黄河流域资源型城市碳达峰情景模拟研究

自然灾害与极端天气频发,各城市有效推进碳减排已刻不容缓,尤其是黄河流域的资源型城市,地区经济发展主要依赖高耗能、高排放的资源产业,使得减排降碳任务更为艰巨.本文基于黄河流域资源型城市碳排放数据,首先采用贝叶斯模型平均法进行因子选择,从影响碳排放的多种影响因素中提取重要信息,找出后验概率值大于50%时的几个变量作为影响碳排放的重要因素.其次,基于黄河流域资源型城市面板数据,结合情景分析法,在基准情景、政策导向型情景和科技驱动型情境下,构建个体时点双固定效应面板数据模型预测不同情境下各地区的碳排放量.结果表明:煤炭消费量、城镇化率、水泥产量、人均GDP、天然气消费量和第二产业在GDP中的比重是影响黄河流域资源型城市碳排放量的主要因素;通过比较政策导向方案和技术驱动方案,可以发现政策导向方案是一个渐进的过程,而技术驱动的碳减排效果更加快速和明显,基准情形下黄河流域资源型地区难以实现2030碳达峰目标.

序列稀疏自回归方法及其在美股做空数据分析上的应用

采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效率。以1523家美股上市公司1973年1月—2014年12月的做空数据为例,利用此方法探索公司之间的大规模做空关联网络。研究发现:此方法可以有效地恢复股票做空份额(即某一公司的空头股份数量)与股票收益率之间隐藏的关联网络,对于股票风险溢价研究具有一定启发意义。

基于SARIMA和SVR组合模型的转向架系统寿命评估

随着地铁运营时间和里程的增加,地铁车辆逐渐接近其理论寿命,为确保车辆运行安全性,需对其重要子系统进行健康状态及剩余寿命评估。文中选取车辆转向架系统作为研究对象,提出了一种基于协方差优选法的季节性回归移动平均(SARIMA)和支持向量回归(SVR)的组合模型对转向架寿命进行评估。首先,将车辆转向架系统历史故障率转化为健康指数,然后基于协方差优选法将SARIMA和SVR进行赋权组合,根据转向架系统历史健康指数进行预测,最后建立历史和预测的健康指数与运行时间的数学模型,分析得到转向架系统的剩余寿命。以某地铁车辆转向架系统为例进行算例分析及验证,结果表明组合模型可更准确地预测其健康状态,为有关维修部门开展维修维护策略提供理论依据,估计得出其剩余寿命,为车辆寿命后期退役及延寿决策提供理论数据分析支撑。

基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测

准确预测锂电池健康状态(SOH)与电池剩余使用寿命(RUL)对提高电池安全性能具有重要意义。而当前针对SOH和RUL的预测,存在着间接健康特征选取困难,以及使用数据驱动方法缺乏不确定性表达的问题。为此,该文提出一种基于间接健康特征优化与多模型融合的锂电池SOH-RUL联合预测方法。首先从充电电压曲线中采集多个健康特征,并通过特征并行融合方法和注意力机制进行优化处理得到间接健康特征(IHF)。然后引入贝叶斯模型平均(BMA)方法来解决预测过程中的不确定性问题,将其与支持向量回归(SVR)和长短期记忆神经网络(LSTM)相结合,构建SVR-BMA融合模型和LSTM-BMA融合模型,并分别进行SOH和RUL预测;通过自适应噪声完备集合经验模态分解(CEEMDAN)方法从SOH预测阶段的容量预测结果中提取出RUL预测的输入特征,以实现SOH和RUL的联合预测。最后利用CALCE数据集进行性能测试,实验结果表明,所提方法能有效提高SOH和RUL预测的准确性和可靠性。

基于自回归推广模型的海风预测方法分析

为准确预测海上风速和风向数据,提升船舶海上航行的安全性,针对现有海风预测方法存在的预测精度不高的问题,提出一种基于自回归(Auto-Regressive,AR)推广模型的海风预测方法。将风速和风向看作风矢量的2部分,在确定2组数据的依赖性之后,分别采用差分整合移动平均自回归(Auto-Regressive Integrated Moving Average,ARIMA)模型和向量自回归(Vector Auto-Regressive,VAR)模型这2种AR推广模型对风矢量进行预测。试验结果表明,VAR模型的预测结果中有34.17%的数据落在误差允许范围内,而ARIMA模型的预测结果中有61.25%的数据落在误差允许范围内,该方法可供海上风速和风向预测参考。

