超声信号的双指数模型及参数确定方法

根据实际系统超声信号的普罗尼分析结果,提出了基于双指数线性组合的超声信号经验模型,分析了上升时间和半峰宽特性,给出了模型参数确定方法.对双指数模型和混合指数模型的拟合精度与TOF估计方差进行了对比分析,结果表明双指数模型更适于描述半峰宽与上升时间比值大于2.5的超声信号.

霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测,并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算,可获得最佳的一组平滑常数(α,γ),使预测模型的预测误差最小。本例预测平均绝对百分误差(MAPE)3.4438%<10%,预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高,计算简便且具有递推性质,在医院管理中有应用价值。

线性模型二次指数平滑预测方法研究

二次指数平滑公式由于具有时间序列数据厚近薄远的调节性、修匀平滑性、递推性、自适应性等优点,在传统时间序列预测中占有重要的地位,起着特殊的作用.但是,和移动平均方法一样,对于呈现增长变动趋势的经济变量,指数平滑方法也会产生滞后偏差.自然,在线性增长模型中,也不例外。本文拟对二次指数平滑在线性模型预测中的滞后效应与预测误差分析方面进行一些探讨. 1 问题的提出在传统的时间序列预测方法中。

霍特双参数指数平滑预测模型在医院管理中应用的探讨

目的探讨霍特双参数指数平滑预测模型在医院管理中的应用价值。方法建立霍特双参数指数平滑预测模型对成都市2006年住院人数进行定量预测，并对预测模型的预测精度进行评价。结果霍特双参数指数平滑预测模型预测住院人数的结果满意。通过计算机反复试算，可获得最佳的一组平滑常数（α，γ），使预测模型的预测误差最小。本例预测平均绝对百分误差（MAPE）3．4438％〈10％，预测精度较高。结论霍特双参数指数平滑预测模型预测精度较高。计算简便且具有递推性质。在医院管理中有应用价值。

基于LM方法的双指数跳扩散模型的参数估计

介绍了双指数跳扩散模型的特征,阐述了Lee-Mykland方法识别跳跃的基本思想,用极大似然法对参数进行估计,从而形成了一种新的组合方法。利用上证指数2010—2016年的历史数据进行实证分析,实验结果表明:使用组合方法对收益率时间序列数据进行估计,不但能有效估计跳扩散模型的参数,而且能把跳跃发生的时点和相应的参数识别出来。

一种改进的自适应指数平滑预测模型

一种改进的自适应指数平滑预测模型张琳（财经学院）一、引言指数平滑法是短期经济预测中一种极为有效的方法。在运用指数平滑法时，如何确定平滑系数α是提高预测精度的关键，在一般的指数平滑法中，α─旦确定，在预测过程中就不能随意改变，这样的α不能及时反映预测目...

指数平滑法改进灰色模型及其在形变数据分析中的应用

基于指数平滑方法, 提出改造短形变观测值序列方法, 该方法既充分利用了观测序列中的有用信息, 又大大减少其随机性; 对灰色模型的背景值计算方法进行了改进, 将原始观测数据序列变换成规律性强的呈指数变化的序列. 实例分析表明, 指数平滑改进的灰色预测模型有较高的预测精度.

双指数跳跃扩散模型的McMC估计

使用贝叶斯方法估计了双指数跳跃扩散模型,该方法是使用Euler方法对连续过程进行离散化,用离散过程的似然函数做为模型参数的近似后验似然函数.证明了McMC方法是分析双指数跳跃扩散模型的有效工具,由McMC方法抽样所得的后验分布可以用来进行统计推断.模拟试验表明双指数跳跃扩散模型能够体现资产收益的许多经验特征,尖峰厚尾特征和期权定价中的“波动微笑”.

自适应单指数平滑法在短期交通流预测中的应用

短时交通流预测是实现交通规划和管理的关键技术之一.指数平滑法因其计算过程简单,需要观测数据较少等优点,在短时交通流预测中获得了广泛的应用,但其平滑系数缺乏有效的选取方法.本文提出了一种自适应单指数平滑法,通过近似动态规划方法的引入,结合实际交通流数据对指数平滑系数进行优化,使其随预测过程自动更新,从而保证了预测的实时性、准确性.严格的理论推导证明了这种预测方法的收敛性,仿真结果验证了算法的有效性.

