Analysis and Forecast of MSW Production Based on the ARIMA Model in Beijing

Based on the data of MSW generation in Beijing from 2004 to 2012,an ARIMA model of time series analysis was established. By contrast of the modeling results of different yearly data,the forecast period was identified to be 10 years. The yearly production of MSW from 2015 to 2025 was forecasted by using SPSS 16. 0 software. Result shows that the forecasting effect of ARIMA( 1,0,1) model is relatively good,and it can be applied to prediction of MSW production in Beijing. In the next 10 years,the amount of MSW produced in Beijing is increasing,but the growth rate is not large. Is expected to 2025,the production of MSW will reach more than 9 million tons. Taking into account the MSW return,it is inferred that the production of MSW in Beijing in 2025 will be close to 10 million tons. In order to reduce the pressure of subsequent waste disposal facilities in Beijing,the government can increase the intensity of the recycling of waste materials.

指数趋势模型在斜坡变形位移预测中的应用

应用斜坡变形破坏预测的一种新方法——指数趋势模型,预测了链子崖危岩体GA监测点的位移量。首先,把非线性的指数趋势模型经线性化处理后,用线性最小二乘法对待定参数作出估计,然后,得出指数趋势模型,并对危岩体位移量进行了预测,其预测结果与实际位移值误差很小,说明该方法可用于斜坡变形破坏的预测预报。最后,还对预测值的区间和区间长度作出了预测。

页岩气井扩展指数递减模型研究

页岩气藏渗透率极低,用传统产量递减模型对页岩气井进行预测,结果过于乐观。为寻求适用于页岩气井的产能评价方法,以Arps递减分析方法为基础,对扩展指数递减模型展开研究。在模型应用过程中,将传统的递减曲线分析方法与概率预测框架相结合,根据单井初始递减率进行同类井的划分,在计算单井递减曲线参数的基础上,利用P指数概率准则求取具有代表性的井组递减曲线参数值,据此对单井进行概率性预测,从而规避了页岩气藏复杂性及上产措施对产量递减分析的影响,提高了页岩气藏产量动态预测的准确性。利用美国多口页岩气井的实际生产资料,进一步验证了该方法在页岩储层应用的准确性与可行性。

基于灰色预测和线性回归的烟叶产量预测模型

为解决作物产量预测样本数据偏少的问题,同时体现出产量与气候因素的关联性,采用灰色预测模型与线性回归相结合方法构建烟叶产量预测模型(TPFM),符合实际需求也便于应用。模型基于灰色预测GM(1,1)模型,利用历年烟叶产量计算产量趋势曲线,根据实际需求划分不同产量状态。使用线性回归方法确定一个多种气候因素与烟叶产量之间的关联公式,通过该公式提取每个状态的状态特征值,然后与预测年份的状态特征值进行比对,与其偏移最小的一个状态就是该年份的产量状态。经过数据验证,模型准确性较高,能够满足烟草预测的要求。

农产品价格预测模型的构建

农产品价格变动关乎农民收入的增长和生活水平的提高,同时也是农业管理部门决策的重要依据。针对农产品价格预测这一问题,文章先后建立了指数平滑模型、ARIMA(求和自回归移动平均)模型及基于二者的组合预测模型,并结合2011—2015年西安朱雀市场胡萝卜的月度价格数据,依据所建立的三个模型应用SPSS等相关软件对未来短期胡萝卜价格进行预测分析。预测结果显示:组合模型比单个预测模型预测精度更高,是一种有效的农产品价格预测模型。

基于指数趋势模型在城市垃圾产量预测中的应用

采用了一种较新的预测算法———指数趋势模型算法对城市垃圾产量进行了预测,从结果看较为合理,对填埋场容量规划起到一定的参考作用,同时丰富了预测计算方法的研究思路。

基于指数趋势模型的卡尔曼滤波法在危岩体变形分析中的应用

以指数趋势模型为基础,建立卡尔曼滤波模型对链子崖危岩体GA监测点的位移量进行预测。首先,把非线性的指数趋势模型经线性化处理后转化成线性模型,用线性最小二乘法求出线性化后的模型参数,再将线性化后的模型参数看作带有动态噪声的状态向量,建立卡尔曼滤波模型,以此模型为基础,对危岩体的位移量进行预测。实例计算表明,用卡尔曼滤波模型对危岩体的位移量进行预测,其预测误差较小,效果较为理想。

