多项式趋势面分析在磷块岩深部勘探中应用:以瓮福磷矿英坪矿段为例

磷块岩是重要的磷矿资源,主要发育于大陆边缘的台地相,在一定空间范围内磷块岩厚度具有稳定而缓慢变化的特点,多项式趋势面分析方法非常适于刻画这种空间演化特征。本次研究收集了瓮福磷矿田高坪矿区英坪矿段B矿层未经历后期断层破坏或抬升剥蚀的88项勘探工程资料,以B矿层厚度为因变量,以工程的地理坐标为自变量,开展1~5次多项式趋势面分析方法在沉积磷矿床深部勘探的示范性研究。获得如下主要认识:1)坐标选择:根据勘探范围的空间尺度,通过坐标平移进行坐标简化,能更加突出因变量的空间演化特征;2)数据变换:因变量的数据变换对变量之间的相关程度没有影响,自变量的等比例缩放不影响变量之间的相关程度,但极差正规化和极差标准化对变量之间的相关程度有微弱影响;3)最优趋势面判定及异常特征:以B矿层厚度等值线图为基础,结合趋势面的拟合度和F检验值的转折变化,判定3次多项式趋势面为最优趋势面(拟合度为77.39%,F检验值=39.11>F_(0.001)(7,87)≈3.94),相应B矿层厚度的正异常主要集中在英坪矿段的中部东侧;4)古地貌特征:最优趋势面趋势值的负值表征了晚陡山沱期英坪矿段为从西缘瓮福古岛向东逐渐变深的潟湖,北侧和南侧分别为谭家院水下高地和湾子半岛,远东方向可能受上塘—青平障壁岛限制;5)找矿预测:根据已有的岩相古地理研究成果和勘探工程资料,结合最优多项式趋势面特征,综合预测英坪矿段东侧具有寻找厚大B矿层磷块岩的较大潜力。研究表明,基于多项式趋势面分析在磷块岩矿床深部勘探中结果可靠,具有重要应用价值。

基于多项式趋势面分析理论的天然气需求预测

天然气消费需求量是影响天然气产业链的主要参考数据,而国家经济发展和人口规模是影响天然气消费需求量最为主要的因素。根据国内生产总值GDP和人口数量,本文首次利用多项式趋面分析理论,并通过最优拟合原则建立起天然气消费需求量与国内生产总值(GDP)和人口数量相关的最佳数学预测模型,并基于该预测模型对未来天然气消费需求量进行了具有一定可靠性的预测分析。

信号的多项式趋势项研究和MATLAB实现

通过对确定性信号和随机信号加入线性和非线性趋势项,并用最小二乘法和小波法分别进行消除趋势项处理,比较消趋前后信号和原始信号的均值、方差和相关系数等参考量,提出不同信号类型要用不同消除趋势项的方法,才能达到理想的消趋效果。

基于多项式趋势模型的动态OD矩阵估计

为了更加精准地描述动态交通流演变过程,得到状态的最优无偏估计,本文基于多项式趋势模型和卡尔曼滤波理论,提出一种实时动态OD矩阵估计的多项式趋势滤波算法.该算法首先将状态变量定义为实际OD流量相对于其历史值的偏差,并将该偏差表述为一个具有滑动趋势的随机演变过程,然后通过建立一个多项式趋势滤波模型实现对动态OD矩阵的估计与预测.最后以一条接近实际路况的高速路网为研究对象进行仿真.大量仿真试验结果表明,本文提出的算法性能优于传统方法,能获得更准确的OD矩阵估计与预测信息.

太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合,作为太阳黑子相对数的数学模型.用它拟合1848—2002年太阳黑子相对数数据,取得很好的效果.首先通过逐步回归与逐步自回归,建立太阳黑子数的多项式趋势 自回归校正模型.然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性,表明仅仅用多项式趋势 自回归校正模型是不够的.再配上一种条件异方差模型,即EGARCH模型控制其残差方差.从而建立多项式趋势+自回归+EGARCH模型.用此模型进行数据拟合回代,分析和预测,表明该模型的拟合,预测效果是好的,所分析的太阳黑子周期是恰当的.

