期刊文献+
共找到177篇文章
< 1 2 9 >
每页显示 20 50 100
ARMA-GM combined forewarning model for the quality control
1
作者 WangXingyuan YangXu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2005年第1期224-227,共4页
Three forecasting models are set up: the auto\|regressive moving average model, the grey forecasting model for the rate of qualified products P t, and the grey forecasting model for time intervals of the quality cata... Three forecasting models are set up: the auto\|regressive moving average model, the grey forecasting model for the rate of qualified products P t, and the grey forecasting model for time intervals of the quality catastrophes. Then a combined forewarning system for the quality of products is established, which contains three models, judgment rules and forewarning state illustration. Finally with an example of the practical production, this modeling system is proved fairly effective. 展开更多
关键词 auto-regressive moving average model (ARMA) grey system model (GM) combined forewarning model quality control.
在线阅读 下载PDF
基于GBD数据库分析与预测中国鼻咽癌疾病负担 被引量:1
2
作者 宋业勋 刘霞静 +1 位作者 张永全 李和清 《中南大学学报(医学版)》 北大核心 2025年第4期675-683,共9页
目的:鼻咽癌发病位置隐匿导致早期诊断率低,且具有明显的地域聚集性,是中国一个重要的公共卫生问题。本研究旨在通过2021年全球疾病负担(the Global Burden of Diseases,GBD)数据库分析中国鼻咽癌的疾病负担,为鼻咽癌的精准防控提供流... 目的:鼻咽癌发病位置隐匿导致早期诊断率低,且具有明显的地域聚集性,是中国一个重要的公共卫生问题。本研究旨在通过2021年全球疾病负担(the Global Burden of Diseases,GBD)数据库分析中国鼻咽癌的疾病负担,为鼻咽癌的精准防控提供流行病学依据。方法:选取年龄标化发病率、病死率、伤残调整寿命年(disability adjusted life year,DALY)率作为疾病负担的评价指标,按照不同年龄、性别、社会人口学指数及其相关危险因素进行分层分析,同时应用差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和贝叶斯年龄-时期-队列分析模型(Bayesian age-period-cohort,BAPC)将年龄标化发病率预测至2050年。结果:2021年中国鼻咽癌年龄标化发病率、病死率、DALY率分别为3.4/10万、1.5/10万、48.7/10万,均高于同期全球水平。在所有年龄段,中国男性年龄标化发病率、病死率、DALY率均高于女性。中国鼻咽癌的疾病负担从1990至2021年随着社会人口学指数(socio-demographic index,SDI)的增高逐渐降低。中国归因于饮酒、吸烟、职业甲醛暴露的鼻咽癌疾病负担占比均高于全球水平,且在男性中尤为显著。模型预测中国及全球男性、女性、全人群的年龄标化发病率均提示从2022至2050年呈上升趋势。结论:既往30年中国鼻咽癌的疾病负担随着SDI的升高逐渐降低,但仍高于同期全球水平。同时,中国鼻咽癌的年龄标化发病率在未来30年呈上升趋势。中国仍需进一步增加医疗资源的投入以应对鼻咽癌的防控与诊疗,尤其针对高风险男性群体。 展开更多