我国海洋产业增加值的组合预测分析

近年来,我国海洋产业增加值大幅度地提高。鉴于单项预测模型的局限性,本文运用线性规划的方法赋予合理的权重,将时间趋势模型和指数平滑模型加权组合,采用组合预测的方法对我国未来几年的海洋产业增加值进行了预测。

组合模型分析方法在我国粮食产量预测中的应用

尝试将组合预测法应用于我国未来粮食产量的预测,以提高预测精度。通过赋予合理权重,将C-D生产函数模型、多元回归模型和指数平滑模型加权组合。对各模型进行平均绝对百分误差(MAPE)、希尔不等系数(Theil IC)和均方根误差(RMSE)等指标的比较,证明单一模型经过组合能够提高预测精度。

指数平滑模型在日本珍珠产量预测中的应用

为了准确地研判日本珍珠产业发展势态，科学地确立中国珍珠产业发展目标，有效地制定中国珍珠产业发展政策，采用EVIEWS5．0软件构建了指数平滑模型，并对日本2008～2015年的珍珠产量进行了预测，预测结果显示日本的珍珠产量持续下降，到2015年日本的珍珠产量达到12．35t。

组合模型在我国GDP预测中的应用

将组合预测法应用于我国GDP的预测,以提高预测精度。通过赋予合理权重,将指数平滑模型、拟合模型、ARIMA模型和支持向量回归模型加权组合。对各模型进行平均绝对百分误差(MAPE)、均方根误差(RESE)和希尔不等系数(Theil IC)等指标的比较,证明单一模型经过组合能够提高预测精度。

基于时间序列的呼叫中心话务量预测

根据呼叫中心的话务量时间序列,对比研究了趋势外推法、平滑预测法与ARIMA模型法等话务量预测技术,并结合实际历史话务进行了相关验证,得出基于Holter-Winter非季节模型与ARIMA模型的预测方法可以对企业呼叫中心的话务进行较为准确的预测的结论.

粮食生产潜力短期预测的“趋势-波动模型”的验证

应用全国、31个省、6个典型地区和16个典型县的数据对粮食生产潜力短期预测的"趋势-波动模型"进行了系统性的验证和讨论。研究结果表明:(1)预测误差大小反映短期生产潜力的预测精度,预测误差大的主要原因是经济发达地区高产农田被大量占用和(或)蔬菜、水果种植面积大幅度增加而短期内使粮食单产下降;(2)小趋势修正方法是"趋势-波动模型"中不可缺少的一部分,它能将大趋势预测不能包括的短期如气象因素、科技投入、社会因素等影响纳入预测中,提高预测精度;(3)就我国近些年来的实际情况而言,越是经济发达的地区短期生产潜力的波动越大;同样发达地区短期潜力存在增加-下降-回升阶段;(4)就短期生产潜力预测精度而言:国家级大于省级、省级大于地区级、地区级大于县级;不同省、不同地区、不同县之间预测精度差别比较大,这与境内气候的互补性和农田抗御自然灾害的能力有关。

基于两种模型的南阳市第一产业总值预测研究

采用灰色Verhulst新陈代谢、外推对数曲线模型两种方法,对河南省南阳市2009-2013年第一产业总值进行预测,结果表明:灰色Verhulst新陈代谢模型适合对曲线近似S形的饱和发展序列进行预测,不需要大量的原始数据,具有计算量小、计算方便和预测精度高等优点;对数曲线预测模型适合图形识别强的对数曲线,曲线回归拟合度甚优,这两种模型对指导南阳市第一产业总值的分析预测具有重要的现实意义和推广价值。