基于VAR-LRTC-TNN的交通流量数据补全框架模型

从各类传感系统收集到的交通流数据往往会因探测器或通信故障等缘故出现数据连续性的缺失,故准确补全缺失的交通流数据对制定合理的交通管理策略至关重要。鉴于交通流数据具有低秩的特性,通过低秩张量补全模型可较好地刻画出交通流数据的全局一致性,但却无法很好地捕捉数据的局部变化趋势,一定程度上影响了效果。基于此,提出了将VAR模型和基于残差序列的LRTC-TNN模型相结合的交通流补全框架模型;采用VAR模型对缺失数据进行粗略估计,移除平均趋势,利用LRTC-TNN模型对残差时间序列进行补全,再将平均趋势还原,从而完成对交通流量数据的高精度补全;该方法不仅保留了交通流数据的全局结构,还考虑了数据局部变化的特征。研究结果表明:与基于原始交通流量数据的填充方法相比,该模型框架对单传感器和多传感器数据的连续性缺失均具有更高的补全精度。

固定资产投资对建筑业劳动生产率的影响——基于房地产和制造业领域投资占比视角

提升劳动生产率是建筑业高质量发展的关键。运用Eviews 10.0建立VAR(向量自回归)模型,利用脉冲响应和方差分解分析,研究房地产开发投资占固定资产投资比例和制造业投资占固定资产投资比例对建筑业劳动生产率的影响。实证结果显示,固定资产投资中的房地产开发投资占比和制造业投资占比均会促进建筑业劳动生产率的提高,但制造业投资占比的影响程度更大。在此基础上对建筑业未来的发展提出建议。

基于PCA多模型融合的滚动轴承性能退化指标构建

单模型构建的滚动轴承性能健康指标仅能从本身的“单角度”来描述滚动轴承的性能退化状态,具有一定的局限性。为解决这个问题,提出一种基于主成分分析(principal component analysis,PCA)多模型融合的滚动轴承健康指标构建方法。该方法分别采用支持向量数据描述(support vector data description,SVDD)模型、自联想核回归(auto-associative kernel regression,AAKA)模型和高斯混合模型(gaussian mixture module,GMM)构建相应单模型的健康指标,再将3个单模型的健康指标经主成分分析(PCA)融合,并选取第一主成分作为能够包含“多角度”性能退化信息的健康指标(SAG-HI)。试验结果表明,相比于各单模型的健康指标,SAG-HI与滚动轴承保持可靠度的灰置信水平达到98.38%,其相关性、单调性和鲁棒性也均表现为最优,且通过包络谱分析验证了其能够准确且及时监测到早期故障发生时刻。

配电网设备资产运检成本影响因素评价分析

目前,配电网运维检修成本结构模糊、管理相对粗放,易造成地区配置失衡,设备资产运维检修的薄弱环节无法得到合理加强。为此,提出了一种基于贝叶斯平均模型(Bayes model averaging,BMA)-改进灰色关联法的配电网设备资产运检成本影响因素评价分析方法,从经济因素、设备因素、环境因素和网络结构等方面解析影响运检成本的潜在影响因素,基于BMA方法进行关键变量筛选,并采用改进反熵-灰色关联分析法对影响因素的关联度进行量化分析,找到影响配电网运检成本的薄弱环节。以实际供电区域为例,筛选出影响配电网设备资产运检成本的9项关键因素,得到该供电区域的综合评分和建设薄弱项,并结合区域发展的具体情况,验证了该方法的有效性和合理性。

基于EMD-Bayes-SVR组合模型的短期电力负荷预测

短期电力负荷是电力供需平衡的关键,针对短期电力负荷预测精度问题,文中提出了EMD(Empirical Mode Decomposition)-Bayes-SVR(Support Vector Regression)组合预测模型,即将原始电力负荷序列通过EMD方法分解为若干个IMF(Intrinsic Mode Function)和1个Res(Residual),依据Hurst指数将各IMF重构为高频分量、低频分量和残差分量,利用贝叶斯优化算法对SVR进行参数寻优,将寻优得到的最佳参数带入SVR并对重构后的3个分量分别进行预测,将3个分量的预测值相加得到最终预测结果。以美国内布拉斯加州的历史电力负荷数据为例,建立8种单一预测模型和7种组合预测模型作为参照模型,对该地的电力负荷序列进行预测。实验结果表明,EMD-Bayes-SVR组合预测模型能够有效预测短期电力负荷的变化趋势,其MAE(Mean Absolute Error)、RMSE(Root Mean Square Error)和MAPE(Mean Absolute Percentage Error)这3种误差评价指标数值相对于SVR模型分别降低了29.84%、32.05%和22%,并显著低于其它参照模型。