关键词 鼻咽癌 疾病负担 社会人口学指数 贝叶斯年龄-时期-队列分析模型 差分自回归移动平均模型
在线阅读 下载PDF
基于SARIMA-SVM模型的季节性PM_(2.5)浓度预测 被引量:1
3
作者 宋英华 徐亚安 张远进 《计算机工程》 北大核心 2025年第1期51-59,共9页
空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARI... 空气污染是城市环境治理的主要问题之一,而PM_(2.5)是影响空气质量的重要因素。针对传统时间序列预测模型对PM_(2.5)浓度预测缺少季节性因素分析,预测精度不够高的问题,提出一种基于机器学习的季节性差分自回归滑动平均-支持向量机(SARIMA-SVM)融合模型。该融合模型为串联型融合模型,将数据拆分为线性部分与非线性部分。SARIMA模型在差分自回归滑动平均(ARIMA)模型的基础上增加了季节性因素提取参数,能有效分析PM_(2.5)浓度数据的季节性规律变化趋势,较好地预测数据未来的线性变化趋势。结合SVM模型对预测数据的残差序列进行优化,利用滑动步长预测法确定残差序列的最优预测步长,通过网格搜索确定最优模型参数,实现对PM_(2.5)浓度数据的长期预测,同时提高整体预测精度。通过对武汉市近5年的PM_(2.5)浓度监测数据进行分析,结果表明该融合模型的预测准确率相较于单一模型有很大提升,在相同的实验环境下比单一的ARIMA、Auto ARIMA、SARIMA模型分别提升了99%、99%、98%,稳定性也更好,为PM_(2.5)浓度预测研究提供了新的思路。 展开更多
关键词 季节性差分自回归滑动平均 支持向量机 融合模型 PM_(2.5)浓度 季节性预测
在线阅读 下载PDF
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 被引量:1
4
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
分布式光伏功率预测的时空特征融合方法研究
5
作者 张晓辉 刘钰婷 +1 位作者 马锴 钟嘉庆 《中国电机工程学报》 北大核心 2025年第S1期231-244,共14页
准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该... 准确的光伏功率预测对电网调度和电站运行具有重要意义。由于分布式光伏(distributed photovoltaics,DPV)系统受多种时空因素影响,传统基于单一模型的方法难以充分挖掘其时序变化规律与空间相关特性,导致预测精度低、模型适应性弱。该文提出一种融合时空特征,结合麻雀搜索算法(sparrow search algorithm,SSA)优化极端梯度提升算法(extreme gradient boosting,XGBoost)和差分移动自回归平均(autoregressive integrated moving average,ARIMA)模型的DPV功率预测方法。首先,提出基于斯皮尔曼相关系数筛选与历史光伏功率高度相关的气象因素,并将其输入到SSA优化的XGBoost模型中,以提取和预测时间相关性特征;然后,结合日累计发电量与功率变化率,提出一种基于天气类型的光伏功率数据分类方法,并进一步提出利用斯皮尔曼分析识别与目标站点功率高度相关的参考电站;在此基础上,构建结合动态权重的ARIMA模型,实现对空间相关性特征的建模与预测;最后,提出一种基于信息熵加权的时空特征融合框架模型,根据时间与空间预测模型的误差动态调整其贡献度,生成融合预测结果。以f1电站为研究对象的对比实验结果表明,该文所提出的方法在预测精度与鲁棒性方面均优于传统单一模型,验证了其在DPV功率预测中的实用性和有效性。 展开更多
关键词 分布式光伏 时空特征融合 功率预测 麻雀搜索算法-极端梯度提升算法-差分移动自回归平均模型 信息熵
在线阅读 下载PDF
模型和数据联合驱动的ARIMA-IDSSA-LSSVM建筑安全事故预测
6
作者 曹红梅 陈元 《自然灾害学报》 北大核心 2025年第2期129-139,共11页
