湖北省茶叶不同气象产量方法的比较分析

基于2010—2021年湖北省夷陵区、英山县、咸安区3个茶叶主产区的茶叶产量数据,采用二次指数平滑法、HP滤波法、三年滑动平均法提取趋势产量,探究气象产量最佳提取方法,分析气候要素对茶叶气象产量的影响。结果表明:夷陵区、英山县、咸安区3个茶叶主产区的种植面积、产量、单产随着时间的推移呈多项式变化趋势,2013年之前英山县最高,2015年之后夷陵区最高;采用3种方法拟合的产量变化趋势相同,夷陵区的茶叶产量随着时间的推移呈增长趋势,而英山县和咸安区则呈减少趋势;采用二次指数平滑法和HP滤波法测算出的趋势产量均与实际产量达到显著及以上相关性,对产量剧烈波动部分有较好的捕获能力,均优于三年滑动平均法;HP滤波法得到的气象产量能较好地反映气象条件的变化,适用于湖北省3个茶叶主产区气象产量的分离,可为后续气象产量分离的研究提供参考借鉴。

基于鲁棒双参数指数平滑法的BDS卫星钟差预报

为提高北斗(BDS)卫星钟差预报精度与稳定性,基于BDS卫星钟工作原理与数据特征,提出了一种基于鲁棒双参数指数平滑法的BDS卫星钟差预报方法。将双参数指数平滑法引入BDS钟差预报,并通过鲁棒化建模与优化初始值选取方式提升了双参数指数平滑法的抗差与适应能力,减小了数据异常干扰对钟差预报性能的影响。与常用的多项式模型、谱分析模型、灰色预测模型及超快速钟差预报产品进行对比分析,结果表明:所提方法适用于不同BDS轨道与类型的卫星钟差预报,取得了良好的预报精度与稳定性,其对BDS卫星钟的6h平均预报精度分别提升了40.3%、31.7%、63.6%和36.6%,预报稳定性分别提升了43.8%、38.9%、65.4%和33.1%。

考虑产水量变化的气井井筒结垢堵塞预测

为提高气井解堵措施的针对性,综合考虑气井井筒无机物结垢的热力学和动力学影响,特别是考虑气井产水量变化与垢在井筒内壁的黏附系数,建立了气井井筒结垢堵塞预测模型,并应用于靖边气田。结果表明:基于平滑指数法预测了气井日产水量,预测时间越长,累积产水量的误差越小。加权系数α越小,预测结果越精准,模型中α取0.2;通过现场生产资料拟合,垢在井筒内壁的黏附系数取0.001时,能够取得较为满意的预测结果;现场应用结果表明该模型预测的结垢堵塞物组成和堵塞程度与现场相符,对气井井筒除垢解堵措施具有指导意义。

基于二次指数平滑和多元线性回归的宁波市港口物流需求预测分析

随着经济全球化的发展,港口作为物流发展的重要环节,港口物流需求已经成为港口资源配置规划和进出口贸易的重要依据。为对宁波市港口物流需求进行科学合理的预测,文章借助SPSS等数据分析软件,使用二次指数平滑和多元线性回归分别对其物流需求进行预测,通过对比两种预测方法的精度,最后发现,二次指数平滑法的预测精确度要优于多元线性回归法,并通过二次指数平滑法预测宁波市未来五年的港口物流需求量。

湖北漳河灌区中稻气象产量变化特征及预测模型

准确的气象产量是正确评估气象条件对粮食产量影响的前提。为了探究湖北漳河灌区单季稻气象产量的时间序列变化规律,尝试通过三点滑动平均法、HP滤波法和一次指数平滑法、二次指数平滑法4种方法将漳河灌区1975—2020年的水稻单产数据分离为水稻趋势产量及气象产量,通过相关分析筛选水稻8个生育阶段的主要气象因子,然后与分离的气象产量构建水稻预测模型。结果表明:4种分割方法均能较好地反映气象产量序列与湖北省生产力发展水平的区域一致性特点,多年平均气象产量占总产量的比例约为3.39%,但2008年以后其占比达到10.1%。相关分析识别出抽穗开花期最低气温、拔节孕穗期最高气温、分蘖后期平均气温、返青期最低气温、乳熟期蒸发量和育苗最低气温是影响气象产量的主要因子,该模型在率定期(1976—2014年)和验证期(2015—2020年)的相对误差均在5%以内,模型的决定系数R 2为0.994。预测模型有助于研究未来气候变化下的区域水稻产量的变化。

