应用Box—Jenkins模型预测死亡率

Box—Jenkins模型是近代时序分析中新发展的一种数学模型。本文选取了四川省1975～1985十一年的死亡率资料,应用该模型从时间域方面预测了该省今后十五年(1986～2000)的死亡率,并就应用过程中的一些问题进行了探讨。

Box-Jenkins模型偏差补偿方法与其他辨识方法的比较

对于存在相关噪声干扰的Box—Jenkins系统,本文借助于偏差补偿原理,推导了一个偏差补偿最小二乘(BCLS)辨识方法;理论分析说明BCLS方法能够给出系统模型参数的无偏估计,并将提出的方法与递推增广最小二乘算法和递推广义增广最小二乘算法进行了比较研究;用仿真试验分析了这些算法的各自特点和适用范围。

太阳日总辐射量的Box-Jenkins模型

基于天文辐射和日照率数据,采用系统辨识的方法建立了模拟太阳日总辐射量的BJ(Box-Jenkins)模型。该模型与传统的ngstrm的日总辐射量的计算公式相比,模拟和预测效果更好。

基于系统辨识的地表太阳辐射Box-Jenkins模型的建立

利用天文辐射作为输入数据,采用系统辨识的方法得到地表太阳辐射的BJ(Box-Jenkins)模型,并通过残差分析和零极点检验。该方法可用于预测5～15min时间间隔的地表太阳辐射,为太阳能电站的功率输出预测提供太阳能辐射数据。

基于奇异值分解的Box-Jenkins模型参数估计算法

基于奇异值分解和递推广义增广最小二乘原理,提出了Box-Jenkins模型参数估计的一种递推算法.常规的递推广义增广最小二乘算法对舍入误差较为敏感,会导致协方差矩阵失去正定性和对称性,产生病态条件问题,引起数值不稳定现象.为了改善参数估计的性能,利用协方差矩阵的奇异值分解技术,推导出Box-Jenkins模型估计算法.该算法辨识精度高,收敛速度快,数值稳定性好.仿真表明,随着噪信比的增大,新算法仍然具有良好的性能.

国库资金模型构建与预测——基于Box-Jenkins方法的研究

随着近年来我国国库资金存量水平的增加，中央银行货币政策受到国库资金的影响日益明显，如果无法对国库资金进行准确的预测分析，央行货币政策将由于国库资金而处于被动地位。为此，文章运用Box—Jenkins方法构建国库资金预测模型，以1994～2005年中国国库资金月度数据对模型进行实证分析，发现ARIMAX（1，1，1）模型很好地拟合了国库资金运动，检验发现该模型具有较高的稳定性，并且具有较强的预测能力，从而可以为国库政策的制定和货币政策的实施提供有益的参考。

桑树断梢病流行的BOX-JENKINS模型及其在预测中的应用研究

利用Box-Jenkins模型,对桑树白椹和断梢病的流行发生分别进行了摸拟,得到两个回报准确率为100％,预报准确率分别为91.49％和82.77％的数学模型。根据植物病虫害流行原理,从寄主、病原物和环境条件方面讨论了Box-Jenkins模型在蚕桑病虫害流行研究上应用的可行性。

基于Box-Jenkins模型的迭代辨识与控制器设计方法研究

针对存在有色噪声干扰的Box-Jenkins系统,采用数学优化的方法,提出了该模型的新型迭代辨识方法。与递推广义增广最小二乘算法相比,论文提出的迭代算法反复利用了系统的所有可测数据信息,因而具有更高的参数估计精度和更快的收敛速度。最后分析了Box-Jenkins模型的低阶迭代控制器设计步骤及方法,通过仿真说明该迭代算法的有效性。

肾综合征出血热Box-Jenkins模型研究

目的：建立肾综合征出血热（ＨＦＲＳ）Ｂｏｘ－Ｊｅｎｋｉｎｓ模型。方法：用游程检验对发病序列进行随机性检验。结果：提示ＨＦＲＳ疫苗应在高危人群和高发地区人群中接种；用Ｂｏｘ－Ｊｅｎｋｉｎｓ模型对建德市ＨＦＲＳ发病作实验预测研究，结果准确。结论：该模型适合于实际预测，不失为疾病预测中快速。

基于Box-Jenkins建模法对中国人口增长率预测及结果分析

中国人口增长预测问题在社会经济实践中占有十分重要的地位,而人口自然增长率是人口增长的一个重要的因素。为此,采用了统计学专用软件SPSS、EViews软件,运用Box-Jenkins建模方法对我国人口自然增长率进行预测。预测的结果与国家公布的数据是基本一致的。这些结论显示了Box-Jenkins建模法既能精确预测又简单易行具有较高的应用价值。

