期刊文献+
共找到34篇文章
< 1 2 >
每页显示 20 50 100
基于自回归积分滑动平均模型的无线传感网络通信传输信号延迟消除方法
1
作者 崔蕾 王同 《传感技术学报》 北大核心 2025年第3期543-549,共7页
为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程... 为了解决受环境影响无线传感网络通信传输信号的延迟问题,提出了一种传输信号延迟消除的方法。将自回归积分滑动平均模型(ARIMA)和小波神经网络(WNN)相结合,进行通信传输信号延迟的组合预测。根据延迟预测结果设计传输信号延迟消除流程的步骤和约束条件,并以此构建无线传感网络通信传输的优化目标函数,引入免疫克隆蛙跳算法对目标函数进行求解,获取最优的传输方案。仿真分析表明,所提方法的延迟预测误差和端到端延迟误差低于0.01 s,能量消耗最大值为6.4 W,平均丢包率最大值为0.286%。上述结果证明了所提方法可以有效准确预测和消除无线传感网络通信传输信号延迟。 展开更多
关键词 无线传感网络 传输信号 延迟消除 自回归积分滑动平均模型 小波神经网络
在线阅读 下载PDF
乘积季节自回归积分滑动平均模型在长沙市手足口病发病率预测中的应用 被引量:12
2
作者 谈婷 陈立章 刘富强 《中南大学学报(医学版)》 CAS CSCD 北大核心 2014年第11期1170-1176,共7页
目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月... 目的:建立长沙市手足口病发病率的乘积季节自回归积分滑动平均模型(autoregressive integrated moving average model,ARIMA),探讨乘积季节ARIMA模型在手足口病疫情预测的可行性。方法:运用EVIEWS 6.0软件对长沙市2008年5月至2013年8月的手足口病发病率资料建立乘积季节ARIMA模型,以2013年9月至2014年2月的发病资料作为模型预测效果的检验样本,最后再用所得到的模型对2014年3月至2014年8月的月发病率进行预测。结果:经过序列平稳化、模型识别以及模型诊断后,建立乘积季节ARIMA模型(1,0,1)×(0,1,1)12,模型拟合度R2=0.81,预测均方根误差为8.29,平均绝对误差为5.83。结论:乘积季节ARIMA模型是一种较好的预测模型,所建模型拟合度较好,能为手足口病的防治工作提供参考。 展开更多
关键词 手足口病 时间序列 乘积季节自回归积分滑动平均模型
在线阅读 下载PDF
基于自回归积分滑动平均模型的可转移负荷竞价策略 被引量:40
3
作者 艾欣 周志宇 +2 位作者 魏妍萍 张宏志 李乐 《电力系统自动化》 EI CSCD 北大核心 2017年第20期26-31,104,共7页
研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基... 研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基于自回归积分滑动平均模型的可转移负荷最优竞价策略,通过历史电价的变化特征估计模型的参数,从而预测第二天的日前电价和实时电价曲线,并以此为依据优化竞价策略。在此基础上,考虑功率限制,提出了基于贪心算法思想的电能竞价自动调整算法。通过实际电价数据进行计算,验证了此策略比单纯利用历史数据的期望值作为模型参数为购电者节省了更多购电费用,并能够有效完成竞价调整,以满足各个周期的功率限制。 展开更多
关键词 可转移负荷 电价预测 日前市场 实时市场 自回归积分滑动平均模型
在线阅读 下载PDF
基于自回归积分滑动平均模型的玉竹价格预测分析 被引量:2
4
作者 胡晟 肖深根 《湖南农业科学》 2018年第12期88-92,共5页
通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型... 通过网络爬虫技术和文献搜集采集了2010年1月至2018年9月湖南省玉竹统条月度价格数据;首先对数据进行了平稳性检验,获取平稳时间序列的阶数值;再采用自回归积分滑动平均模型(ARIMA),求取平稳时间序列的自相关和偏相关系数,初步判断模型的p、d、q值;通过对模型参数的比较分析,得出最适合玉竹价格预测的模型,并通过残差序列检验模型的相关性;最后对2019年湖南省玉竹价格走势进行预测,结果显示玉竹价格在2019年呈下降趋势,但其下降幅度相对平稳。 展开更多
关键词 自回归积分滑动平均模型 玉竹 价格 预测 湖南
