作者:; 魏江超; 孙启元; 王菲凤 期刊:《生态学》 2020年第01期
生态安全是社会经济可持续发展的基本保障,研究区域生态安全时空格局历史演变与发展趋势具有重要意义。本文选取河西走廊地区5个地级市为对象,建立基于PSR-EES模型的生态安全评价指标体系,采用综合指数法计量其2008-2017年期间10年生态安全值,进而采用ARIMA-ANN模型预测未来该区域生态安全变化趋势。结果表明:河西走廊地区生态安全呈波动上升状态,演变特征与区域的生态保护规划与政策措施相吻合;各地级市生态安全等级与理想状态存...
作者:罗森; 张孟璇 期刊:《现代商业》 2019年第35期
本文以我国1992年~2018年GDP季度数据为基础,分别构建ARIMA和VAR模型,对我国2019年四个季度GDP进行预测,并比较两种模型的预测结果。结果显示,两个模型预测结果均随着预测期数增加而导致结果的不确定性增加,而VAR作为短期预测模型结果较为合理,在短期内可以选择VAR模型预测结果作为最终估计。综合模型结果,预计我国2019年第二季度GDP同比增长6.6%,全年GDP同比增长6.2%。
作者:郭杰鹏; 钟鸿彬 期刊:《科学与信息化》 2019年第06期
以广州万胜围地铁站高峰客流量数据作为测试样本,基于Spark平台通过ARMA模型进行客流量预测预测。为广州的城市轨道交通运营作客流量数据预测上的参考指导。
CPI,作为衡量通货膨胀率的标准之一,能够很大程度的反映出一时间段内国民经济状况,从而促进有关部门更好地进行宏观调控、采取适宜的经济政策与货币政策、拉动国民经济增长。本文运用R软件,基于ARIMA(p,d,q)模型,对江西省2017年1月至2019年6月CPI指数进行时间序列分析与预测。实证研究结果表明,ARIMA(0,3,1)模型具有很好的预测效果,用该模型预测到江西省2019年下半年CPI总体走向仍然会上涨,并给出了相应的经济建议。
作者:马朝忠; 张倩倩; 韩松辉; 李新娜 期刊:《测绘科学技术学报》 2019年第04期
北斗卫星导航系统(BDS)卫星钟差异常值处理过程中,由于成片异常值的存在,往往会产生掩盖与淹没现象,致使异常值探测效率不高甚至失败。基于求和自回归移动平均模型,分析了时间序列中成片加性AO(Additive Outlier)异常值探测时易产生掩盖与淹没现象的原因;考虑了差分及逆差分对异常值探测的影响,提出了成片AO类异常值探测的抗掩盖与淹没新算法。通过仿真算例,验证了新算法对于序列中成片AO类异常值探测的准确性和有效性。将算法应用...
作者:刘学刚; 张腾飞; 韩印 期刊:《物流科技》 2019年第12期
高效利用短时交通流数据进行预测,建立合理的预测模型对于有效缓解交通拥挤问题十分必要.首先获取时间序列数据,判断序列的平稳性,然后用Eviews软件对时间序列数据构建ARIMA!6,1,6"模型,通过最小二乘估计法进行参数估计,并对残差检验是否为白噪声数据,对该ARIMA模型进行交通量的静态预测,最后对预测结果做出评价,结果显示拟合效果较好,表明ARIMA模型在短时交易量预测时有很大的应用价值.
时序模型作为一种预测方法,在货运量预测、机场客流量预测、疾病发病率预测、空气质量预测等许多重要的领域具有广泛的应用。本文利用大同市2016年1月到2019年8月共44个月的空气质量综合指数数据样本,使用牛顿插值进行了缺失值插补,根据给定的数据序列进行了时序图、自相关图和偏自相关图的构建。然后,进行单位根检验,判断出序列为平稳非白噪声序列。本文使用相对最优模型识别方法确立模型的p、q值,最终建立ARIMA(2,0,1)模型,对201...
作者:冯晨; 陈志德 期刊:《计算机系统应用》 2019年第10期
针对多变量的商品销售预测问题,为了提高预测的精度,提出了一种ARIMA-XGBoost-LSTM加权组合方法,对具有多个影响因素的商品销售序列进行预测,本文采用ARIMA做单变量预测,将预测值作为新变量同其他变量一起放入XGBoost模型中进行不同属性的挖掘,并将XGBoost的预测值合并到多变量序列中,然后通过将新的多维数据转换为监督学习序列后利用LSTM模型进行预测,将3种模型预测结果进行加权组合,通过多次实验得出最佳组合的权值,以此计算出最...
作者:言晨绮 期刊:《中国医学文摘·耳鼻咽喉科学》 2019年第03期
Objective Autoregressive integrated moving average(ARIMA)model was used to predict the incidence of tuberculosis in China from 2018 to 2019,providing references for the prevention and control of pulmonary tuberculosis.Methods The monthly incidence data of tuberculosis in China were collected from January 2005 to December 2017.R 3.4.4 software was used to establish the ARIMA model,based on the mo...
