基于时间序列的趋势外推模型预测城市轨道交通车站客流的应用

本文提出了一种基于时间序列的趋势外推模型,对实际应用中的客流数据进行预测,通过预测与节假日客流数据变化规律的分析,对模型进行完善与修正。在地铁日常运营操作过程中,起着辅助判断的作用,并能及时预判问题采取措施进行预防。该算法在城市轨道交通应急平台项目中应用,解决了线路车站日常客流运营维护中出现的大客流事件发生的问题。

趋势外推预测模型的识别与选择研究

分析了几种常用趋势线的模型特征,探讨了趋势外推预测模型的识别与选择方法.

趋势外推与ARMA组合的能源需求预测模型

能源需求预测是制定能源规划的重要组成部分。鉴于能源需求系统的复杂性和非线性特征,文章结合我国能源需求的历史数据,首先用趋势外推预测建立了单项预测模型,并对趋势外推预测的优缺点进行了分析;然后运用趋势外推与ARMA组合模型对趋势外推模型中的非趋势分量即残差序列进行分析,得到趋势外推与ARMA组合模型的预测结果;最后通过比较得出趋势外推与ARMA组合模型的预测结果不仅准确性高、而且稳定性好这一结论。这对于我国能源需求预测有着重要的理论意义和现实意义。

电力负荷趋势外推预测算例分析与模型检验

电力系统负荷预测是电力系统运行与调度的重要工作。目前,电网能量管理系统日益现代化。为了供电的持续性、可靠性、经济性,在历史数据比较少情况下我们需要简单实用并且精度较高的负荷预测方法。因此,本文介绍了趋势外推预测方法的基本原理与理论分析步骤及后验差检验。而算例分析中采用我国1981-1994年年发电量数据,分别采用线性趋势下的二次指数平滑技术和二阶自适应系数法结合后验差检验建模,预测了1995-1998年年发电量数据。其仿真结果表明两种方法都能比较方便的进行预测负荷,其中二阶自适应系数法预测的误差更低预测精度更高,后验差检验保证了模型可靠性。

趋势外推与ARMA组合模型对能源消费预测的应用

以内蒙古1985-2008年能源消费总量数据为基础,分别运用ARMA模型、趋势外推与ARMA组合模型进行能源消费的拟合,通过对比分析,得出二次抛物线趋势外推与ARMA(2,1)组合模型能更好地模拟内蒙古能源消费情况。文中运用此模型进行预测,其结果具有精度高、稳定性好等特点。通过对未来能源消费的预测可以为有效制定相关政策、实现资源的合理配置、实现可持续发展提供帮助。

基于线性趋势外推和GM(1,1)模型预测塔里木河下游胡杨年轮径向生长变化

以塔里木河下游3个典型断面(喀尔达依、阿拉干、依干不及麻)1981―2001年胡杨年轮样本数据为基础,分析无生态输水工程背景下该区胡杨年轮生长变化的特征,并通过构建趋势外推模型和GM(1,1)模型,求得胡杨树木停止生长的时间段。研究发现:该区胡杨年轮宽度值在该时间段内存在时空一致性,整体呈下降态势,除阿拉干断面外,其它两断面下降趋势较为明显,年轮宽度突变年依次为:喀尔达依1988年、阿拉干1987年、依干不及麻1988年。结果表明:(1)两模型均通过了模型精度检验且精度较高。通过对比分析模拟结果,胡杨完全停止生长时间段相对误差仅为±1.5 a和±2.5 a;(2)运用趋势外推模型得3断面胡杨年轮停止生长的年份分别为2022年、2027年、2018年,该区胡杨年轮完全停止生长的区间为2018―2027年;(3)运用GM(1,1)模型预测得3断面胡杨年轮停止生长的年份分别为2025年、2032年、2015年,胡杨年轮完全停止生长的区间为2015―2032年。本研究可为塔里木河下游退化生态系统恢复提供理论依据。

基于趋势外推模型的我国人口老龄化预测分析

随着经济的发展,我国人口老龄化问题越来越严重。本文基于老年人人口数据,建立趋势外推模型对未来人口老龄化发展趋势进行预测。结果表明:我国2015~2024年的老龄化人口逐年递增,但相比以前,人口老龄化速度减缓。预测人口老龄化的未来发展趋势,具有一定的参考价值,为我国制定实施相关政策提供依据。

基于趋势外推模型和灰色系统模型的深圳保费收入总量预测

全国及各地区正在开展保险业"十二五"规划工作,保费收入总量是常用的指标之一。本文分别利用趋势外推模型和灰色系统模型对深圳保费收入总量进行预测,并比较两种模型的拟合精度,得出2010-2015年深圳保费收入总量预测结果,并提出了实现目标的建议,希望能为保险业预测工作提供一些参考方法。

