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

自回归求和移动平均模型在湖南省食物中毒预测中的应用 被引量：7

2

作者 陈玲 徐慧兰 《中南大学学报（医学版）》 CAS CSCD 北大核心 2012年第2期142-146,共5页

目的:探索自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)在湖南省食物中毒预测中的应用,为食物中毒的预防和控制提供依据。方法:收集2003年1月至2009年12月湖南省食物中毒人数进行ARIMA模型拟合,用2010年的... 目的:探索自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)在湖南省食物中毒预测中的应用,为食物中毒的预防和控制提供依据。方法:收集2003年1月至2009年12月湖南省食物中毒人数进行ARIMA模型拟合,用2010年的中毒资料验证模型的预测效果,并预测2011年湖南省食物中毒人数。结果:ARIMA(0,1,1)(0,1,1)12较好地拟合了既往时间段中毒人数的时间序列,拟合预测误差为9.59%,2011年湖南省食物中毒预测人数为834人。结论:ARIMA预测模型能较好地拟合短期内食物中毒人数在时间序列上的变化趋势,若用于长期预测,应根据长期监测数据不断调整模型参数。 展开更多

关键词 自回归求和移动平均模型 食物中毒 预测

在线阅读 下载PDF 职称材料

自回归求和移动平均模型在湖北省戊型病毒性肝炎发病率预测中的应用 被引量：3

3

作者 严婧 杜玉开 杨北方 《郑州大学学报（医学版）》 CAS 北大核心 2017年第3期290-295,共6页

目的:应用自回归求和移动平均模型(ARIMA模型)对湖北省戊型病毒性肝炎疫情报告数据进行分析、预测,为戊型病毒性肝炎的监测、预警提供理论依据。方法:采用SAS 9.2对2004年1月至2015年12月湖北省戊型病毒性肝炎的报告疫情数据进行ARIMA... 目的:应用自回归求和移动平均模型(ARIMA模型)对湖北省戊型病毒性肝炎疫情报告数据进行分析、预测,为戊型病毒性肝炎的监测、预警提供理论依据。方法:采用SAS 9.2对2004年1月至2015年12月湖北省戊型病毒性肝炎的报告疫情数据进行ARIMA模型的参数估计、拟合检验,预测2016年1月至12月戊型病毒性肝炎的月发病数,并用实际数据验证评估预测效果。结果:ARIMA(1,1,1)×(0,1,1)12模型拟合误差RMSE为0.045,2016年1月至12月戊型病毒性肝炎预测值平均相对误差为14.23%,能较好地拟合原始序列数据,预测精度较高。结论:ARIMA模型对湖北省戊型病毒性肝炎报告发病率短期预测精度良好,具有实际应用价值。 展开更多

关键词 戊型病毒性肝炎 自回归求和移动平均模型 发病率 预测 湖北省

在线阅读 下载PDF 职称材料

利用ARIMA(自回归移动平均)模型对跑道侵入事件的分析及预测 被引量：9

4

作者 高扬 李阳 《中国安全科学学报》 CAS CSCD 2008年第11期25-30,共6页

综合运用具有相当精度的时间序列分析方法,建立美国民航运输安全中的机场跑道侵入的AR IMA(自回归移动平均)模型,克服了样本空间总是有限带来的不足,揭示出民航跑道侵入的动态变化规律,并对未来美国民航跑道侵入事故发生次数进行较准确... 综合运用具有相当精度的时间序列分析方法,建立美国民航运输安全中的机场跑道侵入的AR IMA(自回归移动平均)模型,克服了样本空间总是有限带来的不足,揭示出民航跑道侵入的动态变化规律,并对未来美国民航跑道侵入事故发生次数进行较准确的预测,为我国民航部门科学地制定飞行计划、人员培训、提高安全管理水平,提供可靠的依据。 展开更多

关键词 时间序列分析 跑道侵入 arima(自回归移动平均)模型 社会科学统计软件包(SPSS) 美国联邦航空局(FAA)