针对传统单一模型在解决建筑安全事故预测问题存在精度低等问题,考虑模型和数据联合驱动方式,提出一种结合差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和改进的自适应樽海鞘优化最小二乘支持向量机(improv... 针对传统单一模型在解决建筑安全事故预测问题存在精度低等问题,考虑模型和数据联合驱动方式,提出一种结合差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型和改进的自适应樽海鞘优化最小二乘支持向量机(improved adaptive salp swarm algorithm optimized least squares support vector machine,IDSSA-LSSVM)的组合预测模型。首先利用ARIMA模型获得时序数据中线性部分,利用IDSSA-LSSVM模型分析ARIMA模型获得的残差,获得时序数据中非线性部分;然后通过线性部分和非线性部分相加获得最终组合预测值;最后通过2010—2020年房屋市政工程生产安全事故数据对所提算法进行验证。结果表明,所提预测模型在E_(rmse)上较其他算法分别下降73.73%、77.21%、46.09%、46.80%、78.19%,在E_(mae)上较其他算法分别下降74.20%、77.44%、48.15%、48.85%、77.50%,在E_(mape)上较其他算法分别下降84.95%、87.77%、75.97%、88.49%、80.27%。在不同规模的数据集下,文中算法在E_(rmse)指标下均最优。同时能够通过预测未来阶段事故,提供辅助决策。表明ARIMA-SSA-LSSVM组合模型能够充分挖掘建筑安全事故数据的隐藏信息,在准确性、泛化性和应用性3个角度均表现不错,优势明显。 展开更多
关键词 建筑安全 事故预测 联合驱动 差分自回归移动平均模型 支持向量机
在线阅读 下载PDF
考虑碳排放权交易风险的能源运营商-区域综合能源系统联盟混合博弈优化调度
7
作者 刘英培 信明垚 +1 位作者 秦浩然 单泓元 《电力自动化设备》 北大核心 2025年第6期15-22,49,共9页
随着碳排放权交易市场的不断完善,区域综合能源系统(RIES)在参与碳排放权交易时应充分考虑碳价波动的影响。为此,构建以能源运营商为主体、RIES联盟为从体的混合博弈架构。主体以最大化自身效益为目标制定购售电价策略,从体以供能成本... 随着碳排放权交易市场的不断完善,区域综合能源系统(RIES)在参与碳排放权交易时应充分考虑碳价波动的影响。为此,构建以能源运营商为主体、RIES联盟为从体的混合博弈架构。主体以最大化自身效益为目标制定购售电价策略,从体以供能成本和碳交易成本之和最小为目标进行热能交互,建立RIES联盟合作博弈模型。碳交易成本计及碳排放权价格的不确定性,利用自回归差分移动平均模型及广义自回归条件异方差模型预测调度日的碳价,结合条件风险价值,通过设定不同的风险偏好系数及置信度对碳交易价格波动风险进行量化。基于纳什谈判模型将合作博弈问题拆分成2个子问题,在降低联盟总成本的同时,合理分配RIES联盟的合作收益。通过仿真算例结合遗传算法验证所提策略的有效性,结果表明所提模型可以有效平衡系统的经济性和低碳性,降低碳排放权价格波动风险对调度决策的影响。 展开更多
关键词 区域综合能源系统 碳排放权交易风险 混合博弈 纳什谈判 条件风险价值 自回归差分移动平均模型 广义自回归条件异方差模型 优化调度
在线阅读 下载PDF
适合西藏地区的归一化植被指数预测模型构建及验证 被引量:1
8
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
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
9
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
基于ARIMA-DBO-LSTM组合模型的矿区地表沉降预测:以贵州省开阳县洋水矿区为例 被引量:1
10
作者 文林海 刘萍 +4 位作者 黄鑫康 高方玲 刘贞智 李正龙 王春华 《科学技术与工程》 北大核心 2025年第24期10193-10203,共11页
