投影寻踪自回归模型在长江径流量预测中的应用

为准确预测长江径流量,引入投影寻踪自回归模型,用自相关分析技术确定预测因子,构造了新的投影指标函数,并用基于实数编码的加速遗传算法优化投影指标函数,建立了投影寻踪自回归流量预测模型.将该模型应用于长江径流量的预测,结果表明用该模型预测长江流量时序是可行和有效的.

投影寻踪自回归模型和应变积累释放模型在新疆地震趋势预测中的应用

本研究以5年为时间窗,1年为滑动步长构建自变量序列,建立了新疆各研究区的投影寻踪自回归中长期地震预测模型;同时应用应变积累释放模型探讨了各区不同时段应变积累与释放特征,依据各区的应变积累水平及其地震活动分期特征判定未来地震趋势。综合分析两个模型的地震趋势预测意见,给出了新疆各研究区未来5年(2006-2010年)的地震危险性判定意见。

人口预测的投影寻踪自回归模型构建与实证

文章根据全国和上海市1980—2020年两种完全不同人口变化规律的时间序列数据,采用自回归分析法,确定了3个预测因子,分别建立投影寻踪自回归(PPAR)模型,建模样本的数据拟合精度和验证样本的预测精度均显著高于GM、Logistic模型,完全能够满足人口预测的需要。实证结果表明:全国人口2011—2020年验证样本的平均绝对误差MAE和平均绝对百分比误差MAPE分别为160.0万人和0.116%,最大相对误差仅为0.26%;2021—2030年的人口预测结果表明,2021—2027年,人口增速越来越慢,并于2027年出现人口达峰,达峰人口为14.15亿人。上海市人口2016—2020年验证样本的MAE和MAPE分别为6.9万人和0.28%,最大相对误差仅为0.53%;2021—2027年人口增速越来越慢,并于2027年达峰,达峰人口为2499.9万人。

投影寻踪门限自回归模型在海洋冰情预测中的应用

为预测海洋冰情时序这类非线性动力系统,提出了投影寻踪门限自回归（PPTAR）模型。用自相关分析技术确定预测因于,构造了新的投影指标函数,用门限回归（TR）模型描述投影值与预测对象间的非线性关系,并用实码加速遗传算法优化投影指标函数和 TR模型参数。实例的计算结果表明,用PPTAR模型预测海洋冰情时序是可行和有效的。PPTAR模型简便、适用性强,克服了目前投影寻踪方法计算量大、编程实现困难的缺点,有助于投影寻踪方法的推广应用,为解抉非线性时序复杂殒测问题提供了新的途径。

基于PPAR模型视二维地震时间序列预测的初步研究

PP投影寻踪是一种长于分析非正态、非线性的高维数据的新统计方法,它通过投影降维,客观地寻找反映高维数据结构特征的投影方向,从而解决"维数祸根"和高维数据间的非正态、非线性问题。将PP理论和时间序列分析中的自回归(AR(K))模型结合起来,建立投影寻踪自回归预测模型(PPAR),尝试实现地震震级和时间的视二维预测,即在固定研究区里,实现震级和时间二要素的预测,进而建立视二维地震时间序列的投影寻踪自回归模型。研究中首先选取北天山地区作为实验区,模型的回归拟合和外符检验效果较理想,可实现视二维预测目标。考虑到实际预测意义,即中强地震的预测,又以天山地区为研究区。令其震级序列的震级阈值分别为5.0和5.5,分别以未删除余震和删除余震的序列建立模型。对比分析表明,后者所建立的模型要优于前者的模型,特别是对时间间隔序列的预测。两者外符检验的合格率均较高,故认为对于震级和时间二要素的预测是有一定实效的。