矿山地表移动ARMA预测模型

以某矿区一个监测点2001—2010年地表移动监测数据为样本,对其进行了统计分析。分析结果表明:该样本数据的自相关函数(AC)和偏自相关函数(PAC)都是拖尾的,符合ARMA(p,q)模型。在此基础上,应用EViews软件进行了模型的参数估计和模型检验工作,建立了该矿区地表移动ARMA预测模型。通过对模型预测值与实测值的比较,模型预测显示了良好的准确性,特别是在时间步长较短的情况下,可以大大提高矿山地表移动预测的精度。

基于ARMA模型的中国烟草产量预测

本文以1981年-2014年的烟草产量数据为样本,对其进行统计分析。结果表明:该样本数据的ACF和PACF均表现为拖尾的特性,符合ARMA(p,q)模型。在此基础上,应用Eviews软件对模型进行检验,建立ARMA预测模型,并通过对模型预测值与真实值比较,证明能够较好的提高烟草产量的预测精度。

中国的进出口与经济增长:ARMA最优预测模型分析

本文采用一种基于单元自回归移动平均模型的、适用于小样本的最优预测模型的建模方法,以此来检测中国对外贸易与经济增长之间的因果关系。结果表明:在样本区间内,进、出口贸易均为中国经济增长的原因,而且与经济增长之间呈现显著的正相关关系。本文进一步解释了进口贸易与经济增长之间存在的正相关关系的原因,并认为中国应该适度地增加进口规模,以此来提高中国出口商品的竞争能力和促进中国的产业结构的升级,进而促进经济合理增长。

基于EMD分解与ARMA模型的电力负荷预测

随着智能电网的发展以及整个社会用电的发展,短期负荷的预测对与整个电力系统来说越来越重要,笔者提出了一种基于EMD分解和ARMA预测模型的预测方法,对原始电力负荷数据先进性EMD分解,然后再对每个EMD分量单独进行ARMA模型预测,根据MATLAB仿真结果表明,笔者方法对比与直接用ARMA模型进行预测,预测精度明显提高。

山西省进出口贸易与经济增长:基于ARMA最优预测模型的实证分析

从国民生产总值、进口贸易额和出口贸易额的角度,采用基于小样本的ARMA最优预测模型的建模方法,分析山西省经济增长与进出口贸易之间的关系。研究结果表明,在样本区间,山西省进出口贸易额与经济增长之间存在非对称、单向正相关关系。在经济面临下行风险的背景下,山西省应采取可行措施来提高进出口贸易能力,加快对外贸易结构调整,促进经济平稳增长。

全球恐怖袭击事件的ARMA模型预测及波动周期分析

预测全球恐怖事件发生次数,揭示恐怖事件长期变化趋势和短期波动周期,有助于把握国际恐怖主义活动的变化态势。为此,本文以马里兰大学全球恐怖主义数据库(GTD)1999—2018年数据为样本,首先构建全球恐怖袭击事件的时间序列ARMA模型,然后开展2019—2020年全球恐怖袭击事件预测。在此基础上,利用频谱滤波(BP)方法对1970—2020年全球恐怖袭击事件的长期趋势和短期波动周期进行分析。研究主要发现:第一,2019—2020年全球恐怖袭击事情发生次数仍呈减少趋势,减少幅度预计为9.3%和5.8%左右;第二,以美国"9•11"恐怖袭击事件为分界,全球恐怖袭击事件表现出两个不同的长期变化趋势;第三,"9•11"事件以来,恐怖事件发生的次数形成了大体以7—8年为周期的短期波动,2018年以后,恐怖事件年度发生的次数及年际变化可能呈减少趋势。