基于二次多项式趋势曲线预测模型的农业生产用电市场研究——以浙西地区进行实证分析

农业生产用电市场是电力市场的重要组成部分,其发展走势和发展方向对于整个电力行业都有着重要的意义。结合浙西地区农业生产用电市场状况,以及当前浙西地区农村发展情况,进行了市场分析,并利用二次多项式趋势曲线预测模型对浙西地区农业生产用电市场未来走势进行分析和研究,对今后浙西地区农业生产用电市场的发展提出建议。

新疆早熟棉花主要农艺性状相关性及多项式趋势分析

以新疆早熟陆地棉预备试验品系为材料,对其主要农艺性状进行了相关性和多项式趋势分析,结果表明:生育期、单铃质量及籽指与霜前皮棉产量成负相关,影响力顺序为生育期>籽指>单铃质量;果枝始节位、株高、单株铃数及衣分与霜前皮棉产量成正相关,影响力大小为衣分>株高>单株铃数>果枝始节位。并提出新疆早熟棉区棉花育种的主要农艺性状目标为:生育期127～132 d、果枝始节位4.4～5.3、株高(7月15日打顶后自然株高)62～74 cm、单株铃数6.5～9个、单铃质量5.2～5.9 g、籽指10.1～11.3、衣分42%左右。

多项式趋势曲线分析及其在白条猪价格指数中的应用

多项式趋势曲线是描述时间序列趋势性的一类非常重要的模型,被广泛应用在农业工业、环境能源等领域。本文从理论上采用局部求和方法给出了多项式模型参数的数学表达式,并借助时间序列分析理论分析模型残差是否为白噪声序列以建立相应的自回归滑动平均模型。在这些讨论的基础上,借助Matlab2013b和EViews8.0软件以白条猪价格指数为应用实例,详细地展示了多项式趋势模型参数的确定、模型的建立、模型的求解和误差分析等步骤。

侧柏种源的地理变异趋势

用11个不同的数学模型,拟合28个侧柏Platycladus orientalis(L.)Franco种源在纬度或经度上的一维地理变异趋势。侧柏树高、地径、侧枝数、叶色、叶面溢脂数和开花率等性状与纬度呈渐变倾群的变异,苗木保存率和存苗率与经度有关,其它性状与经度的关系不明显。多项式趋势分析,圈出了侧柏二维地理变异高次趋势面,树高、地径等性状明显地划分为3个渐变倾群,即四川倾群,华东倾群,华北、西北倾群。四次趋势面划出侧柏早期开花率2个变异中心和1个变异带,由变异中心向四周呈辐射状变异。剩余分析表明,山东历城(4号)种源在大部分趋势面上表现异常高值变异,是个值得注意的随机变异。

中期交通量的多项式和Fourier级数组合预测模型

为提高中期交通流量预测的精度,利用交通流存在平峰、高峰这一先验信息对交通量进行多项式趋势回归分析,采用傅里叶级数修复随机因素对交通流造成的影响,从而建立道路交通流量多项式傅里叶级数组合预测模型,最后通过哈尔滨市瓦盆窑路段的交通流数据检验了方法的有效性和稳健性。结果表明,该方法具有较高的预测精度,总体上优于指数平滑、ARIMA、BP神经网络以及RBF神经网络等典型的短时交通流预测方法。

基于趋势平滑和GARCH的证券市场预测

首先将证券市场运动用局部多项式趋势模型进行平滑 ,然后分别用 AR模型和GARCH模型考虑序列之间自相关性和波动的变化性。参数的条件最大似然估计应用了状态空间模型的卡尔曼滤子递推和 GARCH模型的条件方差递推 ,模型阶数的选取应用了Akaike的最小化信息矩阵方法。计算实例表明了这种组合方法预测能力的优越性。