随着互联网的不断发展以及网民人数的不断增多,网络舆情对社会的影响越来越大,预测网络舆情的发展趋势对维护社会和谐具有重要的意义。分析了基本的网络舆情预测方法,重点探讨了基于人工神经网络的网络舆情预测方法,并给出了相应的设计和实现方法。
作者:黄伟建; 张丽娜; 黄远; 程瑶 期刊:《现代电子技术》 2019年第20期
根据已监测到的水质数据进行预测一直是河流水质管理的重要组成部分,其中河流营养盐浓度是影响水质的根本因素。文中研究RBF神经网络在河流营养盐浓度预测中的适用性,并与传统的时间序列预测模型:ARIMA进行比较。以朱衣河为研究对象,对河流营养盐主要成分之一的磷酸盐浓度进行预测。通过采集到的时间序列数据对两种预测模型进行仿真,并通过平均误差和均方误差的比较,证明基于RBF神经网络的时间序列预测模型具有较强的预测精度和良...
作者:张鹏飞; 瞿海妮; 肖其师; 徐晓伟 期刊:《智慧电力》 2016年第01期
基于华东某市配电网故障报修数据,开展配电网故障数量短期预测研究。提出基于气温的季节判定方法,综合采用多元回归和时间序列分析手段,构建分季节的气象影响故障量预测模型,确定温度、天气等气象因素与故障量的量化关系,并针对剔除气象因素影响的剩余故障量,构建自回归移动平均时间序列预测模型,捕捉故障量的时间序列变化趋势。通过上述模型的综合应用,实现了配电网故障数量较高精度的短期预测。
作者:杨娜; 王静雅 期刊:《社会科学动态》 2012年第03期
文章运用时间序列分析模型ARIMA(p,d,q)模型对我国消费者信心指数的变化特征及发展趋势进行分析并对未来时间内做预测,最后得出有关消费者信心指数的结论。
作者:曹正盛; 冯健沛; 廖进; 雷淑玲; 饶谌卓 期刊:《中国高新科技》 2017年第20期
文章结合世界银行和NASA官网数据,利用GM(1,1)和自回归积分滑动平均预测模型ARIMA(1,1,1)对碳排放做出预测。由于ARIMA(1,1,1)模型预测更为准确,利用温度和全球温室气体排放量的回归结果以及预测值,经计算每年完成16%的碳减排,在2050年全球平均温度增长1.6℃,达到了联合国设定的目标。
居民消费水平指按常住人口平均计算的居民消费支出。对居民的消费水平的研究对我国未来实行扩大内需政策具有重大的意义。文章根据全国1978~2007年居民消费水平的统计数据,采用组合模型预测的方法,预测我国2008~2010年的居民消费发展前景,并对我国增强消费水平提出一些建议。
作者:吴昊澄; 林君芬; 吴晨; 曾蓓蓓; 鲁琴宝 期刊:《预防医学》 2015年第08期
目的:研究 X -12-ARIMA 方法在伤寒/副伤寒疫情分析中的作用。方法应用 X -12-ARIMA 方法对浙江省2005—2013年伤寒/副伤寒的月度发病数据分别进行长期趋势、季节周期和随机波动分析,解析原始发病数据中存在的内在特征和变化规律。结果2005—2013年季节因子波动幅度呈逐年缩小趋势;浙江省2007年9月后,伤寒/副伤寒的整体发病水平呈下降趋势;2008年后,伤寒/副伤寒年度发病高峰月由原来的8月提前至7月;不规则项能较好...
作者:张恒茂; 乔建国; 史建红 期刊:《山西师范大学学报·自然科学版》 2008年第01期
运用自回归求和滑动平均ARIMA(p,d,q)模型对我国国内生产总值时间序列进行分析,结果表明ARIMA(2,2,5)模型可以提供较准确的预测效果,可以用于未来的预测,预测的结果可作为经济决策者的参考依据.
作者:肖宏伟 期刊:《河北地质大学学报》 2015年第01期
论文在基于时间序列季节调整的基础上,提出了统计环比指数的构造方法,首先分解时间序列结构,根据各个时期各成分的比例动态确定权重,再分别计算各成分的统计环比指数,最后合成统计环比指数。当增加新的月度数据时,重新进行季节调整,同时对以往统计环比指数进行相应调整。论文利用该环比指数构造方法对出口贸易月度数据进行了环比指数测算,结果显示统计环比指数稳定,能够充分挖掘出出口贸易数据中包含的信息,便于进行不同月份之间的...
作者:龚磊; 吴家兵; 侯赛 期刊:《公共卫生与预防医学》 2015年第02期
目的探讨ARIMA模型在安徽省流感发病预测应用中的可行性并开展预测,为流感的防控提供理论依据。方法收集安徽省2005-2012年流感发病资料建立数据库,运用SPSS 13.0对逐月发病率进行ARIMA建模与拟合,在数据平稳化、定阶和参数估计后,建立ARIMA数学模型,并利用模型对2013年发病情况开展预测。结果建立ARIMA(2,2,1)(2,2,0)12模型,预测结果符合实际发病趋势,该模型具有实用性。结论 ARIMA模型可用于流感发病率在短期内变化趋势的拟...
作者:斯建宁; 张龙 期刊:《资源信息与工程》 2019年第02期
利用隧道结构变形监测数据与时间关系建模分析,可以预测隧道结构未来变形的发展趋势,是确保隧道运营安全的重要预报手段。依托某隧道结构变形监测历史数据,基于ARIMA时序模型的基本理论,将隧道结构变形随时间的变化非平稳特性,通过差分处理转化为平稳的时间序列,结合平稳序列自相关(ACF)和偏相关(PACF)的特性,确定了最优预测模型ARIMA(5,4,2)。对该模型进行有效检验,表明该模型适合该监测点的数据预测分析,且该隧道结构变形预测值...