基于时间序列AR(P)模型的边坡变形预测与应用

获取边坡的监测数据进行分析,并预测其接下来的变化趋势,具有重要的意义。本文以贵州省福泉市高坪矿区英坪矿段内边坡工程项目为研究对象,对监测数据采用时间序列AR(P)模型方法进行了分析与预测。研究结果表明,模型拟合的结果和预测精度较好地反映了监测点的变化趋势,可为矿区边坡模型建立和监测数据的预测提供一定的参考。

随机环境下AR型非线性时间序列的几何遍历性

指数自回归模型、门限自回归模型和多项式自回归模型等具有AR型非线性时间序列模型在工程中有广泛的应用.而以往研究的AR型非线性时间序列模型其干扰项为单一的白噪声序列,没有反映出动力系统受随机环境干扰的现象.文中引入随机环境的干扰,提出了随机环境下AR型非线性时间序列模型,拓宽了原模型的应用范围,增强了模型的适应性.同时利用马氏链的随机稳定性理论,研究了新模型的几何遍历性,给出了其以几何速率收敛的一个充分条件.

灰预测与时间序列模型在航天器故障预测中的应用

灰预测是灰色系统理论的重要组成部分,已成功应用于若干领域的预测;时间序列分析是定量预测方法之一;研究了利用以灰预测模型为基础,建立的残差灰预测模型和AR时间序列模型对航天器故障状态进行预测的方法;首先分析了灰预测模型以及残差灰色预测模型的建立过程,之后分析了AR时间序列模型的建立过程;然后利用所建立的模型进行航天器故障状态的预测,给出预测结果;研究表明,残差灰预测模型预测误差比基本灰模型降低,在特定的数据特征条件下也要优于AR时间序列模型。

动力调谐陀螺静态漂移的非线性时间序列建模

动力调谐陀螺仪受陀螺仪自身工艺及各种电气因素影响,其随机漂移往往表现出非线性性质,利用线性随机建模方法并不能表现出随机漂移的非线性。作者通过传统的24位置测试获得动力调谐陀螺仪的静态漂移数据,然后对数据进行预处理(如,去除野点,进行数据平滑并利用小波分解提取趋势项),提取出随机漂移数据,并采用非线性AR时间序列方法对处理后的这些漂移数据进行建模。模型适用性检验结果表明,所建立的非线性AR模型可以很好地拟合动力调谐陀螺随机漂移,适用于描述动力调谐陀螺仪随机漂移特性。

基于RKGM-AR模型的船舶主机排气温度预测

为了对船舶主动力装置系统中非平稳变化的热力性能参数进行趋势预测,以实现对主动力装置故障状态预报,提出了一种新型RKGM-AR时间序列预测模型。该模型首次将四阶龙格-库塔法改进的灰预测模型与时间序列预测模型相结合,将热力参数分解成具有确定性的趋势项和具有不确定性的随机项,然后分别运用RKGM模型和AR模型对趋势项和随机项进行预测。通过某船舶主机排气温度预测实际应用案例对提出的模型进行了验证。实验结果表明,RKGM-AR模型预测结果的平均相对误差为0.276%,模型比较可靠、准确。

误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性

在误差为AR(1)时间序列的情形下,给出了半参数回归模型的拟极大似然估计方程,并研究了拟极大似然估计量的存在性。

基于ARIMA模型的后疫情时代智能家居企业分析

智能家居配饰行业作为一个前景广阔的新兴行业,其发展一直受到业内人士的高度重视。本研究项目基于“刺激-机体-反应”的模型,研究智能家居企业营销对消费者购买意愿的直接与间接影响,从消费心理学、个性化定制、认知度等视角对其做出相应的研究报告,力求研究各变量之间的关系和影响程度,从而确定如何针对疫情做出调整。文章从企业营销、产品影响、情感感受、利益感知等维度,结合新一代的消费观念和理念,制定明确的目标来进行有效的市场营销,并构造ARIMA模型进行市场前景预测。

基于MATLAB的AR及BP模型在矿井涌水量预测中的应用与比较

利用MATLAB提供的强大的科学运算能力以及相关工具箱,建立时间序列AR模型及人工神经网络BP模型,对煤矿的涌水量进行预测,结果显示两种建模方法对矿井涌水量都有好的模拟及预测效果。

基于机场客流量与司机收益的决策模型

为提高司机总收益及运营效率,研究机场客流量与司机收益以及乘车效率之间关系,建立司机决策模型.通过灰色预测模型预测机场客流量变化以及所需出租车量;运用AR时间序列模型得到自回归模型,预测各因素下出租车数量变化,建立司机选择决策模型;利用北京首都国际机场数据检验模型,考虑出租车载客所需时间、车辆调度时间、载客出租车离去消散时间等因素,基于排队论,建立多点纵列式排队服务系统,以提高总乘车效率.

磁流变阻尼器振动信号的三谱-关联维研究

研发一种新型的磁流变阻尼器,用专门设计的测试平台测试其动力学特性,通过采集振动过程中的位移信号,建立时间序列的AR三谱模型,采用关联维数定量刻画振动过程中不同工作状态的分形特征。结果表明,在不同工作状态下,三谱切片可以获得信号的非高斯、非线性幅频特性信息,且与振动信号的关联维数存在相关性,对选取磁流变阻尼器最优工作参数有重要的意义。

半参数回归模型拟极大似然估计的弱相合性

本文考虑一类固定设计的半参数回归模型,其误差为一阶自回归时间序列。用权函数及拟极大似然估计方法得到了一些参数及非参数的拟极大似然估计量,在适当的条件下,研究了它们的弱相合性,从而丰富了该类半参数回归模型的估计理论与方法。

多元线性回归背景下的科创板拟上市企业估值探究

文章针对科创板模拟上市企业估值问题进行研究,通过建立相应的数学模型,对比中国与美国的股票市场估值水平,通过多次数据筛选分析采用因素方差分析法、AR时间序列模型分析法等建立中国A股市场的估值量化模型。

半参数回归模型拟极大似然估计的渐近分布

用拟极大似然估计方法研究了误差为AR(1)时间序列的半参数回归模型,得到了参数及非参数的拟极大似然估计量,并研究了它们的渐近分布.