中国内陆甲型H1N1流感的预测和控制模型

甲型H1N1流感病毒的肆虐已严重影响了人们的正常生活,本文对甲型H1N1流感病毒的预测与控制问题进行了研究。首先,针对我国内陆2009年7月22日到9月25日甲型H1N1流感的确诊患者数和治愈者数,用Eviews解得甲型H1N1流感符合预测模型,求得在9月4号到9月7号,我国甲流感达到高峰期,这说明自9月7号之后,疫情会得以缓解,预测在未来十天内,我国甲流感的确诊人数会不断的下降。其次,根据甲型H1N1流感疫情的数据以及非线性方程的稳定性特点,建立了动力学控制模型。为了预测和控制病毒的扩散与传播,将人群分为三类:正常人(易受感染者)、确诊患者和治愈免疫者(包括死亡者),建立了动力学控制模型。通过对可控制参数隔离措施强度(潜伏期内的患者被隔离的百分数)和未被隔离的人人均每天接触人数的模拟实现,得到隔离措施强度必须大于65%才能有效控制甲型H1N1流感疫情的扩散。另外,控制未被隔离的人人均每天接触人数也对疫情的控制起到举足轻重的作用。进而分析了隔离强度为50%、70%、90%时的确诊人数,由此发现,隔离强度越大,病情控制的会越好。最后,对怎样才能建立一个实用性模型,即真正能够预测以及能为控制提供可靠、足够的信息的模型,以及这样做的困难作了详细说明。同时根据本文建立的预测和控制模型说明了建立传染病数学模型的重要性并给相应部门提供了一些切实可行的建议。

基于小波分解的开放式基金累计净值多元回归预测模型

将小波分解与多元回归模型相结合,建立一个新的基金净值预测模型。选取银华价值优选混合基金的累计净值数据,对新模型的预测效果进行了实证分析。结果表明新模型的预测值比传统ARMA预测模型、小波去噪自回归预测模型的预测值具有更高的预测精度。

广西居民消费价格指数的时间序列模型建立及其预测

准确分析CPI变动规律不仅可以帮助居民了解消费水平情况,还可以为国家经济宏观调控采取相应的措施提供依据,具有十分重要的意义.本文利用时间序列分析方法对广西居民消费价格指数(CPI)进行实证分析。对1978年至2011年广西居民年度消费价格指数数据进行分析,建立MA(1)模型;最后通过拟合值和真实值的比较,说明所建立模型具有较好的拟合效果,并利用所建模型对广西未来的居民消费价格指数进行预测,为广西的经济发展提供参考。

基于时间序列分析的微型加热元件温度预测模型

针对烟具在工况下难以获取微型加热元件准确的加热温度变化而进行精准温控的问题,提出基于时间序列模型的方法,通过红外测温仪采集加热元件控温面与加热面温度数据,建立ARMA温度预测模型,获得测温面与加热面的温度对应关系,实现控制系统对温度变化预测,提高加热元件温控精度。试验证明,该方法可实现加热元件温度准确预测,有效减小控制误差。

新陈代谢灰色模型在地铁变形监测中的应用

针对地铁开挖造成的地表变形预测问题,本文探讨了灰色模型的基本原理与优势,并以某地铁实测变形数据为依据,采用新陈代谢GM(1,1)模型进行建模预测,以ARMA预测模型、GM(1,1)模型分别进行对比分析。通过精度评定,获取可靠结论。实验结果表明,3种预计模型均可获取一定精度的预测值,新陈代谢GM(1,1)模型的预测值准确可靠,精度高于另外两种模型,为同类变形预计的实际工程项目提供了依据,具有参考价值。

小波在金融时序预测中的应用

利用小波函数的局部化性质,对非平稳时间序列股票开盘价数据进行分解,然后再进行M allat重构。这样就得到了原始数据的近似信号,再应用传统时间序列预测方法ARMA(p,q)模型对重构后的数据进行预测,将预测结果与实际值进行比较,可得小波分析方法预测效果比较理想。

基于负荷预测的有载调容变压器控制策略研究

本文中作者提出了一种基于负荷预测模型的有载调容变压器控制策略,并通过对实际数据的分析验证了该控制策略的有效性。

基于R的飞机空调子系统故障预测

文章使用基于R的时间序列分析,对飞机空调冷却子系统进行合理的建模预测研究。使用该序列模型对某飞机空调冷却子系统故障研究及短期预测,结果表明该序列模型对空调冷却子系统故障短期预测有较好的的效果。

5种插值方法对水位缺数处理的比较

针对不同插值方法对水位观测数据对比研究方面的不足,选取30口有固体潮和30口无固体潮的水位观测井数据,用5种插值方法对不同缺值情况下的数据插值,并对插值效果进行对比分析。结果表明,当缺值数量较少时,多项式插值效果最佳;随缺值数量增加,有固体潮水位可利用ARMA模型预测几天内的数据,插值效果优于其它方法,无固体潮水位可用线性插值取得最佳效果;对于更严重的缺值,线性插值法的效果虽为最优,但其插值已偏离实际值。

