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

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

2

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

乘积季节ARIMA模型的建立及其在河南省甲型病毒性肝炎发病数预测中的应用 被引量：1

3

作者 李军 史鲁斌 肖占沛 《中国卫生产业》 2015年第23期26-28,36,共4页

目的建立乘积季节自回归移动平均(ARIMA)模型,观察其对河南省甲型病毒性肝炎(甲肝)疫情预测的可行性。方法利用河南省2008—2013年分月的甲肝疫情监测资料建立乘积季节ARIMA模型,利用2014年1—12月的甲肝疫情资料评价该模型的预测效能... 目的建立乘积季节自回归移动平均(ARIMA)模型,观察其对河南省甲型病毒性肝炎(甲肝)疫情预测的可行性。方法利用河南省2008—2013年分月的甲肝疫情监测资料建立乘积季节ARIMA模型,利用2014年1—12月的甲肝疫情资料评价该模型的预测效能。结果河南省2008—2013年甲肝发病呈现明显的季节效应,且发病数呈现逐年减少的趋势;乘积季节ARIMA(1,1,0)(2,1,2)模型能较好地拟合既往的甲肝报告病例数,且对2014年1—12月份按月报告的甲肝病例数的预测值与实际值基本吻合。结论乘积季节ARIMA模型能较好模拟、预测河南省甲肝的发病情况。 展开更多

关键词 自回归移动平均模型 乘积季节自回归移动平均模型 甲型病毒性肝炎 疾病预测

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

4

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SARIMA和SVR组合模型的转向架系统寿命评估 被引量：3

5

作者 师蔚 范乔 +2 位作者 杨洋 胡定玉 廖爱华 《铁道机车车辆》 北大核心 2024年第1期157-163,共7页

随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持... 随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。 展开更多

关键词 转向架系统 寿命预测 季节性回归移动平均和支持向量回归(SARIMA和SVR) 组合模型 协方差优选法

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

6

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

挠性陀螺EMD-ARIMA漂移模型设计与应用

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

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

8

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

基于神经网络和SARIMA组合模型的短期交通流预测 被引量：15

9

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

基于ARIMA-SVM模型的翅片管蒸发器结霜性能预测 被引量：4

10

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SARIMA模型的安徽省CPI预测 被引量：4

11

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模型在流行性腮腺炎疫情预测中的应用 被引量：1

12

作者 肖占沛 王燕 +3 位作者 张肖肖 路明霞 马雅婷 张延炀 《中国医药科学》 2016年第2期7-9,13,共4页

目的建立乘积季节自回归移动平均（ARIMA）模型,观察其对河南省流行性腮腺炎疫情预测的可行性。方法利用河南省2004~2013年分月的流行性腮腺炎疫情监测资料建立乘积季节ARIMA模型,利用2014年1~12月的流行性腮腺炎疫情资料评价该模型的... 目的建立乘积季节自回归移动平均（ARIMA）模型,观察其对河南省流行性腮腺炎疫情预测的可行性。方法利用河南省2004~2013年分月的流行性腮腺炎疫情监测资料建立乘积季节ARIMA模型,利用2014年1~12月的流行性腮腺炎疫情资料评价该模型的预测效能。结果河南省2004~2013年流行性腮腺炎发病呈现明显的季节效应,且发病数在2006年后呈现逐年增多的趋势;模型ARIMA（1,0,2）（0,1,1）12能较好地拟合既往的流行性腮腺炎报告病例数,且对2014年1~12月按月报告的流行性腮腺炎病例数的预测值与实际值基本吻合。结论 ARIMA模型能较好地模拟、预测河南省流行性腮腺炎的发病情况。 展开更多