基于省级面板数据的数字技术与旅游产业竞争力关系研究

测算2011—2021年中国省级层面数字技术发展与旅游产业竞争力水平,并综合运用面板向量自回归模型探讨数字技术与旅游产业竞争力之间的关系。研究发现两者存在双向影响:一方面,数字技术对旅游产业竞争力具有长期促进作用。另一方面,在短期内旅游产业竞争力先抑制后促进数字技术发展;在长期内则表现出抑制作用,说明旅游产业可能存在创新溢出功能欠缺和知识创新能力不足问题。此外,通过建立动态面板模型探讨短期动态效应,发现数字技术正向调节旅游产业效率和旅游产业结构,进而提升旅游产业竞争力。因此,在推进旅游产业高质量发展过程中,应充分发挥数字技术对旅游产业竞争力的促进作用,注重短期效果与长期效果之间的相互协调。

基于VAR模型的肉鸡产业链间价格传导研究

为探究肉鸡产业链间的价格传导关系,文章首先收集肉鸡产业链上下游各环节产品价格的月度数据,对数据进行平稳性检验,构建滞后三阶的VAR模型,用脉冲响应函数与方差分解的结果分析了在外部冲击下肉鸡产业链上下游各环节间的价格变动,得出相应结果。最后从肉鸡产业链视角提出深化农产品供给侧改革;促进肉鸡生产各环节数字信息化,完善流通机制提高价格传导效率;加强肉鸡规模化养殖,促进肉鸡产业链发展这三个方面提出政策建议。

山西省金融发展对产业结构升级的实证研究——基于VAR模型

山西省经济已进入了经济的转型升级的重要阶段,而金融发展和产业结构是经济转型的重要组成部分。如何推进山西省经济的高质量发展,是现在亟待解决的问题。从金融发展、产业结构方面研究,基于多变量得到向量回归模型(VAR),利用2002—2021年山西省的相关数据,运用协整检验和误差修正模型对山西省的金融发展与产业结构升级进行实证研究,深入探究了山西省经济转型发展的现状,结果表明产业结构的合理化、高级化与金融规模化、金融发展效率存在着长期稳定均衡的关系,需要通过完善金融体系、加强金融创新的方式促进产业结构的优化,从而推动经济的高质量发展。

基于支持向量机的航空发动机滑油监控分析

提出了一种基于支持向量机的航空发动机滑油金属含量预测方法。详细分析了支持向量机用于时间序列预测的理论基础,并给出了运用支持向量回归进行多步预测的一般公式,提出了用最终预报误差(FPE)准则优化选取嵌入维数。与传统的AR预测模型相比,支持向量机由于采用了新型的结构风险最小化准则表现出优秀的推广能力。经过数值仿真得出自回归(AR)模型仅适合于短期预测;支持向量机预测推广能力强、具有较强的鲁棒性和容错性,对较长区间预测仍具有较好的效果。最后,将其应用于某型发动机滑油的铁金属含量预测,取得了较好的效果。

金融杠杆率、房价泡沫与金融稳定性

基于房地产预期均衡价格增长率模型对中国城市房价泡沫进行科学测度,并在理论分析的基础上,以2000~2018年中国35个大中城市的面板数据为样本,利用系统矩估计方法和PVAR模型探究金融杠杆率、城市房价泡沫与金融稳定3者间的动态关系。研究结果表明:金融杠杆与房价泡沫存在相互促进的自增强联动效应,二者的攀升均不利于保持金融稳定;相对于房价泡沫膨胀,泡沫缩小对金融稳定性的冲击更强。因此,中国现阶段应积极稳妥地逐步降低金融杠杆率,精准微调地挤出房地产价格泡沫,合理抑制金融杠杆与房价泡沫之间的相互刺激,谨防调控政策实施中的“双向失调”风险。

中国城市化与能源强度关系的交互动态响应分析

基于1990-2009年的统计数据,建立城市化率和能源强度间的向量自回归模型,运用协整分析、脉冲响应函数和动态方差分解法,从不同视角对两组变量的交互动态响应关系进行分析和预测,旨在揭示我国城市化水平与能源利用效率的内在联系、互动机制与发展趋势。分析结果表明:尽管在短期内呈现波动态势,我国城市化水平与能源强度之间存在长期均衡关系;两组变量的动态脉冲响应为负,体现出城市化率和能源强度之间的反向变动走势;与城市化相比,能源强度的脉冲曲线波动剧烈,说明单纯依靠能源系统内部来改善能源效率缺乏可持续性;方差分解时序值显示,能源强度对城市化变动因素的累计贡献较低,而城市化水平对能源强度变动的影响显著且增长迅速,说明能源强度的降低并不是城市化率提高的主要动力,反之城市化水平的提高对能源强度的下降具有较强的促进作用。由此可见,通过城市的优化开发与系统建设,能够有效促进能源的可持续利用,实现能源消费与经济增长间的均衡发展。

技术选择、产业结构升级与经济增长——基于半参数空间面板向量自回归模型的研究

利用1997—2013年31个省份的面板数据,通过构建半参数空间面板向量自回归模型(SSPVAR)及时空脉冲响应函数,实证检验我国技术选择、产业结构升级和经济增长之间的时空传导效应,并探讨对外开放度对三者的异质性影响。结果发现,技术选择、产业结构升级及经济增长受到彼此的冲击后,大部分都呈现出正向的响应特征。其中,技术选择推进本省份及周边省份的产业结构升级,并在短期阻碍了经济增长,但长期内促进整体区域经济增长;产业结构升级不仅推进整体区域产业结构升级,还促进本省份及周边省份经济增长;经济中心的拉动效应较强且持久,经济增长会促进整个区域的技术选择、产业结构升级。此外,对外开放度对技术选择、产业结构升级的效应呈现出"N"形特征,对外开放度对经济增长的效应前期较为平稳,随后呈现出"倒U"形特征。

高超声速飞行器分解集成轨迹预测算法

针对无动力滑翔高超声速飞行器的轨迹预测问题,提出了分解集成轨迹预测模型。依据运动轨迹的周期跳跃特性,运用先集成再分解的轨迹预测思路,首先将运动轨迹序列分解为具有趋势性、周期性和随机性特征的子序列,再针对每项子序列的特征采用相应的子轨迹预测模型,最后将各子轨迹预测模型预测结果的集成作为最终预测值。由于子序列与子轨迹预测模型具有更高的契合度,使得分解集成轨迹预测算法相对于使用单一模型的轨迹预测算法更具优势。仿真实验表明,分解集成轨迹预测算法显著提高了轨迹预测精度。

基于EMD和SVM的滚动轴承故障诊断方法

将支持向量机(Support V ectorM ach ine,简称SVM)、经验模态分解(Em p irica lM ode D ecom pos ition,简称EM D)方法和AR(A u to-R egress ive,简称AR)模型相结合应用于滚动轴承故障诊断中。该方法首先对滚动轴承振动信号进行经验模态分解,将其分解为多个内禀模态函数(In trins ic M ode Function,简称IM F)之和,然后对每一个IM F分量建立AR模型,最后提取模型的自回归参数和残差的方差作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法在小样本情况下仍能准确、有效地对滚动轴承的工作状态和故障类型进行分类,从而实现了滚动轴承故障诊断的自动化。

山东省工业化、城镇化与农业现代化互动关系研究

文章选取山东省17地市2002-2014年面板数据,采用DEA-Malmquist指数法对农业全要素生产率进行测算并以其作为表示农业现代化的指标,运用面板向量自回归模型估计了工业化、城镇化和农业现代化(简称"三化")的动态关系。研究表明:城镇化和工业化之间存在显著的相互促进作用,而农业现代化与两者(城镇化和工业化)之间不存在显著的关系;城镇化与工业化互为格兰杰因果关系,农业现代化与两者均不存在格兰杰因果关系;工业化和城镇化两者与农业现代化互动关系较弱导致农业现代化的发展滞后。在此基础上提出了推进山东省"三化"同步发展的政策建议。