老年人“美好生活”水平测度与政策洞见——基于主成分分析的三指数模型

基于中国老年健康影响因素跟踪调查2014年的数据,使用主成分分析法从9个测量指标中提取测度老年人“美好生活”的3个一级指数——安全指数、生存指数和享受指数,并合成老年人“美好生活”综合指数(BLI-E)。分项来看,生存指数、综合指数呈对称的正态分布,安全指数右偏分布水平较高,享受指数左偏分布水平偏低;分地区来看,各省份的老年人“美好生活”指数差异不大,养老服务供给不充分问题更突出;分组来看,老年人中女性比男性、农村比城镇、高龄与低龄、居家养老比独居或机构养老的“美好生活”水平更低。当前制约我国老年人实现“美好生活”的主要瓶颈是养老资源供给不足情况下的共享不均衡问题。建议加大力度解决我国老年人“美好生活”发展不充分的问题,着重解决不平衡问题,打造综合性、全方位的老年人“美好生活”保障体系。

三指数模型在胶质瘤术前分级中的价值:3D兴趣区直方图分析

目的探讨多b值扩散加权序列的三指数模型拟合相关参数3D兴趣区直方图分析在胶质瘤术前分级中的价值。方法分析2016-08—2018-02经病理证实的46例(低级别组17例,高级别组29例)胶质瘤患者的MRI影像资料,分别测量三维ROI直方图分析三指数模型相关参数,对低级别组和高级别组上述参数进行比较。结果低级别和高级别组Ds-P5、Ds-P10、Ff-mean和Ff-median比较差异均有统计学意义,分别为:Ds-P5(0.76±0.08)×10^(-3) mm^2/s vs (0.73,0.06)×10^(-3) mm^2/s(IQR,P=0.010);Ds-P10(0.84±0.10)×10^(-3) mm^2/s vs (0.80,0.09)×10^(-3) mm^2/s (IQR,P=0.013);Ff-mean 0.20±0.04 vs 0.22±0.04(P=0.033);Ff-median 0.15±0.06 vs 0.20±0.04(P=0.003)。结论三指数模型3D兴趣区直方图分析相关参数可以很好地进行胶质瘤术前分级。

基于改进指数模型的锂电池容量估计和RUL预测

针对锂离子电池老化路径复杂性以及传统经验模型无法准确追踪电池容量衰减轨迹的问题,提出一种结合三指数模型和粒子滤波算法的电池容量估计以及RUL预测模型。首先,建立一种描述电池不同老化下容量衰减轨迹的三指数模型;其次,利用粒子滤波算法对模型参数进行估计;最后,利用NASA和CACLE数据对比分析两种传统经验模型。结果显示,所建模型的MAE和RMSE值分别在0.0058和0.0098以内,其预测精度高于其他两种模型,具有更高的准确性和鲁棒性。

基于灰色理论的三次指数平滑模型预测自然陈化中热闷钢渣f-CaO含量

采用自然陈化方法处理热闷钢渣,跟踪检测热闷钢渣中游离氧化钙(f-CaO)含量。运用灰色预测模型和三次指数平滑模型,建立基于灰色理论的三次指数平滑模型(GM-ESIII预测模型)预测热闷钢渣自然陈化中f-CaO含量。结果表明,自然陈化方法处理热闷钢渣可以有效降低f-CaO含量,即S热闷钢渣150 d之后f-CaO含量从9. 41%下降至6. 01%且基本维持在6. 00%左右,N热闷钢渣160 d之后f-CaO含量从5. 83%下降至2. 64%且基本维持在2. 65%左右; GM-ESIII预测模型的预测数据与试验数据吻合较好,相对误差为-2. 149%～1. 894%,有效提高了热闷钢渣自然陈化中f-CaO含量预测精度;同时GM-ESIII预测模型中平滑系数与初始f-CaO含量的相关性较小,与f-CaO含量变化趋势的相关性较大。

基于混沌三次指数平滑模型的CPI预测研究

提出了一种新的混沌三次指数平滑算法,该算法加入了遗传算法的变异算子,可以实现混沌优化选择三次指数平滑模型中的平滑系数.同时,引入了遗传算法的种群概念,提高了算法的并行性运算能力.通过CPI序列数据预测研究,进行了算法的有效性验证.试验结果表明混沌三次指数平滑模型可以通过多次混沌迭代搜索,得到全局最优的平滑系数,提高了最终预测精度.