关键词 乘积季节自回归移动平均模型 流行性腮腺炎 疾病预测

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

13

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

基于SARIMA-BP模型的港口船舶交通流量预测 被引量：13

14

作者 赵龙文 苌道方 +1 位作者 朱宗良 高银萍 《中国航海》 CSCD 北大核心 2020年第1期50-55,94,共7页

为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SA... 为提高船舶交通流量预测精度,提出一种季节性自回归移动平均(Seasonal Autoregressive Integrated Moving Average,SARIMA)模型和BP神经网络的误差校正集成模型。以深圳港2011—2017年的数据为研究样本,对原始数据进行预处理,构建最优SARIMA模型,以该模型求出的残差序列作为BP神经网络的输入,将两个模型预测结果进行整合,得到集成模型的预测结果。试验结果表明:该误差校正集成模型与两个单一模型相比,体现出船舶交通流量数据的季节性特征,具有较好的预测精度,为港口船舶交通流量预测提供一种更为有效的方法。 展开更多

关键词 船舶交通流量 预测 季节性自回归移动平均模型 BP神经网络

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

15

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

16

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

基于时间序列的季节性气温预测研究 被引量：4

17

作者 赵成兵 刘丹秀 +1 位作者 谢新平 刘静 《安徽建筑大学学报》 2022年第3期83-89,共7页

气温的变化受风速、湿度、日照时数等因素的影响,可以通过分析这些因素预测气温的变化情况。考虑到气温序列中存在季节特性,采用One-Hot编码方法提取气温序列中的季节性信息,并作为随机森林模型的输入特征,对月平均气温进行拟合与预测... 气温的变化受风速、湿度、日照时数等因素的影响,可以通过分析这些因素预测气温的变化情况。考虑到气温序列中存在季节特性,采用One-Hot编码方法提取气温序列中的季节性信息,并作为随机森林模型的输入特征,对月平均气温进行拟合与预测。由于模型构建时涉及众多超参数,文中利用随机搜索和网格搜索两种算法优化模型中的超参数。结果表明:考虑季节性的随机森林模型拟合效果优于简单随机森林模型,预测数据变化趋势与实际观测基本一致,拟合精度可以达到96.14%。经两种方法对超参数寻优之后,模型拟合精度可以达到96.45%。 展开更多

关键词 随机森林 自回归移动平均模型 平均温度 季节性 PYTHON

在线阅读 下载PDF 职称材料

ARIMA模型在基层血站单采血小板临床需求量预测中的可行性分析

18

作者 吕艺通 刘志泉 +3 位作者 莫巧频 王东 谢庆欢 刘曼丽 《中国实用医药》 2023年第23期144-148,共5页

目的 探讨自回归移动平均乘积季节(ARIMA)模型在基层血站单采血小板临床需求量预测中的可行性,为血站制定科学合理的单采血小板招募计划和库存管理提供科学依据。方法 应用SPSS23.0统计学软件对顺德区中心血站2012年1月~2022年6月的单... 目的 探讨自回归移动平均乘积季节(ARIMA)模型在基层血站单采血小板临床需求量预测中的可行性,为血站制定科学合理的单采血小板招募计划和库存管理提供科学依据。方法 应用SPSS23.0统计学软件对顺德区中心血站2012年1月~2022年6月的单采血小板临床使用数据构建ARIMA模型,用所建模型预测2022年7月~2023年3月的单采血小板使用量并与实际使用量进行比较,评价模型拟合效果。结果 建立的最优模型为ARIMA(2, 1, 0)(0, 1, 1)12,残差序列自相关函数(ACF)和偏自相关函数(PACF)落在95%CI内;Ljung-Box Q统计量为24.941,差异无统计学意义(P>0.05),说明残差是随机分布的,残差不存在相关性,为白噪声序列,模型检验通过。应用模型ARIMA(2, 1, 0)(0, 1, 1)12对顺德区2022年7月~2023年3月的单采血小板临床使用量进行预测,预测结果与实际值均在95%CI内,平均相对误差为7.06%,预测值与实际值的曲线趋势基本一致,模型拟合效果较好。结论 ARIMA模型可用于顺德区单采血小板临床需求量的短期预测,为单采血小板的招募和库存管理提供科学依据。 展开更多

关键词 自回归移动平均乘积季节模型 基层血站 单采血小板 需求量预测

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

19

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

利用时间序列分析法预测工作面瓦斯涌出规律 被引量：3

20

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