基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测

为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。

基于组合预测的港口货物吞吐量分析——以长三角港口群为例

科学预判长三角港口群的发展趋势对加快建设交通强国、海洋强国的意义重大,而港口货物吞吐量的精准预测是促进港口发展的重要一点。为了提高预测的精准度,采取BP神经网络算法、灰色预测GM(1,1)模型和三次指数平滑法对2009-2021年长三角港口群的宁波舟山港、上海港、苏州港三大港口货物吞吐量进行分析,建立组合预测模型。结果显示,该组合预测模型降低了预测误差,提高了预测精准度,对长三角港口群发展具有一定的参考价值。

新冠疫情对我国股债市场的影响研究——基于ARIMA模型的实证分析

新冠疫情对全球金融市场产生了巨大影响,我国股票和债券市场也受到较大影响。研究新冠疫情对中国股债市场的影响,可以帮助投资者了解市场状况,规避风险,对其他地区的股债市场也具有借鉴意义。选择2019年9月9日至2020年4月1日的上证指数收盘价和国债指数收盘价数据进行分析,并以新冠疫情对股债市场造成冲击为分界点,将数据分为疫情冲击前和疫情冲击后两个时间段。具体思路为:使用疫情大规模暴发前的数据建立ARIMA模型和Holt两参数指数平滑预测模型,通过比较确定最优模型为ARIMA模型,然后使用ARIMA模型进行短期预测,将预测值和实际值进行对比分析,得出新冠疫情对股债市场收益的影响。结果表明:①在预测股票市场和债券市场收益方面,建立ARIMA模型要优于Holt两参数指数平滑法。②新冠疫情在短期内对股票市场产生负向作用,对债券市场产生正向作用,但随着时间的推移,股票市场和债券市场最终还是会趋于平衡状态。

虚假数据注入攻击下基于容积卡尔曼滤波的电力系统状态估计

针对虚假数据注入攻击下系统状态估计的问题,以电力信息物理系统为研究对象,根据发电机三阶模型和自动电压调节器模型,建立电力系统的数学模型。采用指数平滑法预测测量值,通过对比预测值与真实测量值,检测系统是否发生虚假数据注入攻击。若检测结果判定系统遭受虚假数据注入攻击,用预测值替代不良数据输入状态估计算法,实现虚假数据注入攻击下不良数据的恢复。将指数平滑法与容积卡尔曼滤波算法结合,提出一种改进的容积卡尔曼滤波算法对系统进行状态估计。以典型的五机电力系统为例进行仿真,仿真结果表明提出的方法能有效抵御虚假数据对系统状态估计造成的不良影响。

周口构建国家区域性中心港口城市的发展对策研究

文章以周口构建国家区域性中心港口城市为切入点,在对区域性港口城市相关理论及影响因素分析研究的基础上,结合周口港城发展的实际情况,剖析周口构建国家区域性中心港口城市的定位。为更直观地分析周口临港经济的发展态势,在定性分析的基础上,运用霍尔特双指数平滑法定量模型对周口港口物流需求量预测分析,进而有针对性地提出周口构建国家区域性中心港口城市的发展对策,不仅有利于周口产业结构的转型升级,还可以促进周口临港经济的持续健康发展。研究成果将为周口构建国家区域性中心港口城市提供科学可靠的理论依据和实践指导。

变权组合预测模型下的武汉港物流需求预测研究

武汉港作为我国中部地区最重要的交通枢纽之一,对我国港口物流发展具有极其重要的影响,而对武汉港的货物吞吐量进行物流需求预测是其物流发展规划的重要组成部分。文章以单项预测模型为基础,将ARIMA模型、二次指数平滑法以及灰色预测模型组合起来,建立了变权组合预测模型进行物流需求预测。经过分析比较后,发现变权组合预测模型的合理性和预测准确度比单项预测模型更好。同时观察到武汉港未来的货物吞吐量将会稳中向好增长,并对武汉港物流发展提出相应的建议。

