存在的偏差,利用实时反馈得到的真实销售数据修正预测结果,进而调整优化模型,校正后期产量计划.实际应用效果证明,按所提方法得到的产量计划能够实时地反映市场需求的动态变化,并实现了库存与销量的多目标优化. 展开更多

关键词 电熔镁砂 多目标生产计划优化 产量计划后推法 自回归求和移动平均

在线阅读 下载PDF 职称材料

基于ARIMA-SVM模型的翅片管蒸发器结霜性能预测 被引量：4

5

作者 黄彬彬 谷波 任能 《上海交通大学学报》 EI CAS CSCD 北大核心 2009年第10期1622-1626,1631,共6页

针对翅片管蒸发器结霜过程混杂着复杂的线性和非线性特征且测试数据受噪声干扰大,使用单一的模型无法对其性能进行预测的难题,建立了基于求和自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)和支持向量机(Support Vect... 针对翅片管蒸发器结霜过程混杂着复杂的线性和非线性特征且测试数据受噪声干扰大,使用单一的模型无法对其性能进行预测的难题,建立了基于求和自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)和支持向量机(Support Vector Machine,SVM)的翅片管蒸发器结霜性能组合预测模型.利用实验数据对模型进行了验证和评估,并与单一ARIMA模型和SVM模型做了对比分析.结果表明,基于ARIMA-SVM的组合预测模型能兼顾结霜过程的线性和非线性特征,具有良好的预测性能,并能够较精确地预测到翅片管蒸发器性能参数的转向点. 展开更多

关键词 翅片管蒸发器 蒸发器结霜 求和自回归移动平均 支持向量机 混合预测模型 转向点

在线阅读 下载PDF 职称材料

利用时间序列分析法预测工作面瓦斯涌出规律 被引量：3

6

作者 郭一鹏 郭晓丽 +2 位作者 郭晓红 郝晓君 赵晖 《矿业安全与环保》 北大核心 2012年第1期33-35,39,共4页

根据瓦斯涌出的特征,分析了目前常用瓦斯预测方法的适用条件,在假定瓦斯浓度只受时间和历史数据影响的情况下,运用时间序列分析方法对工作面瓦斯浓度的变化规律进行了预测,结果表明,利用时间序列分析方法预测工作面瓦斯涌出规律是合理... 根据瓦斯涌出的特征,分析了目前常用瓦斯预测方法的适用条件,在假定瓦斯浓度只受时间和历史数据影响的情况下,运用时间序列分析方法对工作面瓦斯浓度的变化规律进行了预测,结果表明,利用时间序列分析方法预测工作面瓦斯涌出规律是合理有效的。 展开更多

关键词 瓦斯涌出规律 时间序列分析法 求和自回归移动平均模型

在线阅读 下载PDF 职称材料

基于小波时间序列模型的CPI预测

7

作者 敖希琴 汪金婷 +1 位作者 郑阳 李凡 《蚌埠学院学报》 2019年第5期50-54,共5页

经典时间序列模型是CPI预测较为常用的方法,该方法建模前未对数据进行预处理,导致模型预测精度不高。为此提出一种小波时间序列模型方法:首先通过小波分解与重构消除时间序列的白噪声;然后将重构的近似分量和细节分量,分别建立时间序列... 经典时间序列模型是CPI预测较为常用的方法,该方法建模前未对数据进行预处理,导致模型预测精度不高。为此提出一种小波时间序列模型方法:首先通过小波分解与重构消除时间序列的白噪声;然后将重构的近似分量和细节分量,分别建立时间序列模型;最后对两个分量的预测结果进行重构,得到序列的最终预测结果。实验以2000年1月至2015年12月期间的安徽省月度CPI序列作为实证分析对象,分别构建经典时间序列模型和小波时间序列模型,通过比较两种模型的预测精度,发现小波序列模型明显优于经典时间序列模型。 展开更多

关键词 求和自回归移动平均模型 时间序列 小波分解 CPI预测

在线阅读 下载PDF 职称材料

北斗卫星导航产业发展态势的多维度预测方法 被引量：2

8

作者 柳占杰 孙艺新 +4 位作者 袁嘉琪 刘哲 唐雪华 张永生 高明哲 《应用科学学报》 CAS CSCD 北大核心 2023年第3期500-514,共15页

针对北斗市场发展过程中不同维度市场产值的预测需求,从整体产值、产业链、上市公司市值等3个不同维度构建了北斗市场产值预测模型。从整体市场产值预测需求出发,研究对比了不同预测模型的产值预测方法及精度,得到不同数据情况下的模型... 针对北斗市场发展过程中不同维度市场产值的预测需求,从整体产值、产业链、上市公司市值等3个不同维度构建了北斗市场产值预测模型。从整体市场产值预测需求出发,研究对比了不同预测模型的产值预测方法及精度,得到不同数据情况下的模型选择参考;基于产业链的产值发展数据,采用不同的经济预测模型,实现单一产业链或整体产值的统计预测;基于上市公司市场产值的预测方法,对特定上市公司、整体北斗市场等不同维度和层次的市场产值进行跟踪和预测。最后,通过实验验证分析了不同模型和方法的精度和可行性,分析在不同数据基础和预测需求条件下的适用方法,为满足不同维度的北斗市场产值预测提供数据和决策支持。 展开更多

关键词 北斗卫星导航产业 灰色系统理论 LOGISTIC方程 求和自回归移动平均模型

在线阅读 下载PDF 职称材料

ARIMA季节乘积模型在新疆地区细菌性痢疾发病率预测中的应用 被引量：5

9

作者 沈彭 魏峰 《重庆科技学院学报（自然科学版）》 CAS 2019年第6期99-104,共6页

目的:ARIMA季节乘积模型在新疆地区细菌性痢疾疫情预测预警中应用的可行性,为细菌性痢疾的防控工作提供科学依据。方法:对新疆2004—2016年细菌性痢疾月发病率数据进行分析,建立ARIMA季节乘积模型,并利用2016年5月至12月的数据进行模型... 目的:ARIMA季节乘积模型在新疆地区细菌性痢疾疫情预测预警中应用的可行性,为细菌性痢疾的防控工作提供科学依据。方法:对新疆2004—2016年细菌性痢疾月发病率数据进行分析,建立ARIMA季节乘积模型,并利用2016年5月至12月的数据进行模型预测效果评价。结果:新疆2004年1月至2016年4月细菌性痢疾报告的发病率表现出明显的季节性变动趋势;通过数据差分、模型拟合,获得的相对最佳模型为ARIMA(0,0,1)(0,1,0)12,该模型残差序列为白噪声序列。结论:ARIMA季节乘积模型能够有效地预测新疆地区细菌性痢疾发病率的短期变化趋势。 展开更多

关键词 时间序列分析 求和自回归移动平均模型 细菌性痢疾 发病率预测

在线阅读 下载PDF 职称材料

基于ARIMA模型分析西安市鄠邑区HFRS疫情 被引量：2

10

作者 杨祖荣 刘昆 +1 位作者 谭新 吴克坚 《山西医科大学学报》 CAS 2018年第7期822-827,共6页

目的基于时间序列分析的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型分析肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)疫苗接种情况对陕西省西安市鄠邑区HFRS疫情的影响。方法收集陕西省... 目的基于时间序列分析的求和自回归移动平均(autoregressive integrated moving average,ARIMA)模型分析肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)疫苗接种情况对陕西省西安市鄠邑区HFRS疫情的影响。方法收集陕西省西安市鄠邑区1971-01~2012-12各监测点HFRS病例监测数据,建立基础数据库,将数据依据疫苗接种情况进行分组,对HFRS月发病率进行ARIMA建模拟合及预测,通过模型评价分析HFRS疫苗接种对疫情的影响。结果 1971-2012年,陕西省西安市鄠邑区共报告人间HFRS患者12 702例,HFRS年发病率在1971-1990年间呈增长趋势,从1994年开始年发病率总体呈现波动降低趋势,且疾病发生存在明显的季节性和双峰特征,模型分析显示忽略疫苗接种情况利用整体发病数据构建的模型,其拟合优度明显差于利用接种疫苗前发病数据而构建的模型,其预测方差也劣于利用接种疫苗后发病数据而建立的模型。结论自1994年鄠邑区开始接种HFRS疫苗后,HFRS疫情得到一定控制,且基于疫苗接种分组数据建立的模型能更好地体现这一干预措施对HFRS疫情的影响。 展开更多

关键词 肾综合征出血热 HFRS疫苗 求和自回归移动平均模型 预测

在线阅读 下载PDF 职称材料

基于优化VARIMA的无人机发动机飞行参数预测模型 被引量：1

11

作者 王凤芹 耿宝亮 杜晶 《兵工自动化》 2022年第10期45-50,共6页

为了预测无人机发动机飞行参数值,建立一种多参数关联的向量求和自回归移动平均模型(vector auto regression integrated moving average,VARIMA)。模型以无人机飞行数据作为输入,利用模拟退火算法对VARIMA模型参数进行优化,构建多源飞... 为了预测无人机发动机飞行参数值,建立一种多参数关联的向量求和自回归移动平均模型(vector auto regression integrated moving average,VARIMA)。模型以无人机飞行数据作为输入,利用模拟退火算法对VARIMA模型参数进行优化,构建多源飞行参数关联的数据模式,利用构建好的数据模式实现状态参数的预测。选取无人机多次飞行的飞参数据进行实验。实验结果表明:优化后的VARIMA预测模型预测性能好,比优化前的预测用时节省了0.23 s。 展开更多

关键词 飞行参数预测 无人机健康管理 求和自回归移动平均模型 向量自回归模型 时间序列分析算法

在线阅读 下载PDF 职称材料