在线阅读 下载PDF 职称材料

改进的差分自回归移动平均模型的共轭梯度参数估计法 被引量：6

5

作者 单锐 刘雅宁 刘文 《河南科技大学学报（自然科学版）》 CAS 北大核心 2015年第4期85-90,9,共6页

为了提高差分自回归移动平均模型的拟合精度,本文结合已有的文献,借助无约束优化方法来解决此模型中的参数估计问题。主要提出了一种改进的差分自回归移动平均模型参数的优化估计法,并对提出的算法进行详细说明,在强Wolfe条件下对全局... 为了提高差分自回归移动平均模型的拟合精度,本文结合已有的文献,借助无约束优化方法来解决此模型中的参数估计问题。主要提出了一种改进的差分自回归移动平均模型参数的优化估计法,并对提出的算法进行详细说明,在强Wolfe条件下对全局收敛性进行了证明。该方法保证了迭代计算的收敛性,并且提高了收敛的速度。数值试验结果说明:该算法是一种较为有效的方法,与其他方法比较,参数估计值更为显著,提高了预测精度。 展开更多

关键词 差分自回归移动平均模型(arima模型) 自回归滑动平均模型(ARMA模型) 参数估计 无约束问题 共轭梯度法 WOLFE搜索

在线阅读 下载PDF 职称材料

浙江省月度电力需求的变分模态分解-自适应模糊神经网络-差分整合移动平均自回归组合预测模型及应用 被引量：5

6

作者 董知周 黄建平 +6 位作者 许晓敏 李铮 纪正森 高恬 吴庚奇 夏洪涛 陈浩 《科学技术与工程》 北大核心 2021年第12期4957-4967,共11页

为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过... 为提高电力需求预测的精度,提出了一种将变分模态分解(variational mode decomposition,VMD)和自适应模糊神经网络(adaptive network-based fuzzy inference system,ANFIS)相结合的方法并应用到月度电力需求预测中。首先将原始数据通过VMD分解成有限带宽的子模态序列,选用差分整合移动平均自回归模型(autoregressive integrated moving average model,ARIMA)、ANFIS、经验模态分解(empirical mode decomposition,EMD)与ANFIS相结合和VMD-ANFIS几种模型进行预测结果对比。结果表明:相比直接利用ANFIS模型得到的预测结果,增加VMD分解过程能有效减小预测误差。说明所应用的VMD-ANFIS方法更具优越性,可以获得更好的预测结果。 展开更多

关键词 电力需求预测 差分整合移动平均自回归模型(arima) 变分模态分解 自适应模糊神经网络

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 被引量：1

7

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

ARIMA乘积季节模型在上海市甲肝发病预测中的应用 被引量：29

8

作者 朱奕奕 冯玮 +1 位作者 赵琦 徐飚 《复旦学报（医学版）》 CAS CSCD 北大核心 2012年第5期460-464,共5页

目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最... 目的应用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型分析季节性时间序列,建立上海市病毒性甲型肝炎发病率的预测模型。方法利用上海市1990年至2011年甲肝按月发病数的历史疫情数据,采用非条件最小二乘法估计模型参数,模型阶数确定后,建立甲肝按月发病数ARIMA乘积季节预测模型。结果非季节和季节移动平均的参数分别是0.6341和0.9999,季节自回归的参数是0.4059,t检验的P值均<0.0001,方差估计值是0.1593,AIC=282.1478,SBC=292.7242,对建立的模型进行残差的白噪声检验,χ2检验统计量的P值均>0.05,据此建立ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型,模型表达式(1-0.405 9B12)(1-B)(1-B12)Yt=(1-0.634 1B)(1-0.999 9B12)εt,并开展上海市甲肝发病数的预测。结论 ARIMA(0,1,1)(1,1,1)12NOINT乘积季节模型可用于预测上海市病毒性甲型肝炎发病的季节模型。 展开更多

