基于自回归模型的基坑周边建筑物沉降预测分析

为了确保基坑周边建筑物的安全,建立自回归模型研究周边建筑物沉降的趋势并及时预测。首先采用统计方法分析沉降监测基准的稳定性,然后根据某监测点16期观测数据,建立自回归模型AR(P),最后使用4期的预测数据与实测数据进行比较:预测值和实测值之间的最大差值不超过0.6mm。表明该模型有良好的预测结果,可应用于预测该基坑周边建筑物的沉降。     

基于小波变换的灰色模型边坡变形预测研究

为了合理准确的预测出边坡变形程度,减少边坡不稳定带来的损失,针对小波变换去噪理论与灰色模型预测方法的特点,提出了一种基于小波变换理论的灰色模型预测方法来预测边坡变形量。首先通过小波去噪,获得具有更小随机误差的观测数据,然后利用灰色模型预测变形量,最后通过结果对比分析预测精度。通过实验证明,基于小波变换的灰色模型边坡变形预测方法精度更高,效果更好,适合用于边坡变形预测。     

全国人口时间序列模型预测研究

对1949—2010年全国人口时间序列数据进行了分析,并建立自回归移动平均模型(ARIMA).通过对数据的平稳性检验、模型识别与参数估计、模型检验等综合分析,确立了ARIMA(2,1,1)模型.仿真结果显示,该模型可以用来做短期预测.     

一元线性回归模型在经济预测中的应用

一元线性回归模型预测是统计学中回归分析结合预测理论的一种方法,有较强的实用性。首先确定两个经济变量之间是否存在线性相关关系,然后用最小平方法求出回归模型并进行预测,最后计算估计标准误差以确定回归模型的可靠程度。     

基于自相关的自回归模型的区间估计

当自回归模型的随机误差项之间存在相关关系时,用普通最小二乘估计自回归模型中的参数将对参数估计式的统计特征、参数显著性检验及预测分析产生不利影响.因此,应采取适当的方法消除自相关的影响.研究了自回归模型消除自相关后的预测区间估计,针对常见的自回归模型,分别求出其相应的预测区间估计公式.     

韶关市PM_(2.5)影响因素分析和预测研究

随着人们生活水平的不断提高,环境问题已成为备受关注的热点话题,其中最为突出的就是PM_(2.5)造成的雾霾天气.因此对环境中PM_(2.5)产生的影响因素进行分析和浓度的预测研究显得非常必要.从韶关市环境气象官方网站和天气网收集了2014-10-01至2015-05-31的相关数据,并对原始数据进行相关性分析、主成分分析和独立成分分析,建立多元回归模型,研究分析了PM_(2.5)与其他影响因素之间的关系.结合时间序列改进简单的回归模型,得到向量自回归平均模型.经过比较检验,认为向量自回归平均模型是最为理想的预测模型.     

水电站入库流量的灰色自记忆预测方法研究

运用灰色系统理论与数据序列自记忆性原理相结合的方法,提出了数据序列预测的灰色自记忆模型,并应用于年径流量及汛期来水预测.山西沁河曹河水电站年径流及汛期径流预测的实例表明,该模型能处理非平稳数据序列并反映动态数据序列的极值趋势,可提高预测精度.     

分类回归树算法在机械故障诊断中的应用研究

智能诊断是当前故障诊断领域的一个重要发展方向.本文结合数据挖掘技术,提出了一种故障诊断模型,首先通过异常检测方法去除数据集中的异常数据,然后通过分类回归树算法实现故障的诊断预测,实验结果对比与直接进行诊断预测,精度有了很大提高.     

基于多元回归模型的甘肃省CPI影响因素分析

以1999～2010年甘肃省CPI及影响因素的数据为基础,应用多元线性回归方法建立了甘肃省CPI的回归模型,并对其进行理论阐述和分析检验,得出该模型的校正可决系数R珚2=0.998 4,说明模型与数据的拟合度很高;通过运用方差分析和数据模拟检验方法对甘肃省CPI的回归模型进行了实际检验,结果显示该模型的精确度达到了99.462 6%,可用于甘肃省CPI的预测.     

基于BIM的变电站安装工程施工风险评估模型

为了提高变电站安装工程施工风险评估能力,提出并构建了基于建筑信息模型(BIM)的变电站安装工程施工风险评估模型.构建变电站安装工程施工风险评估的回归分析模型,采用大数据特征采样方法进行变电站安装工程施工风险大数据信息融合,对变电站安装工程施工风险统计数据进行采集,利用多元回归分析方法分析变电站安装工程施工风险特征,在此基础上,对变电站安装工程施工风险进行预测,根据预测结果,结合建筑信息模型(BIM)完成变电站安装工程施工风险评估.仿真结果表明,采用该方法进行变电站安装工程施工风险评估的准确性较高.     