在线阅读 下载PDF
1990-2021年中国2型糖尿病肾病的疾病负担变化趋势及预测研究 被引量:2
5
作者 李书楠 张诗妍 +4 位作者 邓亚楠 胡丹青 郑雨心 李丹阳 李灿东 《中国全科医学》 北大核心 2025年第33期4214-4226,共13页
背景2型糖尿病肾病(T2DN)是2型糖尿病的主要慢性并发症之一,也是导致终末期肾病和心血管疾病的重要原因,给患者和社会带来沉重的疾病负担,已成为全球日益严峻的公共卫生挑战。目的本研究旨在基于全球疾病负担数据,分析中国T2DN疾病负担... 背景2型糖尿病肾病(T2DN)是2型糖尿病的主要慢性并发症之一,也是导致终末期肾病和心血管疾病的重要原因,给患者和社会带来沉重的疾病负担,已成为全球日益严峻的公共卫生挑战。目的本研究旨在基于全球疾病负担数据,分析中国T2DN疾病负担的变化趋势,预测T2DN至2050年的发展趋势,为T2DN防控和公共卫生政策提供数据支持。方法本研究以2021年全球疾病负担数据库(GBD 2021)为数据来源,提取1990—2021年中国T2DN的发病率、患病率、伤残调整生命年率(DALY率)和死亡率和作为评估T2DN疾病负担的指标。采用年度百分比变化估计值(EAPC)评估这些指标在不同性别和年龄组的变化趋势。采用自回归积分滑动平均(ARIMA)模型和指数平滑(ES)模型分别对不同性别和年龄组的各指标进行时间序列预测,并通过绝对百分比误差(APE)评估模型预测误差。结果1990—2021年,中国T2DN的年龄标准化发病率呈上升趋势(EAPC=0.42%,95%CI=0.34%~0.50%);年龄标准化患病率呈轻微下降趋势(EAPC=-0.24%,95%CI=-0.39%~-0.10%);年龄标准化DALY率呈轻微下降趋势(EAPC=-0.7%,95%CI=-0.8%~-0.6%);年龄标准化死亡率呈下降趋势(EAPC=-0.57%,95%CI=-0.66%~-0.49%)。按性别划分,女性年龄标准化发病率上升幅度相对较大(EAPC=0.6%,95%CI=0.49%~0.71%),男性上升幅度较小(EAPC=0.23%,95%CI=0.17%~0.29%);男性年龄标准化患病率下降幅度较女性更为明显(男性EAPC=-0.27%,95%CI=-0.41%~-0.13%;女性EAPC=-0.22%,95%CI=-0.37%~-0.07%);女性年龄标准化DALY率和死亡率呈显著下降趋势(DALY率EAPC=-1.13%,95%CI=-1.25%~-1.02%;死亡率EAPC=-1.10%,95%CI=-1.20%~-1.01%),男性变化较小(DALY率EAPC=-0.28%,95%CI=-0.40%~-0.15%;死亡率EAPC=-0.06%,95%CI=-0.19%~0.08%)。年龄别分析显示,各项疾病负担指标均随年龄增长而升高,高龄人群负担沉重,且部分高年龄组发病率和DALY率呈上升趋势。ARIMA模型预测结果显示,2050年男性年龄标准化发病率增至27.34/10万,患病率降至877.11/10万,DALY率保持在140.79/10万,死亡率保持在7.64/10万。女性年龄标准化发病率增至18.17/10万,患病率降至938.24/10万,DALY率降至69.66/10万,死亡率保持在4.77/10万。ES模型预测结果显示,2050年男性的年龄标准化发病率增至19.57/10万,患病率降至1055.85/10万,DALY率降至140.38/10万,死亡率保持在7.30/10万;女性的年龄标准化发病率增至16.49/10万,患病率增至1092.09/10万,DALY率降至105.84/10万,死亡率降至5.16/10万。模型误差评估显示,ES模型在大多数年龄标准化率和患病人数的预测上误差较小,而ARIMA模型在部分人数指标和女性年龄标准化死亡率上误差相对较小。结论1990—2021年,中国T2DN的整体疾病负担在年龄标准化后有所改善,尤其在死亡率和DALY率方面,但年龄标准化发病率持续上升,且疾病负担向高龄人群集中的趋势日益明显。本研究预测至2050年,中国新发病例仍将持续增加。应制定针对高风险人群,尤其是针对高龄人群和男性的精准防控策略,加强全科医学在慢病管理中的核心作用,以应对未来的公共卫生挑战。 展开更多
关键词 糖尿病肾病 糖尿病 2型 全球疾病负担 自回归积分滑动平均模型 指数平滑模型 预测
在线阅读 下载PDF
面向多工序锂电池制造过程的多源异构数据缺失值填充方法
6
作者 林佳岸 唐小勇 《应用科学学报》 北大核心 2025年第5期785-798,共14页
在多工序锂电池制造过程中,数据分析面临多源异构和缺失挑战。针对这一问题,本文提出一种融合自回归积分滑动平均(auto regressive integrated moving average,ARIMA)模型与插值技术的填充方法。该方法通过ARIMA模型提取时间序列数据的... 在多工序锂电池制造过程中,数据分析面临多源异构和缺失挑战。针对这一问题,本文提出一种融合自回归积分滑动平均(auto regressive integrated moving average,ARIMA)模型与插值技术的填充方法。该方法通过ARIMA模型提取时间序列数据的趋势与周期性特征,结合插值技术修复因设备故障或数据采集不完整导致的缺失值,增强了对复杂数据变化规律的捕捉能力。通过多组实验表明,该方法在填充精度和数据完整性上均优于均值填充、K近邻填充和单独的插值填充方法。本文提出的ARIMA-插值混合填充模型能够有效提高锂电池制造过程的多源异构的缺失值填充质量,为后续特征提取和分析提供可靠数据基础。 展开更多
关键词 缺失值填充 数据预处理 多工序生产 自回归积分滑动平均
在线阅读 下载PDF
空间自回归模型在水库边坡位移预测中的应用 被引量:4
7
作者 秦栋 陈慧艳 《河海大学学报(自然科学版)》 CAS CSCD 北大核心 2017年第2期104-108,共5页
针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型... 针对传统位移监测很少考虑不同测点之间相互作用的问题,基于经济学领域空间计量学基本理论,研究了空间自回归模型在边坡位移预测中的应用。以某工程高边坡外观位移数据为例,对边坡的位移状况进行预测,并与传统的自回归积分滑动平均模型相比较。结果表明:(a)在空间自相关系数较为显著的条件下,运用空间自回归模型可以较为精确地预测边坡变形状况,且优于传统模型;(b)空间自回归模型相较于传统模型参数更加简洁、考虑的影响因素更全面,可以同时对空间所有测点位移进行估计。 展开更多
关键词 空间计量学 空间自回归模型 水库边坡 边坡位移预测 自回归积分滑动平均模型
在线阅读 下载PDF
Gender differences in the burden of near vision loss in China:An analysis based on GBD 2021 data
8
作者 LIU Yu ZHU Liping +4 位作者 LIN Yanhui WANG Yanbing XIONG Kun LI Xuhong YAN Wenguang 《中南大学学报(医学版)》 北大核心 2025年第6期1030-1041,共12页
Objective:Near vision loss(NVL)is one of the leading causes of visual impairment worldwide,exerting a profound impact on individual quality of life and socio-economic development.This study aims to analyze the burden ... Objective:Near vision loss(NVL)is one of the leading causes of visual impairment worldwide,exerting a profound impact on individual quality of life and socio-economic development.This study aims to analyze the burden of NVL in China by sex and age groups from 1990 to 2021 and to project trends over the next 15 years.Methods:Using data from the Global Burden of Disease(GBD)2021 database,we conducted descriptive analyses of NVL prevalence in China,calculated age-standardized prevalence rates(ASPR)and age-standardized disability-adjusted life years rates(ASDR)to compare burden differences