一种板球系统的Box-Jenkins模型辨识研究

板球系统是一种典型的非线性多变量系统,是先进控制理论、系统辨识和状态估计等方法的典型验证平台,其主要功能是让小球在平板上按照期望的轨迹运行。由于机器老化,先前的机理模型已不能表示板球系统的动态特性。为保证控制精度,为板球系统后期先进控制器的设计提供模型依据,本文将已有的关于离散系统的BoxJenkins模型辨识技术,推广应用到连续时间板球系统的模型中,利用参考输入信号的方法设计出持续激励作为输入信号,采用辅助变量法和最小二乘法来分别辨识板球系统模型和噪声模型,利用双线性变换得出板球系统的连续时间Box-Jenkins模型,通过数值仿真实例,验证了这种方法的有效性。

基于Box-Jenkins方法的黄河水质时间序列分析与预测

采用基于Box-Jenkins方法的时间序列分析技术,对黄河上游甘肃兰州段、中游吴堡和下游山东利津段的水质进行了趋势分析和预测。选取对水质产生影响较大的两个污染因子化学需氧量(CODMn)和溶解氧(DO)1994—2003连续10a的月平均水质监测数据,借助Matlab和SAS统计软件,建立了ARIMA模型和乘积季节时间序列模型,并分析了这两个污染因子随时间推移的变化规律。结果表明:ARIMA模型和乘积季节模型能够用于短期水质预测,并且预测效果较好。黄河流域从上游到下游水质总体状况呈逐渐下降趋势,上游水质一般为Ⅱ和Ⅲ类,而中游和下游水质基本为Ⅳ、Ⅴ和超Ⅴ类。

基于Box-Jenkins方法的青南高原降水量时间序列分析建模与预测

应用基于Box-Jenkins方法的时间序列分析技术,对青南高原的四个典型地区1961-2005年降水量序列进行ARMA建模分析:验证了四地区年降水量序列的时间序列特性,研究并选择了这些序列的最佳ARMA模型,本文也通过模型对未来降水量进行了预测.模型实证分析的结果表明:在青藏高原降水量时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.

基于Box-Jenkins方法的甘肃省GDP时间序列分析建模与预测

基于Box-Jenkins方法的时间序列分析,以甘肃省1978—2012年的年度GDP数据为基础,利用SPSS软件,并综合各种条件确定了最佳ARMA模型.最后利用所建模型对甘肃省未来4年的GDP进行了预测.实证分析表明:Box-Jenkins方法及其模型在GDP时间序列分析建模与预测方面,具有较高的精确度和可行性.

基于Box-Jenkins方法的银行业市盈率时间序列建模与预测

基于Box-Jenkins方法的时间序列分析技术,利用SPSS软件对平安银行市盈率数据进行时间序列分析,综合各种条件确定了最佳ARMA模型.最后利用所建模型对平安银行市盈率进行了预测.实证分析的结果表明:Box-Jenkins方法及其模型在银行业市盈率时间序列分析建模与预测方面,具有较高的精确度和可行性.

Box-Jenkins预测系统

本文介绍了Ｂｏｘ－Ｊｅｎｋｉｎｓ预测系统的数学模型、预测步骤及系统特点。

基于Box-Jenkins方法的中国年度GDP时间序列分析建模与预测

通过基于Box-Jenkins方法的时间序列分析技术,对中国1966-2006年的年度GDP数据序列进行建模分析,验证该序列的时间序列特性,研究并选择了序列的最佳ARMA模型,本文也通过模型对中国2007-2010的年度GDP进行了预测.模型实证分析的结果表明:在GDP时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.

Box-Jenkins法在广西GDP预测中的应用

利用Box-Jenkins方法对1950至2004年广西国内生产总值进行了分析,建立了ARIMA模型,检验结果表明该模型有较好的预测效果.并把广西全社会固定资产投资额作为回归项引入到ARIMA模型中,由此建立了ARIMAX模型,从而进一步提高了模型的预测效果.

Box-Jenkins 传统时序建模方法的改进

讨论了目前流行的时间序列建模方法ＢｏｘＪｅｎｋｉｎｓ特点，叙述了相应的改进措施；这些措施不但可以保证序列平稳性要求，而且可以有效地提高原方法的精度．

基于Box-Jenkins预报的Kalman滤波算法研究

提出了一种基于Box-Jenkins预报的自适应Kalman滤波算法,该方法具有数值稳定性好、存储量小的优点,克服了发散的缺点,具有较强的自适应性。理论分析和仿真结果均证明,该方法是可行有效的。