关键词 自回归求和移动平均(arima)乘积季节模型 时间序列 甲肝

在线阅读 下载PDF 职称材料

SARIMA模型在长沙市肺结核发病预测中的应用 被引量：14

9

作者 谢赐福 王孝君 +2 位作者 熊姿 宋丽新 许林勇 《中国卫生统计》 CSCD 北大核心 2018年第6期859-862,共4页

目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺... 目的探讨SARIMA模型在肺结核发病预测中的适用性,为长沙市肺结核防控提供参考。方法利用2005年1月-2016年12月长沙市肺结核月发病数构建SARIMA模型,以2017年1-12月的月发病数评价模型的预测效果,并采用构建的最优模型对2018年长沙市肺结核月发病情况进行预测。结果长沙市肺结核月发病数具有明显的季节性特征,最优预测模型为SARIMA(0,1,1)(0,1,1)12,其AIC=1436. 703,模型残差为白噪声(χ~2=0. 119,P=0. 731)。该模型的预测值与实际值的平均绝对百分误差为21. 69%,预测效果较为可靠。预计2018年长沙市肺结核的月平均发病数为332. 34例,发病水平与2017年接近,但总体略有下降。结论 SARIMA(0,1,1)(0,1,1)_(12)拟合效果较好,可用于长沙市肺结核月发病数的短期预测。 展开更多

关键词 肺结核 季节自回归求和移动平均模型 时间序列 预测

在线阅读 下载PDF 职称材料

乘积季节ARIMA模型在食源性疾病预测中的应用 被引量：16

10

作者 张爱红 周培 +2 位作者 申铜倩 彭志行 陈峰 《中国卫生统计》 CSCD 北大核心 2014年第1期68-69,73,共3页

目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIM... 目的探讨应用乘积季节自回归求和移动平均模型(autoregressive integrated moving average,ARIMA)预测如东县食源性疾病发病的可行性,为食源性疾病的预防和控制提供依据。方法基于2004年1月至2010年12月食源性疾病人数建立乘积季节ARIMA模型,用2011年食源性疾病资料验证模型的预测效果,用所得模型预测2012年食源性疾病发病人数。结果 ARIMA(0,1,1)×(0,1,1)12较好地拟合了既往时间段食源性疾病发病人数的时间序列,拟合平均相对误差为2.7%,预测2012年如东县食源性疾病发病总人数为64人。结论乘积季节ARIMA模型可以较好地拟合食源性疾病的时间变化趋势,并用于预测未来的食源性疾病,是一种短期预测精度较高的预测模型。 展开更多

关键词 乘积季节自回归求和移动平均模型 预测 食源性疾病

在线阅读 下载PDF 职称材料

基于SARIMA模型和条件植被温度指数的干旱预测 被引量：23

11

作者 田苗 王鹏新 +1 位作者 韩萍 张树誉 《农业机械学报》 EI CAS CSCD 北大核心 2013年第2期109-116,共8页

基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。... 基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。结果表明,SARIMA模型的预测精度随着预测步数的增加而降低,6旬1步预测结果的绝对误差频数分布基本是单峰分布,主要分布在-0.2到0.2之间;6旬2步预测结果的绝对误差频数分布出现双峰分布,3步预测结果绝对误差分布分散,且误差变大。通过分析干旱的时空分布规律,发现关中平原地区干旱具有较明显的区域特征,且1步预测和2步预测结果的干旱时空分布与监测结果较吻合,3步预测结果的不确定性较大,由此得出SARIMA模型适用于关中平原VTCI 1～2步预测研究的结论。 展开更多

关键词 关中平原 干旱预测 条件植被温度指数 季节性求和自回归移动平均模型

在线阅读 下载PDF 职称材料

基于ARIMA的磨削颤振预测方法 被引量：4

12

作者 王民 冯猛 +1 位作者 姚子良 昝涛 《北京工业大学学报》 CAS CSCD 北大核心 2016年第4期609-613,共5页

磨削颤振会加剧砂轮的磨损并对磨削加工质量造成严重影响,甚至会对磨床本身造成破坏.为了避免磨削颤振的发生,提高磨削加工效率,通过对磨削过程振动信号进行分析,提取固有频率频带能量百分比R作为磨削颤振的特征量,提出一种基于自回归... 磨削颤振会加剧砂轮的磨损并对磨削加工质量造成严重影响,甚至会对磨床本身造成破坏.为了避免磨削颤振的发生,提高磨削加工效率,通过对磨削过程振动信号进行分析,提取固有频率频带能量百分比R作为磨削颤振的特征量,提出一种基于自回归积分移动平均(autoregression integrated moving average,ARIMA)模型的磨削颤振预测方法.试验结果表明:在磨削过程中,固有频率频带能量会随着磨削状态的变化而变化,利用稳定磨削状态下的固有频率频带能量百分比建立ARIMA预测模型,预测结果与真实值十分接近,能够准确预测磨削颤振的发生. 展开更多