飞机空调系统频发故障模型构建及预测

利用时间序列算法,对飞机空调系统故障进行预测研究。该算法基于数据处理后集成到SAS系统中的飞机空调系统故障序列,利用SAS/ETS模块相应命令检验该序列为平稳非白噪声序列,在此基础上对有限多个模型进行相对最优化选择后构建自回归移动平均(ARMA)预测模型。最后,将该模型应用于某型飞机空调系统故障实证研究及短期预测中,分析结果表明,该方法在飞机空调系统故障短期预测中的效果良好。

海外母公司与存托凭证连动效应及投资策略——以台湾地区存托凭证为例

公司海外募集资金发行存托凭证(DR)是否因市场效率性差异而有不同外溢效果,并衍生不同的套利空间,国际间股价是否具有连动效应,通常都是左右投资决策的重要因素。文章以台湾地区存托凭证为例,针对母公司与DR之间相互股价比值,将准套利操作和ARMA预测模型用于母公司与DR套利平均年报酬进行分析比较。结果表明:准套利操作模式的平均年报酬率均为正,准套利操作策略可在期间内获得高额的报酬且交易次数少,使交易成本降低。

基于嵌入式的实时测控数据加密传输及压缩模块设计

本文简介了RSA加密算法和ARMA预测模型的原理,提出了一种基于嵌入式系统的快速加密方法并加以实现,设计实现LabVIEW下的时间序列压缩算法模块。

基于多元非线性回归的科创板拟上市企业估值

在中国股市设立科创板是落实创新驱动和科技强国战略、推动高质量发展、支持上海国际金融中心和科技创新中心建设的重大改革举措。科创板要顺利落地生根、茁壮成长,很关键的一点是要估值准确,制定正确创新发展战略措施。本文针对中国A股市场以及美国NASDAQ市场的估值问题进行了一系列研究。首先,本文借用市盈率中PE估值法的思想,选取下一年市销率作为公司的估值指标,建立面板数据回归方程。先是对单因子与因变量市销率做非线性拟合,将得到的6个函数作为一组基,进行线性组合得到回归方程,而后运用遗传算法的思想来探寻基的最优系数。再运用相关系数、均方根误差以及相对误差三种指标来评价估值指标市销率回归模型的优劣。其次,考虑到股票市场数据中大幅波动往往蕴含着比较重要的信息。先是运用小波阈值去噪法对该时间数据进行降噪处理,再运用ARMA时间序列预测模型,对2019年每个公司的每一个指标数据进行预测,再将其代入所求出的回归方程,以平均值来反映整个市场的估值情况,计算得出中国A股市场预计在2019年股市行情呈现一个较好的走势。最后,对股票行业进行分类。通过查阅文献可知,科创板重点支持信息技术、高端装备、新材料、新能源、节能环保以及生物医药行业。在中国A股市场中,本文对属于上述六大行业的公司进行挑选,在每一类别中,选取所有公司2018年流动性指标数据的平均值作为该类科创板企业现阶段的流动性指标数据。结合2018年基本面指标数据,代入上文中所求出的估值回归模型,进而得出每一类科创板企业上市后的估值水平。

陕北地区煤炭生产的能源投入回报评价研究

我国煤炭资源开发向大型煤炭基地集聚,科学测算陕北基地煤炭生产的能源投入回报值,能明确用于促进经济社会发展的净能源,进而指导煤炭科学生产,对陕北地区煤炭行业实现高质量发展、助力实现"双碳"目标有重要意义。采用EROI方法分别测算了1998—2019年热当量与经Divisia指数修正的陕北地区煤炭生产的EROI_(stnd)、EROI_(1,env)值,在此基础上,应用ARMA模型对2020—2025年经Divisia指数修正的EROI_(1,env)值进行了预测。研究结果表明:1998—2019年热当量的陕北地区煤炭生产的EROI_(stnd)与EROI_(1,env)均值分别为77.3:1、6.80:1,经Divisia指数修正后分别为77.12:1、6.81:1,2020—2025年经Divisia指数修正后预测的EROI_(1,env)呈增长趋势,均值为8.34:1,表明陕北基地煤炭生产为经济社会发展提供的净能源量较高,进行此项活动对经济社会发展是有价值的,且反映出煤炭生产效率、实际利用程度和综合效益较高,同时发现环境污染治理投入对EROI值的负面影响较大。在此基础上,提出了充分发挥陕北基地煤炭的能源安全保障作用、提高陕北地区煤矿智能化与环境治理水平的建议。