中国家具产业运营效率省域差异性研究——基于三阶段DEA-Malquist指数模型

选取2013—2015年中国30个省域的面板数据,运用三阶段DEA-Malquist指数模型对各地区家具产业的运营效率进行评价,然后建立受限因变量模型进行回归分析。研究结果表明:剔除外部环境因素和随机扰动因素后,由于规模效率值偏低所考察省域的综合效率值处于中等水;各地区技术效率均值呈现东部>中部>西部的态势,这与地区经济发展水平存在相关关系;Malquist生产率指数主要受到技术进步效率的影响,増幅较小;删失回归结果表明效率值与从业人员数等有相关关系。中国的家具产业在未来发展中,应继续扩大产业规模,采取不断引进新技术,提高对外开放水平等措施来提高中国家具产业的运营效率,实现产业结构转型升级。

改进的三次指数平滑模型在交通优化中的研究与应用

基于优化城市交通路线的研究目的,以南京城市交通路线上某段时间的车辆通过量为研究对象,分别运用三次指数平滑法与改进的三次指数平滑法这两种预测方法对未来该路段的车辆通过量进行动态的预测,并对这两种预测模型的预测结果进行比较,得出改进的三次指数平滑模型预测精度较高,将预测车辆通过量与实际路段容量相比较,为未来时间是否堵车提供良好、有力的判断依据,实现交通的优化。

中国高技术产业创新效率差异性研究——基于三阶段DEA-Malmquist指数模型的分析

采用三阶段DEA模型和DEA-Malmquist指数模型相结合的方法,对2011—2016年中国高技术产业的创新效率差异性进行了研究.研究发现,中国高技术产业整体创新效率较低,原因在于低水平的规模效率拉低了综合技术效率,造成总体技术创新能力不够强;中国高技术产业创新效率的行业差异性显著,大部分细分产业的创新效率还有很大的提升空间.

用三指数预测模型对2021年世界100M跑成绩预测研究

本文研究旨在分析2001-2019年世界男子、女子100m跑成绩的发展态势和规律。由于100m跑2001-2019年成绩存在周期变化,可以被分解为趋势因子、周期因子(季节因子)和随机因子。趋势因子能够捕捉到长期变化趋势,季节性因子能够捕捉到周期性变化,而随机因子对应的是不能被趋势或季节效应解释的变化。故而在进行季节性时间序列分析时,我们取周期为4,将数据看作季节性数据,利用一系列时间序列分析模型进行预测。采用季节性时间序列分析模型预测2021年世界男子、女子100m跑的成绩进行预测,预测结果是,男子前三名分别是:9.70s、9.89s、9.91s,第8名是9.89s;女子前三名分别为10.68s、10.75s、10.74s,第8名为10.77s。

基于三次指数平滑模型与DBSCAN聚类的电量数据异常检测

在电力系统的运行过程中,不可避免地会产生异常电量数据,如何高效地检测辨识这些异常数据是电力系统状态估计中至关重要的组成部分,也是电力系统运行的安全性和稳定性的基础。传统的异常检测方法只针对特定的电力系统特性,且存在计算量较大、准确率较低的问题。针对传统电量数据异常检测方法的不足,提出一种基于三次指数平滑模型和DBSCAN聚类的电量数据异常检测方法。三次指数平滑模型利用历史数据预测当前时刻区域用电量,然后对预测值和真实值相减得到残差项,最后利用DBSCAN密度聚类算法来对残差项进行聚类,实现电量异常数据的识别。对某电网的区域用电量数据进行实证分析并与3种常用异常检测模型进行实验对比。结果表明,三次指数平滑模型与DBSCAN聚类结合,在电量异常数据检测中检测率和误报率指标均取得了比较好的结果。

基于ARIMA模型和指数平滑模型对我国货物进出口总额的预测研究

在后疫情时代,为了研究我国货物进出口情况,本文采用了ARIMA模型和Holt-Winters三参数指数平滑模型对我国1996年1月至2022年10月的货物进出口总额的月度数据进行建模比较分析,并对未来三年的进出口总额进行预测。根据预测结果显示,两个模型都能较好的拟合数据,后者模型的拟合程度略优于前者。预测结果显示未来三年我国的货物进出口总额是逐渐增长的。

基于组合预测模型的上海物流需求预测

随着物流行业的快速发展,为保证资源配置的合理运用,提前预测地区的物流货运量情况必不可少。以上海为例,将灰色预测模型与三次指数平滑预测模型结合起来,利用方差倒数加权法得到系数,再根据上海2016年到2020年实际货运量建立组合预测模型,从而预测出上海未来十年的货运量。最终发现上海货运量呈现逐年增长趋势,并在2032年达到最高444543.15万吨。最后,依据预测的结果对上海物流发展提供一些建议。

基于离散GM模型和指数平滑模型组合的统计预测方法

文章设计了一种由三次指数平滑预测模型和离散GM(1,1)预测模型通过加权进行组合的预测模型,并选取了相关实例进行预测和比较。比较结果显示,由组合预测模型得到的预测结果在预测精度上优于三次指数平滑预测模型和离散GM(1,1)预测模型,因此该组合预测模型在一定程度上比单项预测模型具有可行性和精密性。

