ARIMA
ARIMA的相关文献在1989年到2023年内共计813篇,主要集中在自动化技术、计算机技术、经济计划与管理、电工技术
等领域,其中期刊论文679篇、专利文献134篇;相关期刊450种,包括消费导刊、统计与管理、商场现代化等;
ARIMA的相关文献由2206位作者贡献,包括何跃、冯雪松、向勇等。
ARIMA
-研究学者
- 何跃
- 冯雪松
- 向勇
- 张燕
- 方涛
- 王丰效
- Stanley Jere
- 刘皓明
- 周凯
- 张慧
- 张旭
- 张立波
- 张腾飞
- 张鹏
- 张鹏飞
- 李惊涛
- 李战江
- 李春生
- 李望晨
- 杨宁
- 杨桂元
- 梅飞
- 毕敬
- 池启水
- 王娟
- 王浩
- 罗绍杨
- 肖坚红
- 董雨
- 魏博文
- 麦鸿坤
- Alick Banda
- Ansari Saleh Ahmar
- Bornwell Kasense
- Chris P. Tsokos
- Edwin Moyo
- Habib Ahmed Elsayir
- 万鹏程
- 严正
- 于佳任
- 于秦
- 付钊
- 何刚
- 何开元
- 何玥霓
- 何礼鹏
- 侯俊
- 倪洁
- 关凯祥
- 冯天智
-
-
张怡
-
-
摘要:
ARIMA、LSTM等多种预测模型已在时间序列预测中得到应用,预测精度参差不齐。ARIMA、LSTM以及ARIMALSTM组合模型的预测精度仍有提升空间。为LSTM引入注意力机制形成AT-LSTM模型,将ARIMA的预测残差引入ATLSTM,进一步提高预测精度。利用不同的评估方法对混合模型进行评估,实验结果表明ARIMA和AT-LSTM组合模型的误差降低4倍,预测精度得到了提高。
-
-
曹慧;
秦江涛
-
-
摘要:
为了提高铁路货运量的预测精度,基于货运量线性和非线性的特点,选取中国铁路1980-2020年的货运量作为研究对象,提出ARIMA和BP神经网络的组合模型,基于简单加权和残差优化两种不同组合方法对铁路货运量进行建模分析,并与ARIMA、BP神经网络单一模型进行对比。实验结果表明,ARIMA-BP残差优化的组合模型结果精度较高,评价指标MAE、MAPE、RMSE分别为5 135.90、0.020 9、8 462.49。基于ARIMA-BP残差优化的组合模型实现了对货运量的较好预测,对铁路运输部门灵活制定相关政策具有重要意义。
-
-
逯晓娣;
房玥晖;
连怡遥;
张继国;
张晓帆;
朴玮;
何宇纳
-
-
摘要:
目的:预测2030年中国成年居民的畜肉平均摄入量。方法:以2000—2018年7轮分城镇和农村中国健康与营养调查(CHNS)中20岁及以上成年居民畜肉平均摄入量数据为基础,比较ARIMA、灰色模型和趋势外推法3种模型的精度,并对2030年我国成年居民畜肉摄入量进行预测。结果:城镇居民畜肉平均摄入量的拟合预测中,ARIMA模型的拟合精度和预测精度均优于趋势外推法和灰色模型。农村居民畜肉平均摄入量的预测,ARIMA模型的拟合精度优于趋势外推法和灰色模型;预测精度则为第二,略低于灰色模型,综合拟合精度和预测精度,ARIMA模型优于其他2种模型。ARIMA模型预测到2030年城镇居民和农村居民的畜肉平均摄入量将分别达到131.0、130.6 g/d,比2018年分别增加37.2%、43.5%,将高于膳食指南推荐量。结论:ARIMA模型对畜肉摄入量的长期预测效果最理想。依据预测结果,需采取措施引导居民适量摄入畜肉,以达到平衡膳食的目标。
-
-
王妍君;
刘世亮;
郭瑞琴;
唐永辉
-
-
摘要:
高炉炼铁是目前使用最广泛的炼铁方法,炉缸是高炉最重要的部位,使用中会发生剧烈的侵蚀和破坏,直接影响高炉的使用寿命。本文结合大数据技术,利用采集到的高炉热电偶实测数据,使用两点法对高炉炉缸进行传热学计算,得到原始数据集,建立了高炉炉缸内衬侵蚀状况的ARIMA时间序列预测模型。利用实测数据集,对预测模型进行了预测检验,证明了ARIMA时间序列预测模型的准确性和有效性,对企业高炉使用寿命的预测具有重要的参考价值。
-
-
王向前;
吴东隆;
郑健彤
-
-
摘要:
为提高港口货物吞吐量预测精度,建立了基于ARIMAX-SVR的组合预测模型。以天津港为例,选取1999~2018年货物吞吐量数据进行分析,首先运用BP神经网络补插缺失数据,然后通过Pearson相关分析筛选出影响货物吞吐量的主要因素;再在ARIMA模型的基础上建立了ARIMAX模型,为进一步提高模型精度,最后建立了SVR模型修正的ARIMAX模型。实证分析结果表明组合模型拟合精度更高,预测效果更好,适用于港口吞吐量预测并且模型具有一定的先进性。
-
-
林赛燕
-
-
摘要:
