基于灰色理论和季节指数的月度用电量预测模型

传统季节指数预测模型采用平均数作为季节指数,存在精度不足的问题。为获得简便而准确的月度用电量预测模型,在传统季节指数预测模型的基础上,引入非线性趋势函数,并使用灰色预测模型GM(1,1)增强对随机性的预测,得到改进的季节指数预测模型。通过对中国第一、二产业各4个周期44组月度用电量数据的计算分析,验证改进算法的有效性。计算结果表明,改进算法可以更准确地预测月度用电量,较传统季节指数模型和传统GM(1,1)模型的MAPE指标分别降低了2%~21%和4%~10%,RMSE指标分别降低了39%~67%和22%~76%,是一种简单、有效的算法。

基于非平稳GEV模型的黄河源区枯季径流演变特征分析

为剖析气候变化对水文极值非平稳性的影响,采用5 a滑动平均和Mann-Kendall突变检验法对黄河唐乃亥水文站1957—2018年最枯多日平均流量进行非平稳检验;根据Kendall等级相关分析法优选气候指数,以时间和气候指数为协变量构建非平稳广义极值分布(generalized extreme value,GEV)模型,并进行参数估计与模型优选,对比平稳与非平稳GEV模型在枯季径流模拟中的应用效果。研究结果表明:黄河源区枯季径流呈现明显的非平稳特征;平稳GEV模型的模拟值偏高,以西太平洋指数为协变量的非平稳GEV模型对极值的拟合效果较好,且能较好地解释极端枯水事件的波动性。

南水北调中线渠首深挖方段边坡形变预测

渠坡变形是南水北调正常运维过程的焦点问题之一。为了预测渠首深挖方渠段边坡形变,在监测点监测数据的基础上,构建了一种顾及季节指数的边坡形变预测模型(SIDP),预测深挖方渠坡9个监测点未来12个月的渠坡形变量,并利用实测数据验证了模型的可靠性。结果表明:9个监测点中,利用SIDP模型预测的最小和最大形变量分别为52 mm和83 mm,平均绝对误差和均方根误差的最大值分别为2.7 mm和3.4 mm,相关系数最低为0.832,最高为0.964,平均为0.921,说明预测结果可靠,预测精度较高。

基于季节指数的蔬菜价格变动趋势分析及预测

基于季节指数分析蔬菜价格和上市量的波动趋势,并进一步构建了蔬菜价格预测计量模型。结果表明:蔬菜整体的价格和上市量总体呈现出波动上升趋势,且具有显著的季节性;果菜、叶菜和根茎菜年均价格呈现出波动上升趋势,而上市量走势总体均保持平稳上升趋势,且具有明显的季节性变化;在未来2年蔬菜价格均继续呈现出季节性变动的缓慢上升趋势,且价格变动并不是由季节这单一因素主导,还受到其它随机因素影响,尤其是叶菜表现最为明显。

基于条件植被温度指数的冬小麦产量预测

条件植被温度指数(VTCI)综合了地表主要参数——植被指数(NDVI)和地表温度(LST),能够较为准确地对干旱进行监测,可为抗旱救灾、遥感作物估产等提供科学依据。在改进层次分析法的加权VTCI与冬小麦产量的相关性研究成果和VTCI的季节性ARIMA模型干旱预测研究成果基础上,对关中平原的冬小麦产量进行向前1旬、2旬和3旬的预测研究。研究结果表明,产量预测结果与产量监测结果吻合较好,预测精度随着预测步长的增大而降低,关中平原4个地级市平均产量预测结果的最大相对误差为3.27%,说明用该方法可以进行向前3旬的产量预测。

波罗的海运价指数波动规律研究与预测

以波罗的海国际干散货运价指数(BFI)为研究对象,分析其长期趋势性波动规律,得到BFI的长期波动服从幂函数模型。结合统计分析工具分析BFI的季节性波动规律,得到每月的季节指数。在剔除趋势性和季节性因素后,建立ARMA预测模型,并进行拟合和误差分析。结果表明,ARMA预测模型对BFI指数的短期预测效果很好,特别是一步预测精度很高。

南方城区某优质水厂供水量与耗电量关系预测模型

目前,关于水厂供水量与耗电量关系的定量研究较少。对此,以南方某优质水厂2012～2014年供水量和耗电量生产数据为基础,引入季节指数平滑法改进传统灰色模型,预测具有季节性周期变化的月生产数据,分别建立了出水泵耗电量、净水工艺耗电量、综合楼耗电量以及优质水厂出水泵供水量的季节-灰色预测模型。预测结果表明,四个模型精度较高且稳定性较好,对应的平均绝对误差分别为6.18%、4.82%、4.46%、6.12%,相对误差的方差分别为0.05、0.04、0.03、0.03。引入表示供水量与耗电量之间关系的特征参数即能量强度,结合各模型的计算结果预测优质水厂能量强度,建立了能量强度预测模型。结果表明,模型预测值与真实数据吻合良好,平均绝对误差为4.49%,相对误差的方差为0.03。结研究果可为优质水厂日后设备维护、更新及未来水厂二期建设提供依据。

基于季节ARIMA模型的安徽省CPI预测

以安徽省CPI月度数据为样本数据,利用Eviews6.0软件,建立乘积季节预测模型,并用该模型预测安徽省未来三个月的CPI指数,结果比较真实、能准确地反映安徽省CPI变化趋势。

