基于季节变动模型的话务量预测

针对长途话务量随季节变化的特点 ,采用基于季节变动模型的时间序列分析方法 ,对其进行了初步预测分析。

基于季节变动模型的话务量预测

本文针对长途话务量随季节变化的特点，从网管维护的角度，采用基于季节变动模型的时间序列分析方法，对其进行了初步预测分析。

基于季节变动模型的网络流量行为预测

网络的流量行为特征在一定程度上反映了网络运行的某种规律,对流量行为的分析和预测不仅有助于对网络的整体理解,还可为网络管理提供决策支持。本文研究了确定时间序列方法中的季节变动模型,并将其应用于校园网的日流量预测。通过比较实际流量的抽样值和预测值,证明了预测模型具有较高的可信度。

不规则资料季节变动模型研究

在时间数列分解分析中,对季节变动的测定方法很多,常用的是趋势剔除比例平均法,其中又分非模型的移动平均趋势法和模型(直线和非直线)趋势法。不管哪种方法,都要求所用历史资料必须有规则的周期性变动,即每隔一定周期(一般是一年),同时期的数值反复重现,周而复始。实际上,有些资料不能满足这个条件,资料表现出某种不规则性。例如,我国副食品的销售量有明显的季节性,尤以每年春节期间出现的高峰最为突出。

我院2001—2005年门诊量季节变动规律分析

目的为了使门诊工作管理更加科学合理,实现以病人为中心的服务理念,让病人得到满意的就诊。方法就我院2001—2005年门诊量变化规律,采用最小平方模型、季节变动模型对门诊量进行统计预测。结果我院门诊量有明显的季节波动,并且有明显的周期性和反复性。结论根据门诊量的这一季节变动规律为领导制定工作计划、合理安排人员提供科学依据。

灰色季节变动指数GSVI(1,1)模型在城市需水预测中的应用研究

文章采用灰色季节变动指数模型对辽宁中部某城市需水进行预测,并结合水资源监控采集数据对模型的预测精度进行了对比分析。分析结果表明:灰色季节变动指数模型适用于城市需水的预测,模型预测各季节需水量和实际用水情况吻合度较高,计算误差均值在8.61%~10.01%,各年份计算误差小于15%;模型结合季节变动指数对需水进行预测,可实现城市需水季节性变化的动态预测。研究方法对具有季节性变化特点的需水量预测具有参考价值。