between sexes and age groups,and applied an autoregressive integrated moving average(ARIMA)model to predict NVL trends for the next 15 years.The model selection was based on best-fit criteria to ensure reliable projections.Results:From 1990 to 2021,China’s ASPR of NVL rose from 10096.24/100000 to 15624.54/100000,and ASDR increased from 101.75/100000 to 158.75/100000.In 2021,ASPR(16551.70/100000)and ASDR(167.69/100000)were higher among females than males(14686.21/100000 and 149.76/100000,respectively).China ranked highest globally in both NVL cases and disability-adjusted life years(DALYs),with female burden significantly exceeding male burden.Projections indicated this trend and sex gap will persist until 2036.Compared with 1990,the prevalence cases and DALYs increased by 239.20%and 238.82%,respectively in 2021,with the highest burden among females and the 55−59 age group.The ARIMA model predicted continued increases in prevalence and DALYs by 2036,with females maintaining a higher burden than males.Conclusion:This study reveals a marked increase in the NVL burden in China and predicts continued growth in the coming years.Public health policies should prioritize NVL prevention and control,with special attention to women and middle-aged populations to mitigate long-term societal and health impacts. 展开更多
关键词 China near vision loss Global Burden of Disease database autoregressive integrated moving average model gender differences
在线阅读 下载PDF
基于SARIMA模型的近岸海表温度短期预报研究 被引量:3
9
作者 赵强 王擎宇 舒志光 《海洋预报》 CSCD 北大核心 2024年第1期42-49,共8页
基于石浦海洋站实测数据,采用周期性自回归积分滑动平均方法(SARIMA)构建了逐时海表温度短期预报模型,根据观测数据的周期特征和模型预报误差比选确定了模型参数。结果表明:与采用逐时观测数据作为输入的模型相比,采用逐0.5 h内插数据... 基于石浦海洋站实测数据,采用周期性自回归积分滑动平均方法(SARIMA)构建了逐时海表温度短期预报模型,根据观测数据的周期特征和模型预报误差比选确定了模型参数。结果表明:与采用逐时观测数据作为输入的模型相比,采用逐0.5 h内插数据构建的SARIMA模型的预报结果与实测数据间的相位更为一致,预报误差更小,但进一步将输入数据的时间分辨率提高,72 h逐时预报精度提升不明显;研究还发现模型预报误差总体随输入数据时长的减小而增大;采用366 d逐0.5 h数据构建的SARIMA(2,0,2)(2,1,0)25模型的预报结果较优,0~24 h、24~48 h、48~72 h预报的平均绝对误差分别为0.176℃、0.350℃、0.520℃,相应的均方根误差分别为0.217℃、0.396℃、0.567℃。 展开更多
关键词 周期性自回归积分滑动平均方法 统计预报 海表温度 预报
在线阅读 下载PDF
高超声速飞行器分解集成轨迹预测算法 被引量:25
10
作者 韩春耀 熊家军 +1 位作者 张凯 兰旭辉 《系统工程与电子技术》 EI CSCD 北大核心 2018年第1期151-158,共8页
针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采... 针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采用相应的子轨迹预测模型,最后将各子轨迹预测模型预测结果的集成作为最终预测值。由于子序列与子轨迹预测模型具有更高的契合度,使得分解集成轨迹预测算法相对于使用单一模型的轨迹预测算法更具优势。仿真实验表明,分解集成轨迹预测算法显著提高了轨迹预测精度。 展开更多
关键词 轨迹预测 无动力滑翔高超声速飞行器 分解集成模型 最小二乘支持向量回归模型 自回归积分滑动平均模型
在线阅读 下载PDF
中国省域碳排放的空间格局预测分析 被引量:10
11
作者 李建豹 黄贤金 +2 位作者 吴常艳 周艳 孟浩 《生态经济》 北大核心 2017年第3期46-52,共7页
为探索中国省域碳排放的空间演化规律,以二氧化碳为测度指标,利用空间统计方法和自回归积分滑动平均模型分析了碳排放的空间格局演化特征及其未来变化趋势,最后运用空间杜宾面板数据模型分析了影响碳排放的主要因素。结果表明:(1)中国... 为探索中国省域碳排放的空间演化规律,以二氧化碳为测度指标,利用空间统计方法和自回归积分滑动平均模型分析了碳排放的空间格局演化特征及其未来变化趋势,最后运用空间杜宾面板数据模型分析了影响碳排放的主要因素。结果表明:(1)中国省域碳排放空间格局总体上较为稳定,HH类型省域主要分布于中国北方地区,LL类型省域主要分布于中国的西部地区,中国省域碳排放在空间上的集聚性和集群效应增强。碳排放的重点调控区域包括长江经济带、京津冀地区、山东、河南、山西、陕西、宁夏、内蒙古和辽宁等。(2)1997-2007年中国省域碳排放标准差椭圆的中心向西南移动,2007-2012年向西北移动;碳排放沿X轴呈分散趋势,沿Y轴呈集中趋势;转角大致在21.516 0°~30.852 6°之间变化;碳排放的空间密集化程度增加,空间分布形态呈现"圆化"趋势,空间相似性降低。(3)2013-2020年碳排放标准差椭圆的中心主要在中牟县内移动;碳排放空间格局呈现一定的空间拉伸趋势;转角大致在20.661 3°~22.482 7°之间变化;形状指数总体上呈轻微增加趋势,空间分布形态呈现"圆化"趋势,空间格局相对稳定。(4)空间面板模型的结果表明,碳排放强度、人口总量、产业结构和经济水平是影响中国省域能源消费碳排放空间格局演化的主要因素。其中,降低碳排放强度是控制碳排放量的重要途径,产业结构和人口总量对碳排放量表现出了明显的空间溢出效应。 展开更多
关键词 碳排放 空间格局 标准差椭圆 自回归积分滑动平均模型 空间杜宾面板数据模型
在线阅读 下载PDF
基于广义预测的矩阵变换器电流环闭环控制 被引量:8
12
作者 杨俊华 冯小峰 +1 位作者 吴捷 张先亮 《电力自动化设备》 EI CSCD 北大核心 2010年第9期28-32,共5页
针对矩阵变换器(MC)输出侧电流易受负载扰动影响,提出一种基于广义预测的MC电流环控制方案。将MC虚拟等效成输入侧为整流器和输出侧为逆变器相连,推导了输出侧电压、电流方程,建立MC的受控自回归积分滑动平均模型,通过Park变换,将输出... 针对矩阵变换器(MC)输出侧电流易受负载扰动影响,提出一种基于广义预测的MC电流环控制方案。将MC虚拟等效成输入侧为整流器和输出侧为逆变器相连,推导了输出侧电压、电流方程,建立MC的受控自回归积分滑动平均模型,通过Park变换,将输出电流分解成dq坐标下的直流分量。基于广义预测控制策略,设计输出侧电流闭环控制器,跟踪期望电流d、q轴分量,维持输出电流的空间矢量恒定,以消除内、外扰动和不平衡的影响。仿真结果表明:和传统开环控制方案相比,基于广义预测的闭环控制方案减小了MC的输出电流谐波分量,改善了输出电流波形,使MC获得良好的动态特性,对输出扰动抑制效果显著。 展开更多
关键词 矩阵变换器 广义预测控制 电流跟踪 闭环控制 受控自回归积分滑动平均模型
在线阅读 下载PDF
冷带轧机电液伺服系统广义预测控制应用研究 被引量:6
13