关键词 磨削颤振 自回归积分移动平均模型(arima) 频带能量比

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

13

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

MLR和ARIMA模型在民航安全业绩预测中的应用 被引量：14

14

作者 程明 梁文娟 《中国安全科学学报》 CAS CSCD 北大核心 2016年第2期25-30,共6页

为预测民航安全业绩发展趋势,通过散点图、相关系数、主因子分析等多种统计方法,筛选5大类、共计20项与民航安全运行关系密切的社会经济指标,建立民航综合安全指数MLR模型;依据中国民航在1995—2014年间的安全生产历史数据,分析其发展... 为预测民航安全业绩发展趋势,通过散点图、相关系数、主因子分析等多种统计方法,筛选5大类、共计20项与民航安全运行关系密切的社会经济指标,建立民航综合安全指数MLR模型;依据中国民航在1995—2014年间的安全生产历史数据,分析其发展历史、现状、特征与存在的问题,并利用ARIMA模型进行预测分析。结果表明,人员素质因子和技术能力因子对民航安全均有显著影响;民航安全综合指数预测值在2015—2017年间总体稳定;MLR方法和ARIMA模型对民航安全趋势的耦合分析结果良好。 展开更多

关键词 安全综合指数 民航 经济社会指标 多元线性回归(MLR) 自回归移动平均(arima)模型 因子分析

在线阅读 下载PDF 职称材料

基于ARIMA与LSTM的新冠肺炎网络关注度趋势研究 被引量：16

15

作者 景楠 胡怡 韩喜双 《中国安全科学学报》 CAS CSCD 北大核心 2020年第12期37-42,共6页

为有效监控和管理新型冠状病毒肺炎(COVID-19)引起的网络舆情,基于自回归移动平均(ARIMA)模型和长短期记忆(LSTM)神经网络预测和分析舆情数据,利用百度指数收集全国及武汉市网民对COVID-19的关注度数值,形成时间序列数据,并构建舆情模型... 为有效监控和管理新型冠状病毒肺炎(COVID-19)引起的网络舆情,基于自回归移动平均(ARIMA)模型和长短期记忆(LSTM)神经网络预测和分析舆情数据,利用百度指数收集全国及武汉市网民对COVID-19的关注度数值,形成时间序列数据,并构建舆情模型;对舆情模型进行参数估计、模型诊断和模型评价。结果表明:此疫情的网络舆情前驱期为4天,爆发期为7天,波动期为14天,消退期为32天,到达峰值的时间为13天;该模型可较好地模拟COVID-19网络舆情关注度的变化趋势,且局部地区的数据拟合模型预测效果优于全国数据拟合模型。 展开更多

关键词 自回归移动平均(arima)模型 长短期记忆(LSTM) 新型冠状病毒肺炎(COVID-19) 网络舆情 时间序列

在线阅读 下载PDF 职称材料

适合西藏地区的归一化植被指数预测模型构建及验证

16

作者 孟慧美 吴凌霄 +1 位作者 宣越健 米玛旺堆 《气候与环境研究》 北大核心 2025年第2期199-211,共13页

基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地... 基于差分自回归移动平均(ARIMA)方法、随机森林(RF)方法、Prophet方法构建适合西藏地区的归一化植被指数(Normalized Difference Vegetation Index,NDVI)预测模型,利用羊八井地区2000~2021年MODIS遥感NDVI数据进行了验证,结果表明:该地区植被覆盖率总体呈现不明显减少趋势;3个预测模型中,RF预测精度最高,其归一化均方根误差、平均绝对百分比误差、决定系数,分别达到了6.92%、4.04%、0.9;小波变换方法能有效提高模型预测精度;组合模型可以提高预测精度,其中误差倒数权重组合模型优于平均权重和方差倒数加权组合模型。因此可以利用RF等机器学习方法结合小波变换、组合模型在西藏地区进行NDVI预测,为生态环境保护和农牧业生产决策提供科学指导。 展开更多