基于SARIMA模型和条件植被温度指数的干旱预测

基于时间序列遥感数据反演的条件植被温度指数(VTCI)干旱监测结果,应用季节性求和自回归移动平均模型(SARIMA)对关中平原进行了分区域干旱预测建模,得到了2009年4月上旬至5月下旬每旬1步、2步和3步共18旬的预测结果,并分析了预测精度。结果表明,SARIMA模型的预测精度随着预测步数的增加而降低,6旬1步预测结果的绝对误差频数分布基本是单峰分布,主要分布在-0.2到0.2之间;6旬2步预测结果的绝对误差频数分布出现双峰分布,3步预测结果绝对误差分布分散,且误差变大。通过分析干旱的时空分布规律,发现关中平原地区干旱具有较明显的区域特征,且1步预测和2步预测结果的干旱时空分布与监测结果较吻合,3步预测结果的不确定性较大,由此得出SARIMA模型适用于关中平原VTCI 1～2步预测研究的结论。

利用线性回归模型对季节指数的估计

利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计.这是一种分析季节指数和季节变动的新思路。

基于季节特性的航材备件定量订货模型

为达到降低库存费用、保障飞机持续适航的目的,建立定量订货模型,并通过对部分航材消耗数据的分析,提出利用中心移动平均法求得季节指数的方法,将其作为权系数对该模型进行修正,以提高航材采购数量的精确性。实验证明,该模型能有效地为航材备件的计划采购提供理论指导和决策支持。

基于GM(1,1)的可变季节指数预测模型

在GM(1,1)模型基础上建立可变季节指数预测模型,应用到郑州市空气质量预测中。应用实例表明,该模型在对含有季节变动因素的时间序列进行预测中,具有较好的效果。

移动平均法的季节趋势模型在白纹伊蚊密度预测中的应用

目的应用移动平均法的季节趋势模型预测上海市松江区白纹伊蚊密度,指导防蚊、灭蚊和登革热防控工作。方法利用Excel 2003对上海市松江区2014-2018年布雷图指数(BI)以月为时间序列拟合方程建立预测模型,并对2019年白纹伊蚊密度趋势进行预测。结果以月份序号t为自变量,以BI为因变量Yc,拟合直线回归方程为Yc=0.012 8 t+5.436 1;拟合模型的平均相对误差12.24%,拟合较好,可用来预测白纹伊蚊密度变化。预测显示2019年松江区白纹伊蚊密度整体上仍较高,单峰分布,密度高峰在7月,5-10月布雷图指数(BI)>5,有登革热潜在传播风险,6-9月BI>10,有登革热潜在暴发风险。结论提示政府各部门应提早行动,在冬春季开展越冬蚊和早春蚊的防治,在夏秋季的伊蚊活动繁殖期间采取综合措施降低媒介密度,压制密度高峰,从而降低登革热流行风险。

基于灰色模型与季节指数的物流需求预测研究——以哈尔滨市为例

物流需求预测对一个地区的物流发展有着重要意义,在许多地区都采用了灰色模型的预测方法。但某些地区的物流需求却受到季节变化的影响,目前灰色预测模型在区域物流中还不能有效解决因季节变动而引起的物流需求变化的问题,因此文中提出了一种基于灰色模型和季节指数的物流需求预测方法,详细地阐述了该方法的建模过程,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。

基于改进重力模型的高速铁路短期客流预测研究

在考虑高速铁路短期客流周期性和波动性的基础上,提出和建立反映短期客流时空变化特征的改进重力模型,探讨回归分析和季节指数相结合的客流预测方法。通过实例研究,采用最小二乘法对模型进行参数标定,在此基础上预测未来年的月度客流量。实证表明,采用改进重力模型进行短期客流预测具有较好的适用性。

叠加马尔可夫链模型在雨季强度指数预测中的应用

根据雨季降水过程中的不确定性和非精确性特点，用有序聚类法（即最优分割法）建立华北地区雨季强度指数的状态分类标准，并以1951-1994年华北地区雨季强度指数所处的状态为依据，用叠加马尔可夫链预测方法来预测1995年和1996年华北地区雨季强度指数所处的状态．结果表明，叠加马尔可夫链预测方法计算方便，结果准确，可为雨季强度指数状态预测分析提供一种新的途径．

晋城市空气质量评价的数学模型

基于晋城市历年空气污染指数(API)统计数据建立综合评价模型,对晋城市6县(市、区)近7年的空气质量进行了综合评价。7年间,2009年空气质量最好,2013年最差。按地区比较,空气质量由高到底分别是泽州县、城区、阳城县、陵川县、高平市、沁水县。同时空气质量状况具有明显的季节性效应,每年9-10月份空气质量最好,12-次年1月份空气质量最差。

混合GM(1,1)模型预报季节性时间序列精度的方法探讨

灰色系统已被成功用于工程、经济、物理控制等许多领域。然而在预报具有季节性的时间序列时 ,直接应用GM (1,1)灰色模型往往精度不高。因为GM(1,1)灰色模型只能反映时间序列的总体变化趋势 ,不能很好反映其季节性波动变化的具体特征。因此 ,作者提出运用“滑动平均去季节性波动”与GM(1,1)混合建模的方法预报具有季节特征的时间序列。并以水文地质系统中地下水位预报和安装在混凝土中的测缝计测得的建筑物形变量为一组时间序列 ,基于均方差、平均绝对误差和平均绝对百分误差三个精度准则 ,比较了此方法与其它灰色建模法的结果。结果表明 ,此方法不仅能反映时间序列的总体变化趋势 ,而且能客观反映其波动变化的具体特征 ,有效提高了预报精度 ,减少了建模的复杂度。

中国居民消费价格指数的ARIMA预测模型

本文将2009年1月至2014年12月期间的中国居民消费价格总指数进行了分析,对序列进行了季节性检验和季节性调整,通过计算季节指数,利用时间序列图以及ADF检验方法检验了调整后序列的平稳性,得到了居民消费价格总指数的ARIMA模型.最后分别对CPI进行静态预测和动态预测,将预测结果乘以季节指数将预测结果还原,得到了较为满意的结果.