利用伴随信息改善预测精度

本文指出了利用时间序列及其伴随序列的信息来获得最佳预测的方法。通常,伴随时间序列是输入时间序列,如果输出的变化趋于输入变化之所料,则称伴随时间序列为输出时间序列的“导前指示器”。     

浅析新闻英语翻译中伴随信息的传递

翻译是信息传递的一种方式。伴随信息是原文总信息中不可或缺的一部分。在新闻英语翻译的过程中,译者必须熟知外国文化,正确理解词义,并恰当运用省略和重复手法,准确生动地传递各类伴随信息。     

城市用水量预测研究

根据城市用水负荷的变化规律 ,采用时间序列分析法 ,建立了用水短期负荷预测的三角函数模型 ,并给出了节假日负荷及突发事件负荷的预测方法 ,同时 ,在微机上开发了软件 .通过实例计算 ,效果良好 ,精度较高 ,可应用于供水输配系统日常的生产调度 ,为实现供水输配系统在线优化调度奠定基础     

英译汉中的信息伴随和语义增词

英译汉中的错译、漏译现象有时是由于对英语中的一些伴随信息的忽视所造成的，其中语法信息伴随、语境信息伴随、文化信息伴随最为常见，在译文中和通过增词来弥补这些伴随信息，使信息损失降低到最低限度。     

基于时间序列分析的节气性火灾分析与预测

以2007-2009年每节气火灾发生数据为样本,利用时间序列分析方法拟合三次多项式函数模型,可以揭示火灾发生的规律性,进而确定火灾发生的高危节气,从而为防灾减灾提供科学依据。     

“时间序列预测”教学探讨

文章对“时间序列预测”的教学进行了探讨。     

神经网络在经济预测中的应用

对神经网络理论在时间序列建模和预测中的应用进行了探索．对基于ＢＰ网络及ＫＲＢＦ网络的预测模型进行了分析，并通过对股票价格序列模拟试验得出神经网络对非线性时间序列的预测较传统方法具有一定的优越性．同时神经网络预测模型具有自适应学习和并行处理功能，并可应用于多维时间序列．对经济预测具有重要意义     

基于非线性时间序列分析的网络流量预测

通过对网络流量的准确预测,实现流量的宏观调控和自适应调节,可避免网络拥堵。传统方法对网络流量的预测采用线性信号分析方法,而忽略了网络流量的非线性耦合特性,对流量的预测精度不高。提出一种基于线性时间序列分析的网络流量预测算法。仿真实验表明,采用该算法进行网络流量预测,能有效提高预测精度,并具有较强的稳定性和抗干扰性,具有较好的应用价值。     

ARIMA模型在地区GDP预测中的应用研究

在时间序列分析理论的基础上,以山东省2007年第一季度到2011年第四季度的GDP总值为基础,利用SPSS软件,对数据进行时间序列分析,建立时间序列分析模型,并对模型进行检验。利用建立的模型对山东省在2012年的GDP的增长趋势做出预测。     

时间序列预测法的实际应用分析

根据所搜集的实际数据资料，以统计学为基础，采用时间序列预测方法，对扬州市农业总产值时间序列建立了趋势模型，结果说明简单模型也能达到较好的拟合效果和精度。     

安徽省城镇居民人均收入的组合预测

以1995～2009年安徽省城镇居民家庭人均可支配收入的数据,分别建立时间序列模型、回归模型和灰色预测模型.然后在三个单一预测模型的基础上综合各个预测模型的优缺点,通过使组合预测误差平方和最小确定各单一预测方法的权重系数,得到最优组合预测模型.最后对几种预测方法进行了评价,得出组合预测效果比较精确.     

ARIMA模型在广西消费价格指数分析与预测中的应用

根据运用软件建立ARIMA（1,1,1）求和自回归移动模型,并分析广西消费价格指数（CPI）变化规律,为广西消费价格指数（CPI）提供较好的预测,对政府宏观政策的实施提供重要依据。     

艾滋病疗法的评价及疗效预测

本文研究了关于艾滋病的五种不同的治疗方法，对各种疗法的疗效进行了分析和预测，并为接受这些疗法的艾滋病患者提供最佳停药时间参考。运用概率统计、时间序列、单因素方差分析、最小二乘估计、最优化理论等数学知识和技巧建立了关于CD4和HIV浓度值的多变量时间序列自回归模型；单因素方差分析评价模型：预测第四种疗法疗效的对数——指数分布模型；以及考虑费用因数的各疗法综合评价的最优化模型等八个模型。根据对各模型的理论及数值、算法分析，利用MATLAB7．1、SPSS及EXCEL等数学应用软件对模型进行编程或处理，完整的解决了上述问题。主要结果如下 ：1．对zidovudine（齐多夫定），lamivudine（拉美夫定）和indinavir（茚地那韦）3种药物预测出了治疗的效果，并计算出最佳的停药时间为第40周左右。 2．通过三种不同的模型三、四、五评价后4种疗法的优劣，得出一致的结果，即第4种疗法最优，并用模型六得出此疗法停药的最佳周数为第45周左右。 3．在问题3的条件下运用模型八计算得出了各种疗法的治疗效果（表15），并与（2）中的结果进行了比较，通过本文的分析和结论，能够明确的得出5种艾滋病疗法的优劣，得出了各疗法的最佳停药时间，可为患者或有关机构的艾滋病疗法选择提供理论依据和有益的建议。     

小波分析在径流时间序列预测的应用

利用dmey小波变换、db4小波变换将柳江年径流总量及年最大径流量时间序列分别分解为不同尺度的频率信号,再使用传统时间序列分析方法对径流分解的频率信号分别设置参数并进行预测,最后利用小波逆变换对预测结果进行重构,以此建立年径流总量、年最大径流量预测模型.与只采用传统的时间序列预测模型对比,联合了小波变换的方法均获得更精确的预报结果.计算结果表明将小波变换运用于径流时间序列的预测能有效提高径流变化趋势预测的准确率,预报的稳定性以及精确度均能明显改善.     

基于ARIMA-SVR组合方法的航班滑出时间预测

针对现有大型机场采用的航班滑出时间预测方法精度不高而导致的场面交通情况拥堵、运行效率低等问题,提出差分自回归移动平均(autoregressive integrated moving average,ARIMA)模型与支持向量回归(support vector regression,SVR)模型组合的离港航班滑出时间预...     

基于ARIMA模型的青岛市GDP预测分析

国内生产总值(GDP)是衡量一个国家经济状况的重要指标,对促进经济增长和协助地方经济决策具有重要意义。本文以青岛市为例,选取青岛市1990年至2014年青岛市GDP指标数据作为样本,建立了ARIMA模型,并对青岛市GDP进行预测,并进行检验。结果表明模型的预测数与实际GDP值误差较小。同时根据对影响GDP的指标分析为青岛市经济决策提供重要的依据。     

人工神经网络在隧道变形预测中的应用

将人工神经网络应用于隧道施工中的变形预测，预测结果表明，该模型具有较高的预测精度，为隧道变形预测提供了一种新的方法。     

BP神经网络在预测问题中可用条件的分析

介绍了BP神经网络的结构，分析了神经网络预测原理，指出神经网络是内插值，讨论了可应用神经网络进行预测的条件，并通过实例进行了验证。