关键词 归一化植被指数(NDVI)预测模型 随机森林(RF)方法 差分自回归移动平均(arima)方法 Prophet方法 小波变换

在线阅读 下载PDF 职称材料

基于改进PSO-ARIMA模型的船舶纵摇角度预测 被引量：7

17

作者 王培良 张婷 肖英杰 《上海海事大学学报》 北大核心 2021年第1期39-43,共5页

针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(... 针对自回归移动平均(auto regressive moving average,ARMA)模型在船舶纵摇角度预测时不具有普遍适用性问题,提出使用自回归综合移动平均(auto regressive integrated moving average,ARIMA)模型进行纵摇角度预测,并采用改进粒子群优化(particle swarm optimization,PSO)算法对模型定阶。对纵摇角度值序列数据进行平稳性检验和差分运算,确定ARIMA模型的适用性;采用具有针对性适应度评价函数的PSO算法进行模型定阶,并优化PSO算法的权重计算方法。通过仿真对比验证本文所提方法的科学性和有效性。仿真结果表明:采用改进PSO算法进行模型定阶的方法能够有效提升模型的预测精度,具有更好的预测效果。 展开更多

关键词 自回归综合移动平均(arima)模型 粒子群优化(PSO)算法 船舶纵摇 纵摇预测

在线阅读 下载PDF 职称材料

ARIMA季节乘积模型在预测医院月住院量的应用 被引量：6

18

作者 刘金莲 钟晓妮 《重庆医科大学学报》 CAS CSCD 2008年第4期475-477,共3页

目的:探讨ARIMA季节乘积模型在时间序列资料分析中的应用,建立住院量的预测模型。方法:利用重庆市某医院2002～2005年的月住院量,采用条件最小二乘法估计模型参数,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... 目的:探讨ARIMA季节乘积模型在时间序列资料分析中的应用,建立住院量的预测模型。方法:利用重庆市某医院2002～2005年的月住院量,采用条件最小二乘法估计模型参数,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:模型参数有统计学意义。方差估计值为0.003 175,AIC=-94.245 1,SBC=-91.252 1。对模型进行白噪声残差分析,拟合优度结果表明ARIMA的最优模型为:(1-B)(1-B12)Zt(=1-0.543 02B)(1-B12)at。结论:用所建立模型对月住院量进行预测,结果表明ARIMA是一种短期预测精度较高的预测模型。 展开更多

关键词 时间序列 预测 自回归求和移动平均模型

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

19

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

基于ARIMA-GM的短期民航货邮周转量研究 被引量：4

20

作者 李程 徐琪 《计算机工程与应用》 CSCD 北大核心 2015年第2期259-264,共6页

ARIMA模型对季节特征有较好的拟合效果,灰色GM(1,1)模型能准确反映时间序列的增长趋势,结合民航货邮周转量的特点和ARIMA模型和GM(1,1)模型的优点,分别建立货邮周转量的ARIMA和GM(1,1)的时间序列模型,揭示出民航货邮周转量随时间推移而... ARIMA模型对季节特征有较好的拟合效果,灰色GM(1,1)模型能准确反映时间序列的增长趋势,结合民航货邮周转量的特点和ARIMA模型和GM(1,1)模型的优点,分别建立货邮周转量的ARIMA和GM(1,1)的时间序列模型,揭示出民航货邮周转量随时间推移而发展变化的动态规律,最后为更精确地预测月度民航货邮周转量,提出基于ARIMA-GM的组合预测模型,并对近几月民航货邮周转量进行较准确的短期预测,结果表明:组合模型能提高预测精度,在实际应用中ARIMA模型可用于非季节和季节的各类时间序列;灰色GM(1,1)模型能准确反映时间序列的增长趋势,两者相结合很好地解决了民航货邮周转量短期预测的实际问题,得到民航货邮周转量更精确的预测结论,能够对民航货邮市场的发展趋势进行宏观把握,有利于决策者的经济决策行为。 展开更多

关键词 民航货邮周转量 GM(1 1)模型 自回归移动平均(arima)模型 组合模型

在线阅读 下载PDF 职称材料