基于IOWGA-Markov的新型灰色指数组合预测模型

为了提高预测精度,在回顾诱导有序加数几何平均算子(induced ordered weighred geometric averaging,IOWGA)算子和Markov链的基础上,建立1种基于IOWGA-Markov的新型灰色指数组合预测模型。针对灰色模型,基于小样本建模的特点,提出以预测精度最大化为筛选准则的新型组合模型;针对预测期数据未知的问题,利用马尔科夫链定性推出组合模型中各单项模型在待预测时点上的预测精度状态,从而得到待预测时点上的组合模型的权系数;以我国1991-2014年石油消费比例数据为样本进行实验。结果表明,该预测方法明显优于传统的灰色指数组合模型,体现了该方法的的有效性和可行性。

基于季节ARIMA和指数平滑模型的我国全社会总用电量的预测

本文基于2010年1月份~2019年12月份我国社会总用电量季度数据,采用Rstudio软件进行分析,对数据进行预处理,通过比较AIC信息准则拟合最优的ARIMA模型,以2010年1月份~2018年12月份的数据作为训练集,2019年的数据作为测试集,对该序列进行1阶12步差分后,序列变的平稳,因此可采用季节ARIMA模型进行预测;由于该序列具有趋势性和季节性的特征,因此采用Holt-Winters三参数指数平滑模型,应用两种模型分别对2019年的数据进行预测。通过测试集和预测值计算误差,根据平均误差最小原则选择最优的预测模型。最终的平均误差结果显示Holt-Winters三参数指数平滑模型的平均误差值为0.0232087,远小于季节ARIMA模型的0.0315013,因此选用Holt-Winters三参数指数平滑模型作为我国全社会总用电量的预测模型。

基于滚动ARIMA预测模型对2023年6月比特币收盘价的预测

近年来,比特币已经成为了最流行的加密货币之一,它的价格波动经常被关注和研究,目前比特币的市场价值非常高,已经达到了历史新高,在全球范围内引起了广泛的兴趣和关注,它已经成为了数字资产领域的重要一员。本文通过研究时间序列模型在预测中的应用,提出了滚动ARIMA预测模型,使用MASE,MAE,RMSE比较了三次指数平滑模型和滚动ARIMA模型的预测效果,最后预测了2023年6月的比特币收盘价。研究表明,在短期预测方面,滚动ARIMA模型和三次指数平滑预测模型效果大致相同,但是滚动ARIMA模型具有较好的方向控制和误差控制效果,最终得出滚动ARIMA模型适合长期预测的结论。结果显示,在2023年6月,比特币收盘价呈现波动趋势,并且波动趋于平缓。

基于雇员数据的时序模型比较

使用某地区的雇员数据进行研究,描述性分析并对多种时序模型展开预测分析,对模型预测效果进行应用对比。具体的研究工作与内容包括:使用描述性分析,展示雇员率的数字特征和分布情况;分别建立季节多元回归模型、三参数指数模型、季节性差分自回归滑动平均模型,并进行预测和分析结果;汇总3种模型的预测结果,分析论证了模型的可用性。

基于组合预测模型的辽阳地区能源需求预测

为了更可靠地预测辽阳地区未来能源需求量,采用GM(1,1)模型和三次指数平滑模型对辽宁省辽阳地区历史能源消费量建立预测模型,并将两个单一模型加权平均建立组合预测模型。结果表明:组合预测模型在时间序列数据的预测中可信度更高,预测精度达到94.06%;未来10年内,辽阳地区能源消费将以7.36%的年均增长率快速增长,到2022年能源需求量将达到2.2×107t标准煤。

组合模型在公路客运量预测中的应用

针对公路客运量预测问题,在建立灰色GM(1,1)模型和三次指数平滑模型的基础上,利用最优加权系数法建立组合模型来对客运量进行预测。以此来避免单一模型的不足,从而提高模型的预测精度。通过2005-2009年安顺到贵阳的贵黄高速客运量模型的检验,证明组合模型是合理、可行的,并且具有较高的预测精度。

基于双模型的农业用水量预测算法仿真

传统农业用水量预测算法忽略了对较小流量数据的处理与预测,导致预测结果与实际情况的拟合度不高,且传统方法应用过程复杂,应用难度较高。为此提出农业种植区域用水量数据化预测算法。填补用水量缺失数据,同时运用归一化方法将用水量数据归一化处理,并将其简单化处理,完成数据预处理。构建灰色预测模型预测流量较大的用水量,且针对流量较小的用水量数据构建三次指数平滑预测模型,将两种模型组合,求出预测值并进行反归一化处理,实现农业种植区域用水量数据化预测。实验结果表明,所提方法的预测拟合度高、复杂度低和可靠度高。