作为经济政策变动的风向标,全球经济政策不确定性(Global Economic Policy Uncertainty,GEPU)指数的动态走势对于经济政策的制定和调整具有重要的参考价值。然而GEPU指数动态路径的影响因素复杂多变,其数据生成过程难以在一个时间序列模型中得到准确的体现。基于“先分解后集成”的建模思路,首先采用经验模态分解(Empirical Mode Decomposition,EMD)方法将全球经济政策不确定性指数分解为若干相互独立、频率不同的可读信号,其次运用非平稳时间序列ARIMA模型对可读信号分别进行建模预测,最后集成各类可读信号的预测结果。在此基础上,进一步应用VAR模型考察了全球贸易、新冠肺炎疫情等因素对GEPU指数的动态影响。研究发现:(1)通过对训练组和测试组数据的预测值与真实值的对比,发现EMD-ARIMA模型对训练组和测试组数据的拟合精度均优于ARIMA模型;(2)与ARIMA模型相比,EMD-ARIMA模型能够解决由原始数据不确定性、非线性以及不稳定性所导致预测偏差问题,得到精度较高的预测结果;(3)全球贸易、新冠肺炎疫情等因素对全球经济政策不确定性均产生了显著的影响,EMD-ARIMA模型的样本外预测结果显示,GEPU指数在2021年7月之前呈增加趋势,2021年7月至12月逐渐趋于稳定。
-
-
李黎莎
-
-
摘要:
为研究民航旅客运输量的变化对航空公司、机场及相关民航运行保障单位的影响,以2007年1月-2019年12月的我国国内旅客运输量为原始序列,运用ARIMA模型对旅客运输量做出预测。模型对原始数据的拟合情况良好,利用2019年后6个月真实值与预测值进行验证,结果表明该旅客运输量预测模型误差较小,能够对旅客运输量做出比较准确的预测。
-
-
陈奎;
董晨雪;
卢佳月;
葛国曙
-
-
摘要:
目的:分析我国2004—2020年艾滋病发病人数、死亡人数以及发病率和死亡率,并通过建立时间序列模型,对我国艾滋病发病人数进行预测,提出应对策略,为艾滋病科学防治提供借鉴和参考。方法:根据2004—2020年国家卫生健康委《全国法定传染病疫情概况》整理艾滋病发病人数和死亡人数数据,利用SPSS 26.0软件建立ARIMA时间序列模型进行预测,并与实际发病人数进行比较。结果:2020年,我国艾滋病发病人数为62167人,死亡18819人,发病率为4.4283/10万,死亡率1.3405/10万。根据艾滋病发病人数建立的最优时间序列模型为ARIMA(0,1,0),预测数据的平均准确度为90.03%。结论:ARIMA时间序列模型能较好地拟合艾滋病的发病趋势,目前我国艾滋病虽然处于低流行阶段,但是发病人数逐年增加,防治形势依然严峻。应当加强针对艾滋病的宣传教育,提升艾滋病患者的社会支持,积极构建政府领导、部门负责、全社会共同参与的艾滋病防治格局,从而预防、减少艾滋病传播。
-
-
金永超;
庄晓蝶;
王仁放;
曹倩
-
-
摘要:
随着我国经济的不断发展,电力需求不断上升,致使火力发电量不断增加,并导致动力煤需求量增大。近期,动力煤期货价格上下波动幅度较大,给国家能源安全带来较大压力。因此,采用ARIMA与BP神经网络组合交叉的方法对动力煤期货价格进行预测。首先根据ARIMA(2,2,3)模型对所搜集数据进行未来3期的预测,但是预测数据与实际数据存在较大的误差;之后利用BP神经网络对ARIMA模型的预测误差进行预测,进一步缩小预测误差;最后结合ARIMA模型的预测结果与BP神经网络预测误差结果,得出最终预测结果。二者结合预测的方法对动力煤期货价格序列中的线性与非线性规律进行了充分挖掘。结果表明:拟合精度相对于单一方法使用而言更加完美,改善了单种方法的使用缺陷。
-
-
张瑞;
张岩;
杨海芬;
赵增锋
-
-
摘要:
银行业负债金额的大小是其负债业务的直接体现。近年来,农村金融机构负债金额增速放缓,但由于自身负债成本高、负债管理能力弱、适应现代市场环境差等原因,农村金融机构负债金额出现增长趋势。文章以我国农村金融机构2014-2021年月度负债金额为基础数据,通过平稳性检验、自相关、偏相关分析,建立ARIMA模型并确定模型参数,对我国农村金融机构负债金额进行了较准确、合理的短期预测,在不考虑外界环境变化的情况下,结果表明农村金融机构负债金额呈快速增长趋势,并根据预测结果提出加强农村金融机构负债管理的建议。
-
-
-
-
-
-
-
-
-
- 安徽理工大学
- 公开公告日期:2022-09-06
-
摘要:
本发明公开了一种基于小波变换和ARIMA模型的皖北地区恶劣天气分析方法,包括以下步骤:首先根据所采集的现有气象信号进行切分和加窗,对切分信号进行小波变换,得到频域频谱图,对频谱图进行时频分析,然后对气象信号进行平稳性检测,最后是进行白噪声检测及其差分处理,然后计算ACF(自相关系数),PACF(偏相关系数),进行模型识别,识别模型结束以后,确定参数,确定时间序列差d,确定合适的参数,然后利用新模型进行预测,本发明作为一种组合的气象分析方法,能够更好的对天气进行气象预测和分析,优势在于通过小波变换加窗分析对信号的时频局部分析更有效和精确,然后利用ARIMA模型进行时间序列的预测,最后两者的结构有机的结合进行分析对天气的预测会更加精准。
-
-