确定指数平滑参数的最优化方法

依据统计学原理对指数平滑预测模型进行了精度分析 ,建立了估计指数平滑参数 a的最优化模型 ,给出了优化模型求解算法。实例计算结果表明 ,与试算法比较 ,该优化方法具有较快的收敛速度和较高的计算精度。

不确定机器人系统无模型自适应滑模控制方法

为了弥补不确定机器人系统模型不准确、参数时变的问题,该文提出了一种数据驱动的无模型自适应滑模控制方法。利用一种新的动态线性化方法转换不确定机器人动力学模型。采用数据驱动无模型自适应控制方法设计控制器。引入离散滑动模态指数趋近律保证其收敛性。以五自由度外骨骼上肢康复机器人为仿真对象,通过Sim Mechanics进行仿真实验。结果证明即使在无法建立准确模型的情况下,该文所提出的无模型自适应滑模控制方法也可使不确定时变的机器人系统沿着给定的轨迹运动且系统稳定。仿真结果证明了该方法的可行性。

隐含在Excel中的统计预测方法研究——简单移动平均法和指数平滑法在Excel中的处理

本文以目前普遍使用的Excel软件为计算工具,对隐含在Excel中的统计预测方法进行挖掘使用,并以简单移动平均法和指数平滑法为例,阐述了这两种方法用Excel处理的预测过程。

自适应指数函数预测方法在水利水电工程中的应用

针对目前广泛采用的灰色模型预测方法,指出了灰色模型的实质,并提出了一种自适应指数函数预测方法。实例研究表明,自适应指数函数预测方法比灰色模型有较高的预测精度,可供水利水电领域的工程技术人员使用。

船载卫通站双电机偏置电流自适应设置方法

针对船载卫通天线E轴在大风浪情况下电机频繁换相的问题,提出了在不同海况下驱动器偏置电流值的自适应设置方法。结合船载设备复杂的海上作业环境,建立了伺服系统双电机驱动的动力学模型,详细分析了合成风力矩对伺服系统负载的影响及其与系统偏置电流设置对电机换相的关系。在此基础上,提出了偏置电流值的自适应设置方法,并在Matlab/Simulink环境中搭建仿真模型,研究了不同的偏置电流设置值对船载卫通站伺服系统动态性能的影响。

设备状态趋势的变参数指数加权平滑预测方法研究

对指数加权平滑模型进行了改进,使之能适用于多种不同变化规律的参数的预报.改进后的指数加权平滑模型的参数是随着参数变化规律的变化而变化的,这种预报模型具有自适应的特点.应用实例表明,改进的指数加权平滑模型具有较高的预测精度,可用于机械设备缓变趋势的预报.

崔柯—利茨自适应指数平滑法在医院管理中的应用探讨

目的 探讨崔柯—利茨自适应指数平滑法预测模型在医院管理中的应用价值。方法 由于医疗保障制度改革的影响,某医院2003~2004年门诊诊次数据出现了陡然下降的剧烈变化,其时间序列呈阶梯型。采用崔柯—利茨自适应指数平滑法对该院2008年门诊诊次进行统计预测。结果 利用该院1998~2007年门诊诊次数据建立预测模型,当时间序列急剧变动时,崔柯—利茨自适应指数平滑法建模所得预测值能够较快跟上时间序列的变动。本模型预测该院2008年门诊诊次为25.67万人次,2008年实际值为26.45万人次,绝对误差0.81万人次,相对误差2.95%,预测效果满意。结论 崔柯—利茨自适应指数平滑预测模型适用于数据结构发生剧烈变化的时间序列的统计预测,特别适用于阶梯形数据,是可供医院统计预测选用的模型之一。

基于模型参考的双电机驱动自适应控制研究

针对双电机驱动系统的速度同步问题,提出了基于李亚普诺夫稳定性理论的速度自适应同步控制方法,并结合PID控制,对双电机驱动机构的闭环调速系统进行了仿真研究。仿真结果表明,该方法能有效地解决因模型参数变化而产生的速度同步问题,为双驱动机构在时变系统中的应用提供了一定的理论基础。

基于改进指数平滑神经网络模型的大坝沉降预测

为了及时跟踪非线性化大坝沉降数据并长期预测,针对传统指数平滑方法的缺陷,将改进的指数平滑方法与BP神经网络模型相结合,研究了其在大坝沉降监测中的应用。通过控制全局和局部的目标函数形成改进的指数平滑方法,获得一组平滑预测值;再利用BP神经网络对平滑预测值和平滑预测值与观测值的误差序列进行训练;最后将下一步的误差序列和平滑预测值作为输入,得到的误差预测值与原有平滑预测结果组成沉降预测值。实验表明,组合后的模型预测适应性较好,预测精度较高。

基于Holt-Winters无季节指数平滑模型的国内电影票房预测

本文首先对2002-2014年国产2D电影票房数据进行分析,从票房现状、观影人数、国产影片数量、院线数量、影院数和银幕数这五个方面,了解了国产电影的现状。其次,通过Holt-Winters无季节指数平滑模型和双指数平滑模型的对比,选择Holt-Winters无季节指数平滑模型对2015年国产电影票房进行预测。

双连杆机械臂的参考模型自适应控制

双连杆机械臂是一种典型的非线性系统。本文运用经典的拉格朗日方程得到了该系统的状态方程式.在对方程线性化的过程中,设计了一个具有可调参数的控制器保证了系统的稳定性,利用基于李亚普诺夫稳定性的参考模型自适应的方法完成了仿真。