基于ARIMA的GDP预测模型的构建及应用

为了准确预测山东省“十二五”期间GDP增长趋势,本文通过分析山东省1978～2012年GDP数据,构建了基于ARIMA模型的GDP预测模型.结果表明,ARIMA(2,2,2)模型能够较好地拟合山东省1978～2012年间GDP变化,在此基础上对山东省2013～2015年GDP进行了预测,结果依次为59 613.02,69 204.16,80 328.56亿兀.     

基于小波分析和ARIMA模型的交通流预测方法

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.     

基于ARIMA模型对上证指数的预测

股票价格涉及很多不确定因素,且各个因素之间的相关关系错综复杂, 因此要从理论上彻底弄清楚股市的变化机理十分困难.然而股市是一个运动的、特殊的系统, 它必然存在着规律.以上证综合指数为例,利用EVIEWS软件对其股票价格建立ARIMA模型,提出了股票价格序列的一步向前静态预测方法,用于股票价格序列的建模及股价短期预测,希望为企业和投资者在进行相关决策时提供有益的参考.     

基于ARIMA模型对上证指数月度时间序列的分析和预测

股票价格指数的影响因素错综复杂,现阶段影响我国股票价格的主要领域是银行储蓄、债券市场、期货市场、房地产,汇率等,从目前金融学发展的趋势和广大投资者对股票市场众多金融工具迫切的需求来看,通过建立恰当的时间序列模型可以达到对股票价格整体走势进行大致的预测的目的.本文选取了从2011年12月我国加入WTO至2014年7月以来的上证综合指数的月度数据,通过建立ARIMA模型采用一步向前静态预测的方法对我国股市2014年8月的上证综合指数进行了预测,发现我国2014年前两个季度以来整体股市呈现上升的趋势.本文的创新之处在于对样本数据取了对数,从而消除了时间序列中的自相关和异方差,同时使得预测值接近实际值,效果良好,希望对广大股民提供借鉴参考.     

基于ARIMA模型的居民区电动汽车负载特性分析

随着电动汽车规模的日益扩大和居民区充电设施的逐渐完善,大量电动汽车的充电行为将给居民区电网负荷带来较大影响。本文在电动汽车充电特性研究的基础上,提出了一种基于自回归求和滑动平均(ARIMA)模型的面向居民区的电动汽车负载特性分析方法,通过构建多辆电动汽车的总耗电模型,较好地预测了电动汽车总体充电需求,进而实现对居民区变压器容量的合理配置。最后选取若干具有代表性的小区,测试分析了电动汽车接入前后的台区负载变化情况,验证了所提方法的有效性。     

基于GA-ELM模型的我国天然气进口预测

我国天然气进口具有时间短、数据量少的特点,传统的预测方法不能兼顾结果的准确性和实时性.提出了一种基于遗传算法优化极限学习机模型的权重和阈值的新方法,使用随机森林算法评估影响因素的特征重要性,从中选择了影响最显著的6个因素作为模型的自变量;用自变量2006—2018年的历史数据训练经遗传算法优化的极限学习机模型,得到预测精度高的机器学习模型;再使用差分整合自回归移动模型对未来自变量的数值进行预测,将预测结果代入训练好的机器学习模型中,得到未来天然气进口量的预测值.结果显示,我国未来天然气进口量将呈现上升态势,其增长率经历几年下降后将保持平稳.     

基于ARIMA模型的黄金价格实证分析

本研究以2011年10月至2014年2月的上海黄金交易所黄金Au100g每日的加权平均价为例,以时间序列的相关理论为基础,建立ARIMA(2,1,0)模型对黄金价格的走势进行实证分析,并对2014年3月至2014年5月的数据进行短期预测.实验结果表明,ARIMA(2,1,0)模型能够比较准确地刻画黄金价格的动态走势,这为中国黄金投资者更好地预测黄金市场的行情提供了一个可行的方法,也为他们理性地投资黄金提供了一个理论依据.     

基于时间序列的流域氟化物预测模型研究

采用时间序列分析方法拟合具有趋势性和季节性的流域水体中氟化物含量并进行预测.利用清水江流域2013—2018年的每月氟化物监测数据,用差分和季节差分方法对监测数据进行平稳化,采用ARIMA乘积季节模型(p,d,q)(P,D,Q)s拟合序列,应用残差和BIC进行模型参数调整,建立氟化物时间序列预测模型,并对测试集月均氟化...     