飞机机电系统关键部件性能趋势分析方法

飞机发电机作为飞机机电系统的关键部件之一,为飞机提供主要的电力来源,其运行状态在飞机的使用过程中至关重要。为改善和提升飞机发电机的性能变化趋势的预测精度,更好实现对飞机发电机性能变化的趋势分析,以某型真实飞机发电机为研究对象,提出一种由多项式趋势预测模型和ARMA模型相结合的组合预测方法来对该型飞机发电机进行性能趋势分析。首先,在专业试验平台上对该型飞机发电机进行了长期大量试验,获取了大量性能表征信息。在此基础上,将多项式趋势预测模型和ARMA模型进行组合,综合运用多项式趋势预测模型良好的趋势拟合能力和ARMA的时间序列分析功能,对该型飞机发电机进行性能趋势分析。试验验证结果表明,这种组合预测方法优于传统单一模型的预测方法,具有很高的预测精度,能够更好地实现对飞机发电机的性能趋势分析效能,具有较高的工程应用价值。

几类预测模型对我国酒店行业的发展趋势分析

本文以2015年至2019年我国酒店行业中的连锁酒店数量、酒店业客房数量、连锁酒店客房数量占全国酒店数量的比重为数据基础,分别建立单变量灰色预测模型、多项式趋势曲线模型和指数曲线模型。计算结果表明三种预测模型都能够得到比较精确的数值结果。基于此,本文进一步给出了2020年至2023年中国的连锁酒店数量、酒店业客房数量、连锁酒店客房数量占全国酒店数量的比重,计算结果可为我国酒店行业决策者提供参考。

基于组合预测模型的我国GDP预测分析

利用中国1990—2009年的GDP数据,在建立指数曲线模型、ARIMA模型和三次多项式模型的基础上,以误差平方和最小为最优准则建立组合预测模型,对中国2010—2015年的GDP值进行预测。结果显示,组合预测模型的精度高于各个单项预测模型;2010—2015年的年均增长率为14.79%,我国国民经济仍以较快的速度增长。

基于组合预测模型的我国天然气需求预测

在世界能源低碳化的要求下,天然气以其碳含量优势成为低碳能源的重要组成部分,天然气需求预测也随之成为焦点.运用多项式趋势面分析法与GM(1,1)灰色预测法对原始数据序列进行处理,并将两模型下处理后的数据以及二氧化碳排量数据拟合回归方程建立组合预测模型,随后以我国2003—2011年人口、GDP、天然气消费量及二氧化碳排量数据作为原始数据序列进行实例分析,通过残差检验发现,该组合预测模型的预测精度在99.96%以上,属于较好的预测模型,预测数据可靠.最后,运用该模型对2012—2018年我国的天然气需求量进行预测.

中国能源消费系统预测模型的构建

文章采集了大量能源消费量的历史数据，在此基础上首先利用灰色预测和多项式曲线趋势外推的方法建立了我国能源消费系统的单项预测模型；其次，通过标准差法进行权重分配，建立了我国未来能源消费量的组合预测模型，并应用此模型对2007-2011年的能源消费量进行了预测。

组合预测建模方法在GDP数据预测中的应用

本文分别运用灰色预测模型、ARIMA模型、多项式趋势拟合模型和以最小误差原则构建的组合预测模型对我国2015年各季度GDP进行预测,结果表明本文的组合预测建模方法具有更好的效果,提高了预测的精准度,具有一定的理论和现实意义,可为有关部门的决策管理提供必要的科学依据。

山西省企业科技竞争力综合评价研究

运用现代多元统计分析方法,对山西省1996-2006年的企业科技竞争力进行了系统评价,并建立多项式趋势回归模型对山西省企业科技竞争力的未来进行预测分析,提出了改善企业科技竞争力的对策和建议。

转型发展视角下山西省能源消费预测

科学准确预测地区能源消费水平可以为地区经济发展提供政策制定的可靠依据。本文运用灰色系统模型、多项式趋势线预测模型,结合国家节能减排目标及世界组织BP公司对能源消费水平预测的情景模式对山西省能源消费总量进行近期(2025年)、中期(2030年)、远期(2050年)的预测,得出高、中、低三种预测方案,通过对比优选更符合山西省能源消费未来发展趋势的总量预测。

介绍一种农产量预测方法——年际比率法

影响农产量的因素虽然很多,但是各种因素之间却存住一定的关系,在预测的时候,就应充分利用因素之间的关系,抓住主要的关系,缩小因素的考虑范围。一个地区某种农作物的总产量一般可以归结为种植面积与单位面积产量(简称单产)的乘积,用公式表示: