基于鲁棒双参数指数平滑法的BDS卫星钟差预报

为提高北斗(BDS)卫星钟差预报精度与稳定性,基于BDS卫星钟工作原理与数据特征,提出了一种基于鲁棒双参数指数平滑法的BDS卫星钟差预报方法。将双参数指数平滑法引入BDS钟差预报,并通过鲁棒化建模与优化初始值选取方式提升了双参数指数平滑法的抗差与适应能力,减小了数据异常干扰对钟差预报性能的影响。与常用的多项式模型、谱分析模型、灰色预测模型及超快速钟差预报产品进行对比分析,结果表明:所提方法适用于不同BDS轨道与类型的卫星钟差预报,取得了良好的预报精度与稳定性,其对BDS卫星钟的6h平均预报精度分别提升了40.3%、31.7%、63.6%和36.6%,预报稳定性分别提升了43.8%、38.9%、65.4%和33.1%。

基于Holt双参数指数平滑法的SDN交换机流表超时优化策略

OpenFlow交换机流表容量有限,现有的流表更新机制在网络流量高峰时期会严重影响网络的稳定。针对这个问题,提出了一种基于Holt双参数指数平滑法的流表超时时间更新策略.通过预测下一个周期的流表项新增数量,得到流表超时时间调整参数,以此动态调整流表项的超时时间,通过仿真实验表明,该策略可以有效提高OpenFlow交换机流表空间利用率、数据转发成功率和流表项适配率,达到提升网络性能的效果。

基于Holt双参数线性指数平滑模型生活能源消耗预测

在提倡可持续发展的今天,能源的使用,尤其是生活能源的使用逐渐成为社会关注的重点。通过收集1995—2012年我国煤油和天然气在生活中的消耗数据,建立布朗(Brown)单一参数线性指数平滑模型和Holt双参数线性指数平滑模型,并对2013—2016年生活中煤油和天然气的消耗量进行预测。对比两个模型预测得出结论:Holt双参数线性指数平滑模型预测更准确,在未来的四年内,生活中煤油的消耗将会减少,天然气的消耗会直线增加。

基于Holt两参数指数平滑法和ARIMA模型的长三角粮食产量的预测

选取长三角地区为研究对象,使用R Studio软件对1950—2018年长三角的粮食产量数据进行分析,分别使用Holt两参数指数平滑法和ARIMA模型预测2019—2023年长三角地区的粮食产量,并对模型进行检验,检验结果均通过,表明长三角地区的粮食产量将保持稳定增长的趋势,预测效果理想。对两种预测方法进行比较,并对长三角地区的粮食发展情况提供相关建议。

基于趋势拟合法、平滑法和ARIMA模型的流量预测

以OLT上联口的下行流量为研究对象,分别使用趋势拟合法、平滑法和ARIMA模型建模并进行流量预测。其中趋势拟合法选择了典型的线性拟合,平滑法使用了平均移动法和Holt两参数指数平滑模型,ARIMA则选择了ARIMA(0,1,1)模型进行建模分析。对4种模型的绝对百分比误差(MAPE)进行了对比,结果表明ARIMA模型和Holt两参数指数平滑模型预测精度相似,都取得了良好的预测效果,适合用于OLT上联口流量预测,而线性回归和平均移动法预测结果较差,不适合做精度要求较高的流量预测。

基于ARIMA和Holt指数平滑模型的山东省药品集中采购价格指数研究

本文实现了对“十三五”期间山东省药品集中采购价格的动态分析和预测。利用采购平台提供的数据编制链式拉氏价格指数、帕氏价格指数,将价格指数作为对药品集中采购价格预测分析的重要指标依据,以此进行量化评价。结合ARIMA和Holt指数平滑模型,对已有的药品价格指数数据进行预测,两个模型的平均绝对误差分别为0.3611和0.3723,表明模型能够有效拟合序列的整体趋势,以及提取价格指数序列动态及持续特征。通过对价格指数进行趋势预测以评估政府及相关部门稳控药价等政策的效果,为政府和平台管理者提供科学的决策依据。

基于Holt-ARIMA-Lagrange Multiplier的CWC信息熵时序研究

降水云系的发展过程及其特征分析,是云降水物理学中的一个重要问题.本文选取一次云发展过程中的700 hPa云水含量(Cloud Water Content, CWC)和大气垂直方向上气流速度(Omega, OMG)的1 h值,以信息熵来度量CWC空间分布的混沌程度,辅以OMG的时间变化来判断云的发展,并提出了一种基于多尺度分解、Holt模型、自回归滑动平均模型(Autoregressive Integrated Moving Average Model, ARIMA)和Lagrange Multiplier的组合预测方法.结果表明:1)CWC熵具有非线性和非平稳性;2)在云的不同发展阶段,北方CWC熵序列的均值都小于南方,方差普遍大于南方;3)OMG区域均值与CWC熵的小波低频重构的极值点在时间上有很好的对应关系,相近的极值点在南方中占50%,在北方中占83.3%,表明CWC熵可以在一定程度上反映云系的发展;4)CWC熵序列往往具有多种时间尺度特征,故进行多尺度分解之后再组合建模的Holt-ARIMA-Lagrange Multiplier模型比单一预测方法、单层分解的预测模型更优,准确率提高3%以上.

新冠疫情对我国股债市场的影响研究——基于ARIMA模型的实证分析

新冠疫情对全球金融市场产生了巨大影响,我国股票和债券市场也受到较大影响。研究新冠疫情对中国股债市场的影响,可以帮助投资者了解市场状况,规避风险,对其他地区的股债市场也具有借鉴意义。选择2019年9月9日至2020年4月1日的上证指数收盘价和国债指数收盘价数据进行分析,并以新冠疫情对股债市场造成冲击为分界点,将数据分为疫情冲击前和疫情冲击后两个时间段。具体思路为:使用疫情大规模暴发前的数据建立ARIMA模型和Holt两参数指数平滑预测模型,通过比较确定最优模型为ARIMA模型,然后使用ARIMA模型进行短期预测,将预测值和实际值进行对比分析,得出新冠疫情对股债市场收益的影响。结果表明:①在预测股票市场和债券市场收益方面,建立ARIMA模型要优于Holt两参数指数平滑法。②新冠疫情在短期内对股票市场产生负向作用,对债券市场产生正向作用,但随着时间的推移,股票市场和债券市场最终还是会趋于平衡状态。

基于Azure Kinect骨骼追踪的腕关节活动度测量方法

目的 使用体感捕捉设备Azure Kinect,实现腕关节活动度的自动测量。方法 利用Azure Kinect识别人体肘、腕、手掌、指尖等关节点的空间坐标,通过正交试验确定最佳测量位姿;运用霍尔特双参数指数平滑法、骨长约束法对获取的关节点数据进行平滑处理,消除抖动,通过空间向量关系计算多帧角度的平均值,实现腕关节活动度的自动测量。2021年5月至10月,采用上述方法对5例健康受试者的腕关节各科目进行5次×10组测量试验。结果 得到腕关节各科目的 R1值均处于83和127之间,且数值居中。该方法测量结果与增强现实技术尺子、二维影像测量结果有极强相关性(r> 0.990),最大误差在1.61°以内。结论 Azure Kinect腕关节角度测量方式与传统测量方式测量结果无明显差异,可以应用于腕关节活动度的测量,并满足实时测量要求。

粤西地区及各地级市新型冠状病毒肺炎疫情发展趋势预测分析—基于Holt双参数指数平滑模型的研究

背景我国新型冠状病毒肺炎(COVID-19)疫情防控仍处于关键时期,而判断疫情未来流行趋势是制定下一阶段防控措施的关键所在。目的通过计算粤西地区及各地级市COVID-19的基本再生数(R0)而预测粤西地区疫情发展趋势。方法依据广东省卫生健康委员会截止2020年2月18日24时的官方数据构建传染病动力学SIR模型,计算现阶段粤西地区及各地级市COVID-19的R0,并采用Holt双参数指数平滑模型预测其发展趋势。结果疫情初期粤西地区及各地级市COVID-19的R0最大,随后呈下降趋势;根据拟合结果发现,Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测值与观察值的相关性较强,可见该模型预测较准确;Holt双参数指数平滑模型预测粤西地区及各地级市COVID-19疫情可能在2月底迎来“拐点”并走向消亡。结论Holt双参数指数平滑模型对粤西地区及各地级市COVID-19 R0的预测较准确,并预测在现有高效防控措施下,粤西地区及各地级市COVID-19疫情正在好转,有望在2月底出现“拐点”。

一种7-13GHz小单元双负结构的设计与仿真分析

设计了一种在7-13 GHz宽频带小单元双负结构,它具有双负频带达6 GHz、相对带宽达60%、每单位尺寸损耗小于0.75 dB的特点。仿真表明,此单元结构的等效介电常数与等效磁导率在频带内为负值,表现出双负特性。进一步分析得知,该结构双负频带与结构中谐振单元数量有关,从而在不改变单个单元尺寸的情况下,通过增减谐振单元数量就可以得到不同的双负频带。

现代都市型农业背景下生鲜乳价格波动预警研究——以天津市为例

为稳定生鲜乳价格、保障生鲜乳供给,结合现代都市型农业特点,以天津市为例,构建生鲜乳价格波动预警机制。运用季节调整法和Holt双参数指数平滑法对生鲜乳月度价格进行组合预测并进行预警;利用BP神经网络模型,建立生鲜乳年度价格波动预警机制。研究结果表明,生鲜乳月度价格组合预测结果比较理想,2022年1—6月价格基本维持在4.34~4.38元/kg,生鲜乳价格波动存在比较明显的季节性,每年年末生鲜乳价格波动易出现正向轻警甚至正向重警;对于生鲜乳年度价格波动,BP神经网络模型预测精度较高,2019年测试结果为0.101 5,与2019年实际值0.106 7相近且均显示为无警状态,可以用此模型对生鲜乳年度价格波动进行预警。为稳定生鲜乳价格,应建立科学有效的市场信息收集、分析、发布机制,加强生鲜乳价格波动预警监测,建立并优化生鲜乳价格协商机制。

我国食用植物油供给现状分析及未来发展战略研究

近年来,伴随着我国食用植物油自给率的持续走低,提高我国本土食用植物油料的供给、保障国家食用油安全上升为国家战略。通过梳理前人研究和官方信息,整理出2000—2019年我国传统八大食用植物油料的产量数据,并结合相关研究计算得出对应历年食用植物油本土供应量,同时建立Holt双参数线性指数平滑模型对我国本土食用植物油料和油脂的总供给进行预测,结合国家食用植物油发展规划,进一步分析当前制约我国食用植物油发展的因素,并提出针对性建议,以期为国家制定食用植物油料油脂发展规划,提高我国食用油自给率提供数据参考和技术支持。

融合量测重构的RGAN-UKF智能电网状态估计模型

针对电力系统量测数据不完整导致状态估计失效进而危害智能电网安全经济运行的问题,本文提出一种融合量测重构的残差生成对抗网络-无迹卡尔曼滤波状态估计方法,以进行电力系统状态估计。首先,分析模型重构量测的基本工作原理,以重构不完整量测数据;然后,结合Holt’s双参数平滑法与无迹卡尔曼滤波方法,构造了融合重构量测的动态估计方法;最后,在IEEE 30节点系统进行仿真,验证了所提方法的可行性和有效性。

基于灰色改良模型的城市轨道交通客流预测研究

为缓解日益增长的城市轨道交通拥堵,避免由此导致的一系列事故发生,以上海地铁客流数据为研究对象,基于灰色理论对上海地铁短期客流数据进行预测,并采用Holt双参数指数平滑法优化传统的灰色新陈代谢预测模型,建立灰色改良新陈代谢模型。实验结果表明,优化后的灰色预测模型在普通工作日、特殊工作日和周末客流量预测上的方差比分别为0.023%、0.06%、0.40%,在预测精度上明显高于传统灰色预测模型的精度;同时,其对于2017-2018年客流量的预测也更接近于真实值。因此,该方法可为城市轨道交通运营组织的客流预测提供参考建议。

基于ARIMA模型的社会消费品零售总额的分析与预测

通过研究我国1985年~2019年社会消费品零售总额变动情况,以社会消费品零售总额的预测为背景,利用时间序列有关知识对我国1985~2019年的社会消费品零售总额进行了Holt两参数指数平滑预测法。接着建立ARIMA模型,该模型较好地消除了时间序列趋势的变动的影响,并利用该模型对未来序列值作出了短期预测。

基于QAR数据的民航客机对称发动机差异监控模型和算法

从某型民航客机发动机机队管理的实际出发,利用HOLT双参数指数平滑方法,建立基于机载QAR数据的对称发动机性能参数的差异监控模型,并给出实现对称发动机差异监控的算法。算例分析表明模型和算法能有效地识别发动机运行状态,并能预测发动机故障征兆,使发动机排故端口提前,且方法简单易于实现。