作者 孙孟辉 王益群 +1 位作者 张伟 刘建 《中国机械工程》 EI CAS CSCD 北大核心 2007年第22期2659-2662,共4页
在冷带轧机电液伺服系统中应用广义预测控制理论直接算法,采用随机梯度估计法在线估计控制器参数模型,避免了在线求解Diophantine方程,减少了在线计算时间。该控制算法基于离散受控自回归积分滑动平均模型,吸取了自适应控制的优点,使控... 在冷带轧机电液伺服系统中应用广义预测控制理论直接算法,采用随机梯度估计法在线估计控制器参数模型,避免了在线求解Diophantine方程,减少了在线计算时间。该控制算法基于离散受控自回归积分滑动平均模型,吸取了自适应控制的优点,使控制系统具有较好的鲁棒性和智能性。仿真研究结果表明,该方法比目前带钢生产中广为采用的PID控制策略优越,使得系统的动态品质有了较大的改善,响应时间和控制精度都有所提高。 展开更多
关键词 广义预测控制 冷带轧机 电液伺服系统 受控自回归积分滑动平均模型 随机梯度估计法
在线阅读 下载PDF
多时序协同中期负荷预测模型 被引量:14
14
作者 刘江永 刘文翰 易灵芝 《电力系统及其自动化学报》 CSCD 北大核心 2020年第2期48-53,共6页
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memo... 针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memory)网络的多时序协同中期负荷预测ARIMA-LSTM模型。该模型考虑了季节、温度和节假日的影响,采用ARIMA提取负荷序列内部因素,用Adam算法优化ARIMA-LSTM模型的网络参数。最后将某地区实际负荷数据用于该模型,并与神经网络NN(neural network)模型和LSTM进行对比,其均方根误差分别降低了7.698%和2.154%,验证了该模型具有更高的预测精度。 展开更多
关键词 中期负荷预测 加法自回归积分滑动平均模型 长短期记忆网络 预测精度
在线阅读 下载PDF
汽车零部件第三方物流仓储需求量集成预测模型 被引量:9
15
作者 金淳 曹迪 +1 位作者 王聪 李文立 《系统管理学报》 CSSCI CSCD 北大核心 2018年第6期1157-1165,共9页
考虑到汽车零部件第三方物流企业仓储需求量的预测精度受众多非线性、不可量化的不确定因素的影响,提出一种将定量预测与定性预测相结合的集成预测模型(SIF)。SIF模型中,用RBF神经网络模型预测复杂非线性波动趋势;为补足RBF模型的若干问... 考虑到汽车零部件第三方物流企业仓储需求量的预测精度受众多非线性、不可量化的不确定因素的影响,提出一种将定量预测与定性预测相结合的集成预测模型(SIF)。SIF模型中,用RBF神经网络模型预测复杂非线性波动趋势;为补足RBF模型的若干问题,用ARIMA模型预测在库量的季节性趋势,用定性预测模型解决难以量化的外部因素的变动对需求量的影响问题。最后,将三部分结果动态叠加作为SIF模型的输出。实例分析结果表明:与各单一模型、ARIMA与RBF的组合模型相比,SIF模型具有更高的预测精度和稳定性。研究表明了SIF模型对于第三方仓储物流需求量预测的有效性和适用性。 展开更多
关键词 集成预测模型 需求量 自回归积分滑动平均模型 RBF神经网络 定性预测
在线阅读 下载PDF
基于KPCA-ARIMA算法的瓦斯涌出量预测 被引量:7
16
作者 付华 付昱 +2 位作者 赵俊程 许桐 卢万杰 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2022年第5期406-412,共7页
为提高瓦斯涌出量预测精度,提出将核主成分分析与自回归积分滑动平均模型相结合的算法.将瓦斯涌出量表示为时间序列,用差分法对获取的数据进行平稳化预处理,用核主成分分析法对影响瓦斯涌出量的原始数据进行降维,对降维后的数据进行瓦... 为提高瓦斯涌出量预测精度,提出将核主成分分析与自回归积分滑动平均模型相结合的算法.将瓦斯涌出量表示为时间序列,用差分法对获取的数据进行平稳化预处理,用核主成分分析法对影响瓦斯涌出量的原始数据进行降维,对降维后的数据进行瓦斯涌出量特征提取,建立自回归积分滑动平均瓦斯涌出量的预测模型.利用自相关函数和偏自相关函数对模型参数进行优化,综合得到d阶差分结果、自回归系数p、滑动平均阶数q.为验证方法的有效性,对优化后的瓦斯涌出量预测模型进行实验验证,将预测结果与三阶指数平滑、BPNN、GM(1,1)模型进行对比,结果表明:该模型的平均绝对误差、平均相对误差、均方误差均小于其他模型,提出的瓦斯涌出量预测方法具有更高的预测准确度. 展开更多