土壤中铜和镍的植物毒性预测模型的种间外推验证

在基于物种敏感性分布法推导土壤金属生态阈值过程中,利用毒性预测模型对来源于不同土壤的毒理学数据进行归一化处理可消除土壤性质差异的影响,但目前建立的毒性预测模型仅限于少数物种。本研究通过比较土壤中小白菜、西红柿和大麦的铜和镍的毒性预测模型应用于其他高等植物的预测效果,以及归一化前后各物种毒性阈值的种内变异程度,考察了土壤中铜和镍的植物毒性预测模型种间外推的可行性和适用范围,解决了铜和镍土壤生态阈值导出过程中的方法学问题。土壤中镍对小白菜的毒性预测模型能较好地预测芥菜和青椒的镍毒性阈值,利用该模型对芥菜和青椒在不同土壤中的镍毒性阈值进行归一化后亦能显著降低其种内变异,其种内变异系数分别从1.18和1.25降至0.31和0.06;但将镍对小白菜、西红柿和大麦的毒性预测模型应用于莴笋和莴苣的毒性阈值预测时,在pH<6.0的酸性土壤中其预测值均小于实测值,其实测值与预测值的比值在3.2到6.8之间。对小麦、黄瓜和青椒的铜毒性阈值而言,小白菜模型预测效果优于西红柿和大麦模型。利用西红柿模型归一化黄瓜铜毒性阈值,其毒性阈值的种内变异系数从0.83降至0.14。大麦的铜毒性预测模型能较准确地预测水稻、洋葱、芥菜、包菜和萝卜的毒性阈值,且这5个物种的铜毒性阈值经大麦模型归一化后其种内变异均显著降低。本研究结果可为土壤中铜和镍的植物毒性预测模型的种间外推提供科学依据。

曲线趋势外推延伸方法研究及其应用

针对现有二维和三维软件不能延伸非圆曲线的难题,采用趋势外推方法研究非圆曲线延伸技术。分别建立了二次多项式、三次多项式、Gompertz曲线、指数曲线延伸数学模型,提供了模型识别与选择方法,可根据曲线离散点合理选用。曲线趋势外推延伸实例表明,延伸模型能够精确延伸非圆曲线,距延伸起始点越近,误差越小。

面板数据聚类分析的时间序列趋势外推预测方法

面板数据的聚类分析可以进行压缩的预处理也可以不进行压缩,文章提出可以根据样品中各个指标的时序数据的趋势特征来考虑是否应该进行压缩或如何进行压缩。然后考虑聚类的统计量的设置,再后给出系统聚类法的计算公式。

趋势外推预测法在医院管理中的应用

趋势外推预测法在医院管理中的应用常州市红十字医院周祖缇在现代医院管理中，统计预测已是不可缺少的工具。本文介绍常用的趋势外推法。１．指数曲线法数学模型的建立设ｙｉ——门诊人次ｔｉ——时间序列标号（１、２……ｎ）基本公式：Ｙｉ∧＝ｙ０ｅｋｔｉｋ＞０（１）...

GM(1,1)模型与趋势曲线的组合预测方法在橡胶产量预测中的应用

应用灰色系统理论，对我院1985～1994年的橡胶产量建立GM（1，1）灰色预测模型。根据产量数据的增长特性，又可建立两个拟合值较好的趋势曲线预测模型。对获得的3个模型采用方差倒数赋权法进行加权组合，所得组合模型比3个单模型的拟合精度都高。预测本世纪末我院的干胶产量约为1783t，“九五”期间年平均增长率约为6％，可作为农业发展规划的依据与参考。

基于趋势外推法的B2C总体发展趋势预测

统计数据表明B2C近6年的销售额符合趋势外推法的基本假设,文章对指数曲线模型进行变换得到直线模型,利用B2C2008年至1012年每个季度的销售额数据计算出模型系数,结合百度搜索指数,具体预测了京东商城2013年1季度的销售收入。文章的创新之处在于引入了搜索量概念,意义在于对B2C企业制定发展规划有一定的参考价值。

基于主题模型和曲线拟合的新兴主题趋势预测研究

[目的/意义]识别新兴研究主题并预测其发展趋势,对科技创新和科研决策具有重要意义。[方法/过程]提出基于主题模型和曲线拟合的新兴主题趋势预测方法。该方法应用LDA主题模型进行科技文献主题划分,然后将主题新颖性、增长性、影响力等特征指标依次赋权叠加构建主题新兴指标,利用多维尺度绘制主题分布矩阵以识别和探测新兴主题。最后基于主题新兴指标时序特征进行曲线拟合,预测新兴主题未来发展趋势。[结果/结论]利用Web of Science数据库中1997—2017年燃料电池领域的94661篇文献,进行实证研究。结果表明该方法能够有效识别燃料电池领域新兴研究主题,相对于时间序列自回归预测方法,曲线拟合预测方法具有较高准确率。

多项式趋势曲线预测模型及软件设计

在文献[1]的基础上,讨论了多项式趋势曲线预测模型的参数估计方法,并用TurboC语言建立相应的软件进行了趋势曲线的预测与误差分析.

趋势外推法在连江县电力负荷预测中的应用

趋势外推法是根据目前已有的历史负荷数据拟合一条曲线．使得该曲线能够反映负荷的增长趋势．然后按照曲线的增长趋势去估计未来某时刻的负荷值。对趋势外推法中不同数学模型进行推导分析．同时应用这些模型对连江县进行电力负荷进行预测．最后通过分析比较选出最合适的模型计算结果作为预测值。

曲线模型在细菌性痢疾发病趋势预测中的应用及评价

每一种疾病不论发生、发展及转归，都有各自的演变规律，如果能很好地了解和掌握这些规律，势必对各种疾病的预防起到干预和调控作用。近年来很多学者运用数学模型对特定人群的死亡率、发病率等进行了预测。目前预测疾病发病趋势的方法有很多，如定性预测的控制图、Bayes概率法、定量分析的多元逐步分析法、回归分析预测法等。