联合经验正交分解和ARIMA模型的中国地区电离层短期预报

针对电离层垂直总电子含量(Vertical Total Electron Content,VTEC)具有非平稳和季节性变化的特性,结合经验正交分解(EOF)能够对非平稳时间序列进行简化和剔除冗余信息的优势,该文探索联合EOF和自回归移动平均模型(ARIMA)作为FOE-ARIMA,对中国地区电离层VTEC进行短期预报。采用IGS(International GNSS Service)中心提供的中国地区电离层格网数据(Global Ionospheric Maps,GIM),对不同季节前10天GIM数据进行EOF分解,使用ARIMA模型对主分量进行预报,通过重构获取未来5天VTEC值,并将EOF-ARIMA模型预报结果与ARIMA模型进行对比、分析。结果表明：EOF-ARIMA模型平均相对精度为83.3%,平均标准差为3.51 TECu,较ARIMA模型其平均相对精度提高了3.3%,平均标准差降低了0.16 TECu;EOF-ARIMA模型预测结果无明显季节差异,ARIMA模型秋季预报精度明显低于其它季节;EOF-ARIMA模型在赤道异常处预报精度未受影响。由此表明EOF-ARIMA模型在中国地区进行电离层短期预报具有较高的精度和稳定性。     

山西省雷暴日数空间逆向分布原因分析

从山西省夏季大气环流状况和地表特征因子两个方面,分析了山西省雷暴日数空间逆向分布的原因,提出了大地电活动对雷电发生发展存在一定影响的看法。     

基于时间序列分析的平顶山地区生产总值的变化趋势研究

利用1988--2008年平顶山地区及各县市区的生产总值的数据,建立自回归移动平均结合模型,对未来五年平顶山地区及各县市区的生产总值进行预测,并比较不同区域生产总值及其变化差异．     

基于ARIMA的电力视频流量分析和预测

针对电力视频业务的流量特性,提出一种基于差分自回归移动平均(ARIMA)模型的电力视频业务流量分析和预测方法.首先利用差分法对视频流量数据进行平稳化处理,然后依据数据序列的自相关函数和偏自相关函数确定模型参数,从而建立能够有效预测电力视频业务流量的分析模型.仿真实验表明,该方法充分考虑了电力视频业务流量的自相似性、周期性、突发性及趋势性等特点,有效提高了流量预测拟合的精度.     

近33 a珠海市雷暴日数的时间变化特征

基于珠海市近33a雷暴日资料,利用Morlet小波分析、累积距平和M-K突变检验等方法对珠海市雷暴日的演变趋势、周期变化和突变特征等进行全面分析,结果表明:(1)珠海市雷暴日有明显的季节变化特征,表现为夏半年偏多,冬半年偏少;(2)雷暴日的年际变化表现为下降-上升-平缓的演变特征,而且在各个时间尺度上都有明显的周期变化;(3)四季雷暴日的年际变化不同,春季、秋季和冬季均有不同程度下降趋势,而夏季为上升趋势,并通过99%的信度检验;(4)四季雷暴日在不同时间尺度上的周期变化不同,春季周期振荡在4～6a的时间尺度最为剧烈,夏季在6～8a的时间尺度上,秋季从高频到低频都有明显的周期振荡,冬季各个频率上的周期振荡都较为明显,2000年之后周期振荡有转弱的趋势;(5)M-K突变检验表明夏季雷暴日在1994-1995年有突变现象。研究结果有助于了解珠海地区雷暴的变化特征,对科学防御雷暴灾害、科学规划和设计雷电防护等有重要作用。     

基于马尔可夫模型的福州市耕地动态变化预测

以福州市为研究区域,以1988年和2008年TM遥感影像、2004年ASTER遥感影像为数据源,在遥感和GIS技术支持下编制1988年、2004年和2008年土地利用图,求取研究区1988-2004年土地利用转移概率矩阵,并运用2008年数据进行验证。采用验证后的马尔柯夫模型预测未来耕地动态变化,结果表明：未来20年福州市耕地面积持续减少,耕地、水田和旱地三者变化趋势基本一致,分别减少了3858.4 hm2、3681.5 hm2和176.9 hm2,导致耕地保护与建设用地扩张之间的矛盾将更加突出。马尔可夫模型在耕地动态变化预测中具有较好的适用性和简便性,但还需要其它方法配合以提高精度。     

基于预测控制模型的一种状态空间实现

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。     

动态数据的ARMA模型预测加工质量

本文首先阐述了在长度计量中建立自回归滑动平均模型(Auto Regressive Moving Average Model)的理论,推导出预测的计算模型及误差估计,然后以一个生产实例,证明这个模型具有相当的置信度。     

移动平均线在市场预测中的改进

在证券投资的二级市场上，把一天营业时间分成八个时间单位，利用新的移动平均法加权公式算出当天收盘价格取代原有的移动平均法中的收盘价进行一次移动平均，在市场预测中得到的数字比较精确，并在此基础上建立了其二次、三次移动平均法的预测模型．