随着矿产资源的大规模开采,矿区地表沉降问题日益严重,对环境安全和矿区可持续发展构成了重大威胁。以贵州省开阳县洋水矿区内平安一矿和双阳磷矿为研究对象,融合时序合成孔径雷达干涉测量(interferometric synthetic aperture radar, I... 随着矿产资源的大规模开采,矿区地表沉降问题日益严重,对环境安全和矿区可持续发展构成了重大威胁。以贵州省开阳县洋水矿区内平安一矿和双阳磷矿为研究对象,融合时序合成孔径雷达干涉测量(interferometric synthetic aperture radar, InSAR)技术和机器学习算法模型,对该磷矿矿区地表沉降进行监测与预测研究。利用小基线集技术获取2020年9月—2023年5月的地表累积时间序列沉降,并通过全球定位系统(global positioning system, GPS)实测沉降数据进行精度评估,得出监测结果具有准确性,并基于该结果,选取研究区内重要沉降点E1和E2,分别建立自回归滑动平均(autoregressive integrated moving average, ARIMA)和蜣螂优化算法(dung beetle optimizes, DBO)优化的长短期记忆网络(long short term memory, LSTM)预测模型以及基于不同权重下的ARIMA-DBO-LSTM组合模型,对其沉降趋势进行预测分析。结果表明:基于残差倒数法权重分配下的ARIMA-DBO-LSTM组合模型预测精度在E1和E2点均为最高,组合模型在处理复杂时序数据时弥补了单一预测模型的不足。所提方法能够为该研究区地表沉降预测提供一定的参考价值。 展开更多
关键词 小基线集雷达干涉测量(SBAS-InSAR) 蜣螂优化算法(DBO) 自回归滑动平均(ARIMA)模型 长短期记忆网络(LSTM)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
11
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
变分模态分解与时间序列模型相结合的结构损伤识别方法研究
12
作者 姚小俊 孙守鹏 +1 位作者 王强 杨小梅 《振动与冲击》 北大核心 2025年第5期131-139,217,共10页
针对准确定位土木工程结构突变损伤的损伤时刻和损伤位置问题,提出了基于变分模态分解(variational mode decomposition,VMD)与差分整合移动平均自回归(autoregressive integration moving average,ARIMA)模型的突变损伤识别方法。首先... 针对准确定位土木工程结构突变损伤的损伤时刻和损伤位置问题,提出了基于变分模态分解(variational mode decomposition,VMD)与差分整合移动平均自回归(autoregressive integration moving average,ARIMA)模型的突变损伤识别方法。首先,利用自回归模型功率谱确定初始频率及需要分解的模态数量,接着通过VMD方法将振动非平稳信号初步分解为多个平稳的分量信号;然后,利用ARIMA模型来拟合各阶信号分量,获取模型残差,再利用ARIMA拟合模型信号分量得到的模型残差确定损伤的具体时刻;最后,利用主成分分析法获取结构的模态振型,构造一个基于频率与振型的损伤指标,结合损伤阈值定位出损伤位置。该方法通过地震激励下十自由度框架模拟算例以及实际简支钢桁梁桥数据进行分析。结果证实,该方法能够用于平稳及非平稳激励下的结构损伤时刻和损伤位置的定位。 展开更多
关键词 损伤识别 变分模态分解(VMD) 差分整合移动平均自回归(ARIMA)模型 自回归模型功率谱 模型残差
在线阅读 下载PDF
ARIMA模型和GM(1,1)模型预测全国3种肠道传染病发病率 被引量:42
13
作者 金如锋 邱宏 +3 位作者 周霞 黄品贤 王中民 魏建子 《复旦学报(医学版)》 CAS CSCD 北大核心 2008年第5期675-680,共6页
目的分别采用求和自回归滑动平均模型(ARIMA模型)和灰色模型GM(1,1)对全国法定报告的3种肠道传染病年发病率进行预测,并比较两者预测的准确性。方法采用1995年1月至2005年12月的月发病率建立ARIMA模型。采用1995年至2005年的年发病率建... 目的分别采用求和自回归滑动平均模型(ARIMA模型)和灰色模型GM(1,1)对全国法定报告的3种肠道传染病年发病率进行预测,并比较两者预测的准确性。方法采用1995年1月至2005年12月的月发病率建立ARIMA模型。采用1995年至2005年的年发病率建立GM(1,1)模型。采用2006年的实际年发病率验证两种模型的预测效果,评价指标为相对误差。选取相对误差最小的模型预测2007年至2008年的年发病率。结果对于甲型肝炎、痢疾、伤寒副伤寒的年发病率,预测准确率较高的模型分别是GM(1,1)、ARIMA、GM(1,1)模型,相对误差分别为0.05%、5.47%、38.89%。对2007年甲型肝炎、痢疾、伤寒副伤寒预测的年发病率分别为4.59/105、30.84/105、2.53/105;对2008年预测的年发病率分别为4.03/105、29.03/105、2.34/105。结论对于某种肠道传染病发病率的预测,应同时拟合几种模型,并选择其中拟合效果最好的一种模型。 展开更多
