模型监控在预测中的应用

本文利用贝叶斯因子法讨论了一类贝叶斯动态模型的监控问题。     

ARIMA模型在深圳GDP预测中的应用

对1979至2006年深圳国内生产总值进行了分析,建立了ARIMA(1,2,2)模型,检验结果表明该模型具有较好的预测效果,可为深圳制定经济发展目标提供决策参考.     

组合模型在我国能源需求预测中的应用

文章首先比较了不同的能源需求预测方法的特点,并选择确定性加随机性时间序列组合模型对我国能源需求进行预测,然后详细介绍了建模的过程,并对模型预测精度和参数稳定性作了评价,结果表明本文采用的组合模型是一种比较有效的预测方法,最后用该模型对我国2004~2020能源需求进行了预测。     

Richards模型在蔬菜生长预测中的应用

本文从 Richards模型的数学表达出发 ,阐述了模型中各参数初始值的确定以及优化过程 .并利用菜花和菠菜的试验数据建立其“最优”生长模型 .     

新组合模型在光电功率预测中的应用

为提高光伏预测要求的精准性,文章提出一种新算法将神经网络和ARMA算法改进组合,构成NEW ARMA-BP模型算法.以某30兆瓦的光伏电站采集的输出功率为输入样本,基于ARMA和BP神经网络算法在Matlab环境下依次搭建了相应的预测模型,预估光伏短期输出量.采用"误差正态检验图"判断基于两种不同算法的误差水平,依据两种单模型预测误差,运用所提出的新方法计算权值并获得新的预测值.基于Matlab的仿真结论验证了组合预测在光伏输出预测领域的适用性.     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.     

马尔可夫链模型在灾变预测中的应用

利用马尔可夫链模型的原理预测灾变，以郑州市旱涝等级的预测作为实例，介绍了使用这种模型的方法与步骤，预测结果表明，利用马尔可夫链模型预测灾变是可行的。     

多指标可加模型及在医疗费用预测中的应用

对医疗费用的建模分析与合理预测是医疗保险费用厘定的基础与根本.医疗费用中的高维附加信息在长期预测中具有重要作用.然而,传统的统计建模方法不适用于处理高维纵向数据下的医疗费用.本文提出部分线性多指标可加模型,对具有高维特征的纵向医疗费用数据进行拟合与预测,并且使用两种不同的降维估计方法进行模型估计,并将该模型应用于一组含...     

报童模型及ARMA预测在航空配餐问题中的应用

航班承载人数的不确定性,造成航空公司在配餐中利润的流失,现存的配餐模式存在较多的浪费.本文利用基于损失厌恶的报童模型和ARMA时间序列分析模型对深圳航空公司某航班的配餐份数进行了建模分析和预测,并通过对两种模型输出的比较,得出了长期预测与短期预测的模型应用理论.将实际的历史数据代人到模型中验证,其结果优于经验模式下的配餐盈利情况.本文所采用的研究方法和研究结果对航空公司的精益发展有建设性的意义.     

SARIMA模型与Holt-Winters模型在丙型肝炎发病率预测中的应用

主要探讨SARIMA模型和Holt-Winters模型在丙型肝炎月发病率预测中的应用价值.首先,利用2006年1月至2018年12月的月发病率数据为基础,分别建立SARIMA模型和Holt-Winters模型;然后,预测2019年1月到12月的月发病率数据,并与实际月发病率数据进行比较,得到SARIMA(2,1,1)(...     

非线性回归校正模型在突变负荷预测中的研究及应用

非线性回归模型是中长期负荷预测的一种有效的方法,对常规变化趋势的负荷有很好的拟合性,但对有转折点的突变趋势或增长处于饱和阶段的负荷进行预测误差较大.通过对历史数据的最优分段,提出了非线性回归校正模型,可以很好地解决这个问题.实例表明,此模型在中长期负荷预测中是适用的,尤其对于有转折点的突变趋势,具有很高的预测精度.     

