基于ARIMA的新城疫风险预测模型

本研究旨在探讨ARMIA模型在新城疫风险预测方面的可行性,主要以地区为单位预测新城疫月新发生次数,为制定科学的防控措施提供指导。通过分析2009年1月到2012年12月的新城疫月新发生次数的官方数据,建立具有时间序列属性的风险预测模型,并对所建立的模型进行随机性、显著性和拟合度检验,从而确立风险预测模型中的参数,并使用分析预测模型对2013年1月到2013年6月的新城疫月新发生次数进行预测。将模型预测结果与实际新城疫月新发生次数进行对比表明,基于ARIMA模型的新城疫风险预测误差较小,效果比较显著。

柑橘价格波动规律及预测模型研究

以柑橘主要品种收购价格为研究对象,运用HP滤波法和Census X12季节调整法分析价格波动情况特征,深入剖析了柑橘市场价格波动的内在规律。结合相关数据研究影响柑橘价格的因素,同时利用EVIEWS软件建立价格波动的预测模型,并用预测模型预测柑橘价格。

基于时序分析的边坡变形预报与变形行为特征

把数理统计软件Eviews引入岩土工程领域,对东明矿J2边坡监测点高程监测数据分别建立双对数模型、指数模型、线性模型、三阶多项式模型进行回归分析,找出物理量随时间变化的规律,然后通过相关统计学及力学假设,依托现有实测工程数据,建立时序模型并优化之,将经典ARMA模型推广到ARIMA模型,提高了拟合和预测精度;依据所建模型给出位移预报曲线,并探讨了边坡变形行为特征,对揭示边坡系统变形规律,选取最优防护体系具有指导意义,为工程数据分析和数值模拟提供了新思路.

基于时间序列模型的节假日火灾形势预测与分析

研究节假日火灾发展趋势,可为有关部门制定节假日火灾消防对策,为维持安定和谐的社会和可持续发展提供重要的依据。以春节期间火灾为例,根据中国火灾统计年鉴提供的数据,利用时间序列指数平滑模型、回归分析模型和ARIMA模型分别进行预测,然后根据组合预测分析方法得出有效的火灾预测模型。该方法将三种预测方法结合比原有的单一预测方法预测更为可靠,然后,给出春节期间未来火灾的发展趋势预测值,在一定程度上可以使人们更容易掌握火灾发展的规律进而做出一些必要的准备。

排土场边坡稳定时序性分析

把时间序列分析方法引入排土场分析,对弓长岭露天矿排土场边坡位移监测点数据分别建立双对数模型、指数模型、线性模型、3阶多项式模型进行回归分析,找出物理量随时间变化的规律。依托现有实测工程数据,建立时序模型并优化之,将经典ARMA模型推广到ARIMA模型。依据所建模型给出位移预报曲线,并探讨边坡变形行为特征。对揭示边坡系统变形规律,选取最优防护体系具有指导意义,为工程数据分析和数值模拟提供了新思路。