关键词 求和自回归滑动平均模型 灰色模型 肠道传染病
在线阅读 下载PDF
基于小波分析和ARIMA模型的交通流预测方法 被引量:32
14
作者 窦慧丽 刘好德 +1 位作者 吴志周 杨晓光 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2009年第4期486-489,494,共5页
针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;采用综合自回归移动平均(ARIMA)时间序列模型对交通流进行预测;并对实测交通数... 针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律;采用综合自回归移动平均(ARIMA)时间序列模型对交通流进行预测;并对实测交通数据进行验证分析.结果表明,该方法具有较高的预测精度,可用于交通流的实时动态预测. 展开更多
关键词 交通流预测 小波分析 消噪 综合自回归移动平 均模型
在线阅读 下载PDF
GM(1,1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究 被引量:35
15
作者 吴伟 关鹏 +1 位作者 郭军巧 周宝森 《中国医科大学学报》 CAS CSCD 北大核心 2008年第1期52-55,共4页
目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFR... 目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。 展开更多
关键词 肾综合征出血热 GM(1 1)模型 ARIMA模型 预测
在线阅读 下载PDF
时间序列资料ARIMA季节乘积模型及其应用 被引量:85
16
作者 张蔚 张彦琦 杨旭 《第三军医大学学报》 CAS CSCD 北大核心 2002年第8期955-957,共3页
目的 用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法 用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指... 目的 用ARIMA季节乘积模型 (p ,d ,q) (P ,D ,Q)s对季节性时间序列资料建模并预测 ,并与指数平滑法进行比较 ,考察ARIMA乘积模型的预测效果。方法 用Box Ljung统计量评价ARIMA模型的拟和度 ,用平均预测相对误差作为预测效果的评价指标。结果 对所分析的季节性时间序列建立了乘积ARIMA(0 ,1,1)× (0 ,1,1) 12 模型 ,平均预测相对误差为 4 89% ,指数平滑法的平均预测相对误差为 8 14 %。结论 对所分析的时间序列 。 展开更多
关键词 ARIMA季节乘积模型 时间序列 门诊量 序列分析 卫生统计学
在线阅读 下载PDF
ARIMA模型在流行性感冒预测中的应用 被引量:44
17
作者 漆莉 李革 李勤 《第三军医大学学报》 CAS CSCD 北大核心 2007年第3期267-269,共3页
目的探讨ARIMA模型在流感预测方面的应用,建立流感发病预测模型,并证明模型的适用性。方法利用重庆市2002年1月-2006年6月流感发病数资料,通过SPSS拟合ARIMA模型,用Q统计量法对模型适应性进行检验。结果建立ARIMA(1,1,1)模型,模型Q统计... 目的探讨ARIMA模型在流感预测方面的应用,建立流感发病预测模型,并证明模型的适用性。方法利用重庆市2002年1月-2006年6月流感发病数资料,通过SPSS拟合ARIMA模型,用Q统计量法对模型适应性进行检验。结果建立ARIMA(1,1,1)模型,模型Q统计量<χα2(m),P>0.05,证实了该模型的适用性。结论ARIMA模型可用于流感发病的动态分析和短期预测。 展开更多