铁路车轮传感器测速系统改进方案研究

采用铁路车轮传感器测速系统测量列车运行速度时,得到的速度数据存在滞后性,影响铁路货运计量及安全监测设备应用的可靠性,降低铁路货物运输安全的物防、技防能力。集成加速度补偿法和Holt双参数指数平滑法,运用列车运行过程中的历史速度形成的短期数列,能够较为准确地预测列车速度,提高预测结果的准确度。介绍车轮传感器工作原理,在详细分析加速度补偿铁路车轮传感器法、指数平滑法、Holt双参数指数平滑法等预测法优缺点的基础上,研究提出基于加速度补偿和Holt双参数指数平滑法的铁路车轮传感器测速系统改进方案。提取南宁南站某测点1天的列车速度原始数据,验证测速系统改进方案。验证结果表明,改进方案可以有效缩短滞后效应,降低测量数据与实际列车速度的误差。

基于时间序列分析的某地区中长期负荷预测研究

随着我国经济蓬勃增长,城市不断扩张,用电需求迅速攀升,电力已成为各领域不可或缺的关键要素。精确的负荷预测可以最大化资源的有效利用,确保电力供应的可靠性,有助于促进电力体系的可持续发展。介绍了对时间序列分析方法,根据某地区电量负荷增长情况,提出了以时间序列分析为基础的负荷预测模型。基于某地区2003—2022年供电量作为历史数据,在时间序列法中采用ARIMA模型与指数平滑法这两种方法,对2023—2028年负荷量进行预测,为某地区未来电网规划提供数据基础。

基于组合预测模型的水产品冷链物流需求预测研究——以江苏省为例

据国家统计局数据显示,我国水产品消费常年居于世界第一。面对不断攀升的水产品需求,准确预测其冷链物流需求量对于提高水产品冷链物流运输效率具有重要意义。文中以江苏省为例,采用MatLab2019a数据处理工具,分别运用指数平滑法、灰色预测模型以及基于指数平滑法和灰色预测的组合预测模型对比分析其水产品冷链物流需求量,目的在于考察这三种方法和模型中的哪一种预测精度更高。研究表明,基于指数平滑法和灰色预测的组合预测模型能有效地克服单个预测模型的不足,预测精度更高。

基于时间序列模型的新疆0~6岁儿童道路交通伤害住院患者人数的预测分析

目的分析新疆0~6岁儿童道路交通伤害变化趋势,利用自回归移动平均(autoregressive integrated moving average,ARIMA)模型及指数平滑模型对2011—2021年道路交通伤害住院人数进行分析,模拟验证两种模型适用性后选择最优模型,为本地区儿童道路交通伤害防控及住院人数的动态分析和短期预测提供一定理论支持。方法采取方便抽样的方法,收集新疆7所公立医院2011年1月1日至2021年12月31日0~6岁道路交通伤害入院儿童信息,使用卡方检验分析不同季节、不同受伤类型下道路交通伤害发生情况,分别建立ARIMA模型和指数平滑模型,对模型拟合效果进行评价,验证模型对未来儿童道路交通伤害住院人数预测的适用性。结果本研究共纳入2511例儿童患者,春夏季发生伤害的人数较多,道路交通伤害发生类型以行人及机动车受伤为主。简单季节性指数平滑模型为最优模型,其中稳定系数R2=0.616,均方根误差(root mean square error,RMSE)=6.177,平均绝对误差百分比(mean absolute percentageerror,MAPE)=39.209,平均绝对误差(mean absolute error,MAE)=4.852,正态化贝叶斯信息准则(Bayesian information criterions,BIC)=3.716,模型白噪声检验(P=0.302),该模型可以对未来0~6岁儿童道路交通伤害住院人数进行预测,且模型对年度数据的预测能力优于月度。结论简单季节性指数平滑模型对数据拟合效果更好,可以被用来进行道路交通伤害住院人数的预测研究,未来仍需探索更精准、更全面的预测方法,需采取防控措施预防儿童道路交通伤害的发生。

基于ARMA-SSESM组合模型的危险品道路运输泄漏事故预测研究

为了预测危险品道路运输泄漏事故数量,以2013—2020年危险品道路运输泄漏月度事故为基础,运用时间序列理论建立自回归滑动平均(ARMA)预测模型和简单季节指数平滑法(SSESM)预测模型以及组合预测模型,对2021年1月—2021年6月的危险品道路运输泄漏事故数量进行预测,并对3种模型的预测精度进行比较。研究结果表明:组合预测模型的预测精度最佳,能够有效拟合时间序列的整体趋势。研究结果可为危险品道路运输泄漏事故预防工作提供参考。