关键词 瓦斯涌出量 核主成分分析 自回归积分滑动平均模型 时间序列 自相关函数 偏自相关函数
在线阅读 下载PDF
基于预测控制模型的一种状态空间实现 被引量:2
17
作者 张帆 童调生 +1 位作者 周荔丹 杨志华 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2003年第5期44-46,共3页
以受控自回归滑动平均模型和受控自回归积分滑动平均模型为研究对象,根据估计理论,利用参数递推方法,构造了广义预测控制的一种状态空间实现,从而避免了解Diophantine方程,大大地减少了预估算法的计算量.为控制系统的性能分析提供了便... 以受控自回归滑动平均模型和受控自回归积分滑动平均模型为研究对象,根据估计理论,利用参数递推方法,构造了广义预测控制的一种状态空间实现,从而避免了解Diophantine方程,大大地减少了预估算法的计算量.为控制系统的性能分析提供了便利条件 文末,对状态空间实现的可控与可观性加以了证明. 展开更多
关键词 广义预测控制 受控自回归滑动平均模型 受控自回归积分滑动平均模型 状态空间实现
在线阅读 下载PDF
基于生存簇识别和预测的生存态势感知模型 被引量:2
18
作者 赵国生 邵子豪 +1 位作者 王健 任孟其 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第4期558-565,共8页
可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回... 可生存系统安全态势的形势日趋严峻,增强生存性的前提是识别出目标系统的生存态势,该文构建了一种基于生存簇识别和预测的生存态势感知模型。首先,对生存态势数据采用Ward增强聚类法实现不同服务等级生存簇的分类和识别;其次,使用自回归积分滑动平均(ARIMA)模型预测目标系统生存态势的未来趋势,并对预测结果进行了残差修正;最后,结合事前识别和事后预测实现了对可生存系统生存态势的感知。仿真实验表明,该模型具有良好识别效果和较高的预测准确度。 展开更多
关键词 自回归积分滑动平均模型 残差修正 生存簇 生存态势 Ward聚类
在线阅读 下载PDF
基于集合经验模式分解的ARIMA行业售电量预测模型 被引量:22
19
作者 林女贵 《电力科学与技术学报》 CAS 北大核心 2019年第2期128-133,共6页
售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序... 售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序列进行集合经验模态分解,通过添加白噪声得到不同时间尺度分布的售电量时间序列,分解后得到一系列相对平稳的本征模态函数和趋势项,然后利用自回归积分滑动算法对各平稳化本征模态函数和趋势项分别进行预测,得到各分量的预测结果,最后将分量预测结果叠加得到最终的售电量预测值。基于历史统计售电量数据的预测结果分析表明,基于集合经验模式分解的 ARIMA模型具有良好的预测精度。 展开更多
关键词 售电量预测 集合经验模式分解 自回归积分滑动平均模型
在线阅读 下载PDF
基于EEMD和ARIMA的海温预测模型研究 被引量:12
20
作者 张莹 谭艳春 +2 位作者 彭发定 廖杏杰 余昱昕 《海洋学研究》 CSCD 北大核心 2019年第1期9-14,共6页
类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域... 类型丰富、时空分辨率高的海洋探测数据,为信号分解和机器学习算法的应用提供了可能。本文针对如何建立有效的海温预测模型这一问题,使用高时空分辨率的海表温度(SST)融合产品,引入信号处理领域的集合经验模态分解(EEMD)和机器学习领域的自回归积分滑动平均模型(ARIMA)。首先利用最适于分解自然信号的EEMD方法,将海温数据分解成多个确定频率的序列;再利用ARIMA分别对各个频率的序列进行预测,最后将各个序列的预测结果进行组合。该方法在丰富数据的支撑下,比以往直接使用海温数据所建立的预测模型精度更高,为更好地进行海温预测提供了新方法。 展开更多
关键词 集合经验模态分解 机器学习 自回归积分滑动平均模型 海表温度
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部