关键词 ARIMA模型 时间序列 流行性感冒 预测
在线阅读 下载PDF
江苏省戊型肝炎发病趋势的时间序列模型应用 被引量:14
18
作者 胡建利 祖荣强 +2 位作者 彭志行 陈峰 鲍昌俊 《南京医科大学学报(自然科学版)》 CAS CSCD 北大核心 2011年第12期1874-1878,共5页
目的:探讨ARIMA模型在戊型肝炎发病预测方面的应用,为戊型肝炎的早期预警提供决策依据。方法:应用E-views5.0软件对1997~2009年江苏省戊型肝炎月发病数据进行模型拟合,建立时间序列分析模型,用模型对2010年戊型肝炎逐月发病数进行预测... 目的:探讨ARIMA模型在戊型肝炎发病预测方面的应用,为戊型肝炎的早期预警提供决策依据。方法:应用E-views5.0软件对1997~2009年江苏省戊型肝炎月发病数据进行模型拟合,建立时间序列分析模型,用模型对2010年戊型肝炎逐月发病数进行预测分析,并用2010年的实际发病数据评估模型预测效果。结果:ARIMA模型较好地拟合了既往戊型肝炎的实际发病序列,残差序列通过了白噪声检验(P>0.05),对2010年各月发病数进行预测也获得了较好的预测效果。结论:ARI-MA模型能较好地模拟江苏省戊型肝炎的发病趋势,可用于戊型肝炎疫情的短期预测和动态分析。 展开更多
关键词 ARIMA模型 时间序列 戊型肝炎 预测
在线阅读 下载PDF
航空发动机性能参数预测方法 被引量:26
19
作者 李晓白 崔秀伶 郎荣玲 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2008年第3期253-256,共4页
航空发动机性能参数预测对于发动机的视情维修具有重要的意义.为了提高预测精度,在分析发动机性能参数数据特点的基础上,提出了一种新的应用于此领域的组合预测模型.首先利用小波变换将原始数据分解为不同尺度上的几组子序列,根据各子... 航空发动机性能参数预测对于发动机的视情维修具有重要的意义.为了提高预测精度,在分析发动机性能参数数据特点的基础上,提出了一种新的应用于此领域的组合预测模型.首先利用小波变换将原始数据分解为不同尺度上的几组子序列,根据各子序列的特点分别选用自回归滑动平均(ARMA,Autoregressive Moving Average)模型或求和自回归滑动平均(ARIMA,Autoregressive Integrated Moving Average)模型进行预测,然后将所有预测结果合成,得到最终预测结果.通过仿真实验,验证了该组合模型提高短期和中长期预测精度的有效性,并分析了小波分解层数对于预测精度的影响. 展开更多
关键词 组合预测 自回归滑动平均模型 求和自回归滑动平均模型 排气温度裕度
在线阅读 下载PDF
ARIMA模型与GRNN模型对肺结核发病率预测的对比研究 被引量:10
20
作者 胡晓媛 吴娟 +3 位作者 孙庆文 沙琨 王玲玲 李敏 《第二军医大学学报》 CAS CSCD 北大核心 2016年第1期115-119,共5页
目的比较自回归移动平均(ARIMA)模型与广义回归神经网络(GRNN)模型对于肺结核发病率的预测性能。方法根据我国2004年1月至2012年12月的肺结核逐月发病率数据资料,应用Eviews 7.0.0.1建立ARIMA模型,应用Matlab 7.1的神经网络工具箱建立G... 目的比较自回归移动平均(ARIMA)模型与广义回归神经网络(GRNN)模型对于肺结核发病率的预测性能。方法根据我国2004年1月至2012年12月的肺结核逐月发病率数据资料,应用Eviews 7.0.0.1建立ARIMA模型,应用Matlab 7.1的神经网络工具箱建立GRNN模型;选取2013年肺结核逐月发病率数据对两种预测模型进行检验,比较预测结果。结果 ARIMA模型和GRNN模型的Theil不等系数(TIC)分别是0.034和0.059,说明ARIMA模型对我国2013年肺结核逐月发病率的拟合程度优于GRNN模型,ARIMA模型相对误差绝对值仅为GRNN模型的57.19%。结论 ARIMA预测模型更适合用于我国肺结核发病率的预测;建议尝试组合模型预测肺结核发病率。 展开更多
关键词 回归移动平均模型 广义回归神经网络模型 肺结核 预测
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部