新疆兵团道路运输业发展趋势分析

在对新疆生产建设兵团道路运输业现状分析的基础上,通过利用一元线性回归模型、平均增长率法以及灰色预测法三种方法分别对兵团2011～2015年的道路旅客运输量、道路货物运输量、道路旅客运输周转量、道路货物运输周转量等进行预测。结果显示,在未来5年当中道路旅客运输以年均7.7%增长,道路货物运输以年均9.2%增长,道路旅客周转量以年均10.6%增长,道路运输货物周转量以年均12.6%增长。

指数趋势模型在工程成本预测中的应用

在实施"低成本战略"市场环境下,各种成本预测方法层出不穷。针对工程项目的实际情况,把工程项目进行从粗到细的层次划分;然后提出了一种新的预测算法——指数趋势模型算法,对施工企业的工程成本进行预测;最后,以一个算例对该模型的运用进行分析。

我国体育院校发展的预测模型建立

以体育院校的模糊综合评价指标值为对象,应用趋势外推预测模型、指数平滑预测模型、非平稳时间序列预测模型三种重要的预测方法,对我国体育院校的发展状况建模,对预测模型进行精确性检验,认为组合预测模型能推断我国体育院校发展的未来走势。

最优加权组合预测法在水质预测中的应用研究

针对用再生水补给河流的水质预测问题,提出了基于最优加权法的组合预测模型.利用灰色预测模型、趋势外推法和指数平滑法3种方法分别进行预测,再以预测误差平方和最小为目标,将预测值的加权问题转化为优化问题,求解得到各种方法预测值的权值.然后,将3种方法所得的预测结果用最优加权法进行组合,得到组合预测值.最后,应用组合预测法对由再生水补给的永定河中的DO值进行预测,并与单一预测模型比较.仿真结果表明,组合模型可以平衡各种方法的偏差,模型的适用性和预测精度有所改善.

2004-2019年中国恶性肿瘤死亡趋势及预测分析

目的 了解2004-2019年我国恶性肿瘤死亡趋势并进行预测分析,为制定我国恶性肿瘤防治策略提供理论基础。方法 利用2004-2019年全球疾病负担研究数据,采用Joinpoint回归模型计算恶性肿瘤标化死亡率的全时间段内平均年度变化百分比(AAPC)及95%CI,应用GM(1,1)对我国2020-2025年恶性肿瘤死亡粗率进行预测。结果 与2004年相比,2019年我国恶性肿瘤死亡例数增至271.19万例,死亡粗率升至190.66/10万,年龄标化死亡率降至140.66/10万。我国总人群、男性和女性恶性肿瘤标化死亡率AAPC分别为-1.32%、-1.13%和-1.68%,均呈下降趋势,P<0.001。2004-2016年我国总人群恶性肿瘤标化死亡率以每年1.60%的速度下降,2016-2019年变化保持平稳;女性的下降速度快于男性,AAPC=0.56%,Z=2.245,P=0.025。GM(1,1)模型预测2020-2025年我国恶性肿瘤死亡粗率略有上升,预估2025年死亡粗率达200.56/10万。结论 我国恶性肿瘤死亡负担仍较重,男性高于女性。预测我国恶性肿瘤死亡粗率将逐年上升,应采取有效预防措施,尤其重视男性恶性肿瘤的防治。

时间序列分析在伤寒副伤寒发病情况预测分析中的应用研究

目的应用时间序列模型中较有代表性的3种方法对江苏省伤寒副伤寒疫情进行分析预测,并探讨3种方法的优缺点及适用性,为传染病疫情预测分析及防治提供理论依据。方法以1980年至2008年江苏省伤寒副伤寒发病资料分别建立合适的乘积季节模型、指数平滑模型和状态空间模型,以2009年的发病资料作为模型预测效果的考核样本,对预测结果进行深入分析和评价,探讨对疫情进行预测的方法、思路和应该注意的问题。结果江苏省伤寒副伤寒的发病趋势将在以后一段时间内呈平稳下降的趋势,会存在少许波动。乘积季节模型的预测结果与实际情况最相符,指数平滑法的预测效果较差,状态空间模型也有一定的实用性。结论用时间序列模型对伤寒副伤寒发病情况的拟合结果较好,尤其是乘积季节模型,预测效果良好,可为伤寒副伤寒的防治提供新的信息和思路。