分歧泊松自回归模型的马尔可夫性

分歧自回归模型广泛用于细胞分裂研究,用以分析遗传和环境因素对细胞分裂过程的影响.针对分歧自回归模型的一种形式即分歧泊松自回归模型,利用概率论中母函数方法推导模型性质,并证明模型的马尔可夫性.     

面向多媒体取证的电网频率建模

电网频率建模旨在对其随机波动特性建立数学模型，形成特征描述、统计分析以及轨迹预测能力，是基于电网频率判据的数字取证中一项重要的研究子课题。该文首先揭示了现有自回归模型的不足，并基于该模型对实际观测得到的电网频率参考信号数据集进行统计分析，分别用差分整合移动平均自回归（autoregressive integrated moving average,ARIMA）模型和两种基于马尔科夫链的模型进行建模，进而求解模型各项参数。对比实验表明： ARMA (2,4)模型在理论上对华中电网频率具备最优的描述性能，而马尔科夫链模型因考虑到实际场景下频率分辨率的局限性，更适用于模拟从待测文件中提取的电网频率。     

ARMA模型的超定递推辅助变量定阶方法

本文提出了自回归滑动平均(ARMA)模型的超定递推辅助变量定阶方法.该方法具有好的计算性能和好的统计性质,相对于 AIC 信息准则和递推辅助变量定阶方法是一种更加灵敏的过参数指示器,能够准确明显地确定 ARMA 模型的阶数.方法的可行性用模拟计算和实验数据处理进行了验证,同时,还将该方法与递推辅助变量定阶方法进行了比较.结果表明:超定递推辅助变量定阶方法是一种行之有效的、高性能的定阶方法。     

基于模拟退火算法的子集AR模型辨识方法及其应用

该文提出一种子集ＡＲ模型辨识算法，该方法采用模拟退火随机搜索算法，对模型的回归项子集进行优化辨识，克服“组合爆炸”问题，简化计算。文中还讨论了基于该算法的人口死亡率建模和预报问题。     

自相关条件下自回归模型建立的预选条件

利用广义差分法消除自相关影响,依据克莱姆法则分析基于自相关的自回归模型建立的预选条件,获得了自相关条件下线性自回归模型与8种非线性自回归模型建立的预选条件.     

电流变传动器的现代双谱分析

电流变流体是一种新型的智能软物质,它是2 1世纪人们普遍关注的材料.电流变传动器在工程中有重要应用前景.首先介绍电流变传动器的工作原理.当白噪声干扰电流变传动器时,利用采样数据,建立时间序列的自回归模型.然后根据Laplace变换与Z变换的关系,可以得到系统的无阻尼自然频率和阻尼比.双谱分析是一种新的信号处理的有效技术,它可以定量描写信号间的非线性耦合,可以抑制噪声、保留了信号的相位信息.这里应用AR双谱研究电流变的传动器的动力学特性.电流变的传动器的自动检控制系统是用NI虚拟仪器构成的     

卫星导航系统与气压高度计的信息处理与融合

提出一种卫星导航系统与气压高度计的高度数据融合算法. 利用ARIMA(autoregressive integrated moving average)模型信号降噪技术对卫星导航系统和气压高度计的高度信号进行降噪处理. 建立高度测量系统的状态方程和量测方程,并结合卡尔曼滤波对高度数据进行第1 次融合,再利用递推加权最小二乘法对高度数据进行第2 次融合,得到精度更高的飞行高度信息. 实测数据分析结果表明：该算法所获得的高度信息与气压高度计、卫星导航系统相比,标准差降低一半以上,有效地提高了测量精度,可满足飞行器对高度测量信息的要求.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

基于指数平滑模型的大型开源软件开发成本预测分析

Linux和FreeBSD内核进化有较明显的超线性趋势和内在规律.研究其开发成本是管理软件工程的一项重要的基础性工作,找到一种简易又有足够精度的预测方法,科学地预测分析大型开源软件开发成本,有助于大型开源软件发展.以Linux的 54个内核和FreeBSD的26个内核版本数据作为时间序列 ,用指数平滑模型建模并做出预测 ,将预测结果与最新的Linux和与FreeBSD内核的实际计算结果进行对比,预测结果令人满意,表明该类模型可用于大型开源软件开发成本预测.     

椭圆回转面模具制造三轴联动数控加工模型研究

椭圆回转面因为具备特殊的光学性质而被广泛的应用,针对批量生产椭圆回转曲面精密模具的数控加工问题,给出了用平头铣刀三轴联动的加工方案和缜密的数学分析以及严格的数学证明,并给出了工具参数,加工行距以及加工数控进给量的整套计算模型,并用实例验证了方案的可行性和模型的可靠性,为此类精密椭圆回转面批量生产的模具的制造提供了全面的参考.