ARMA模型在卫生系统硬件投入预测中的应用

周怡等．ＡＲＭＡ模型在卫生系统硬件投入预测中的应用．数理统计与管理，１９９８，１７（４），６８～７１．     

加权马尔可夫模型在公路货运量预测中的应用

由货运量序列生成货运量增量序列,它是一个平稳马尔可夫链.然后用聚类分析的方法进行状态划分,在此基础上以增量序列的各阶自相关系数为权,用加权的马尔可夫链进行货运量增量的状态预测.     

FANN模型在金属矿冲击地压预测中的应用

金属矿山冲击地压是采矿工程中所涉及到的重大灾害之一.冲击地压的发生是由多方面因素造成的,具有动态和模糊性,在客观上属于一个复杂的非线性动力学过程,这使得冲击地压预测系统的数据处理不能按照常规的线性系统法进行处理.根据模糊神经网络理论,本文给出了多源信息融合的模糊人工神经网络(FANN)模型.通过具体工程应用,说明了本文分析模型的正确性和有效性.     

隐马尔科夫模型在乙肝发病预测中的应用

基于隐马尔科夫模型(HMM)为中国疾病预防与控制中心发布的乙肝发病数量时间序列进行建模,通过似然函数的计算而建立起一个具有2状态的单变量正态分布隐马尔科夫模型.根据模型估计结果,发现两个状态对应的乙肝发病数量的分布规律有较大差异,分别对应着乙肝疫情的低发状态和高发状态.状态之间有可能发生转换,但是转换的概率比较低.基于所估计得到的隐马尔科夫模型,可以识别出特定时刻乙肝疫情所处的状态,也可以预测未来时刻乙肝疫情所处的状态.     

人工神经网络模型在研究生招生数量预测中的应用

研究生招生数量的确定涉国家政策、社会就业、人才需求、专业分布与需求等诸多因素,这些影响因素往往无法量化,而且各个影响因素之间关系错综复杂,简单的线性模型预测未来招生数量往往难以实现.尝试采用人工神经网络(BP-ANN)模型,针对历年招生数量原始数据信息零散、隐含影响因素过多、诸多影响因素难以确定性描述等问题,通过对黑龙江省历年(1981—2004)研究生招生数量进行系统分析,建立了人工神经网络预测模型,并对未来3年的招生数量进行了预测,预测结果较好,为该方面研究提供了新的研究思路与研究方法.     

SARIMA模型在新疆手足口病发病率预测中的应用

建立新疆手足口病发病率的季节求和自回归-移动平均模型(Seasonal AutoregressiveIntegrated Moving Average Model,SARIMA),探讨采用SARIMA模型预测手足口病发病趋势的可行性和实用性.利用R统计软件基于新疆2006-2012手足口病月发病率数据建立SARIMA模型,拟合2012年手足口病各月发病率数据,并预测了2013年手足口病月发病率.经过序列平稳化、模型识别以及模型诊断,SARIMA(1,0,1)(0,1,0)_(12)能较好地拟合既往时间段的发病率,且预测值符合新疆手足口病实际发病率的波动趋势.SARIMA模型能够有效地预测手足口病发病趋势,对预警、防控具有积极指导意义.     

指数模型参数估计及其在通讯预测中的应用

本文提出了指数模型参数估计的一种方法，并应用指数模型对我国长途电话话务量进行预测．该预测方法较文献［１—２」中精确，从而说明此方法是可行的．     

谈谈AR模型在短期经济预测中的应用

短期经济预测是我们制订国民经济计划和进行决策时必不可少的一个程序,也是一种科学的定量分析方法.进行短期经济预测的方法很多,如:回归分析与相关分析法,因果关系法、趋势分析与简单季节分析法等等.本文引入AR方法(即自回归分析法)结合我国历年来棉布的销售量资料,加以探索和分析并进行短期经济预测. 一AR模型的一般特征 为了便于识别和应用AR模型,我们先谈谈它的基本特征. AR模型作为B—J(Box-Jekins)模型的一种特殊情况,其表达式为: xt=φ1xt-1+φ1xt-2+…+φpxt-p+et(1) 式中, P> 0,称为模型的阶, et为白噪声,上式可简记为AR(p) …