基于SARIMA模型的水泥产量预测研究

对水泥产量的预测研究,可以把握水泥的生产状况,调整水泥工业结构.本文以2001年至2012年我国社会水泥产量为背景,采用非季节差分和季节差分,建立了SARIMA模型,最后得到SARIMA模型。模拟结果平均相对误差绝对值MAPE=3.40%,表明预测值与实际值很接近,该模型合理有效。     

城市用水量变化影响因素及其预测方法

城市用水量预测在城市建设规划、输配水系统的优化调度中具有重要的作用,天气、季节、节假日及不可预见因素对短期用水量影响较大,而其它因素则对长期用水量影响较大。城市用水量变化规律曲线是描述一个城市用水量变化规律的一种简单、直观的方法,它可以以曲线的形式给出用户小时用水量或日用水量变化的统计结果。其对供水管网系统模型水力计算有重要的作用。常用水量预测方法有两类：一类是因果解释性预测方法,另一类为历史数据法,都能够有效的预测城市用水量。     

季节变动序列的一种简捷预测法

本文首先给出了季节变动序列渐进预测模型的一种构造与证明方法,进而给出了一种季节变动序列的简捷预测法,最后进行了预测应用与准确性比较     

季节趋势直线法

一般都认为,对季节性商品的变动,只能用季节趋势法或曲线法而不能用直线法描述和预测。其实并非完全如此。有些季节性商品的变动趋势不但可以用直线法来描述和预测,而且其精确度也非常高。有些季节性商品的变动     

样本序列的可预测性研究

本文首先介绍了由一个样本序列重构系统动力学特性的文法，在此基础上，引入了一种称为递归图的图形工具，它可形象、直观地描述一个样本序列的可预测程度     

汽驱渗流屏障识别与表征研究

本文以辽河油田第一个工业化蒸汽驱开发区块齐40块为例,通过岩心资料、地震预测结合数值模拟等动态分析手段分析了汽驱过程中渗流屏障的赋存形式,明确了各种屏障类型的主控因素,形成了屏障表征方法,描述了不同类型屏障平面、纵向分布位置,对汽驱过程中的开发调控具有指导作用。     

季节周期波动的分解—组合预测

本文对季节周期波动的数据提出了分解组合的预测方法,实例计算表明该方法十分有效。一、引言许多预测对象的经济行为由于各方面的原因,比如气候影响、社会风俗习惯等而表现出明显的周期波动。而且常常是按月份或季度呈现出循环周期的波动,我们称之为季节周期波     

季节周期预测法计算机预测程序

本篇给出了两种不同的季节周期方法的计算和预测程序。程序用 FORTRAN 语言编制.一、季节指数法(1)季节指数法(1)的基本思路是,首先分离出不含季节周期波动的长期趋势,再计算季节指数,最后建立预测模型 y_t=(a bt)·F;并用于预测.(一)数学模型说明     

情景描述法—一种技术预测方法介绍

情景描述法(Scenario Writing)称脚本法。最初是美国国防部技术人员提出的一种宏观技术预测方法。预测中,我们常常是建立一个数学模型,输入统计数据,求出一个定量计算的结果。但是,在建立模型阶段,由于条件的限制,不得不把一些难以定量化的因素省略掉,特别是人与物之间或人与环境之间的因素尤易忽略。因而使预测变得非常脆弱。所以,如何以尽可能多的资料作为基础,使人类固有的创造性思维力得以发挥,是一个具有重要意义的问题。情景描述法就是为了弥补数学模型这一不足而产生的。     

季节变动高峰(或低谷)时期的计算和数值预测

在呈季节变动的现象中,很多现象的高峰值(或低谷值)并非落在某一个季(或月)中。实际上,很少有哪种现象恰恰以某季(或月)的中点为高峰(或低谷)分布。而统计资料往往是按月或季汇总的,如果按这样的资料进行预测会产生两个问题:第一,按分月资料计算季节比率进行预测,只能得到日历月份的预测值,     

季节模型预测的定基比率法

一在经济预测中,常常遇到对具有明显季节性变动规律的经济变量进行预测的问题,即季节变动预测。在季节变动预测中,常用的方法之一是把经济变量的季节波动时间序列进行分解,测定其长期趋势T、季节变动S、循环变动C和不定变动I等组成因素,并利用乘法模型X=T·S·C·I,计算表征该变量季节变动一般规律的指标——季节指数SI,用以进行预测。依据乘法模型进行季节变动预测,其关键在于计算季节指数。计算季节指数通常是依据三年以上分季(月)的季节波动时间序列,按同期平均法求各该季(月)水平的平均值(?)k,然后除以各季(月)水平的总平均值(?),即可得到季节指数:     

用ARMA模型对我国GNP平减指数的短期预测

时间序列分析方法是经济领域研究的主要工具之一,它用合适的模型描述历史数据随时间变化的规律,并预测经济变量值,而ARMA模型是其中较为基础的一种。本文介绍了随机时间序列的统计预测方法,给出了ARMA模型的建立与识别过程,并进行参数估计和检验,以对我国未来短期内的GNP平减指数进行动态预测。     

二十年来的组合预测

译校者注:本文译自英国《预测杂志》1989年第8卷第3期,是组合预测的创始人之一为这期组合预测专辑撰写的特约评论“Combining Forecasts——Twenty Years Later”,很有参考价值。自1969年Bates和Granger在《运筹学季刊》第20卷上发表论文“组合预测”,开创这一研究领域以来,组合预测技术的理论和方法得到了迅速发展。本文评述了20年来组合预测的各种进展,如预测的“占优势”(dominate)与“包含”(eneompass)等复杂概念和置信区间与分位数的组合预测,以及尚未解决的有关问题,如视距(horizon)大于一个时期的组合预测等。     

BP神经网络机场鸟情预测方法

<正>针对机场鸟情预测这一问题,文章提出了考虑日期、鸟的种类(依据迁徙习性划分)、温度、风力、天气、季节六个因素对鸟情影响的BP神经网络鸟情预测模型,区别于不考虑影响因素的传统的时间序列鸟情预测模型。以潍坊南苑机场鸟情历史数据为学习训练样本,与传统的BP神经网络时间序列鸟情预测模型进行预测仿真对比实验,仿真实验结果证明了本文提出的BP神经网络预测精度更高,拟合效果更好,更适合应用于机场鸟情预测,具有良好的实际应用价值。     

经济序列的趋势分析——基于时间序列的混合模型

社会消费品零售总额代表着宏观经济的发展现状,对其历史数据分析对我国宏观经济未来的发展具有重要意义。本文选取了1997~2014年的我国月度社会消费品零售总额的时间序列数据,通过乘法加法和乘积季节的混合模型来对该序列进行拟合分析,不仅能提取数据之间的相关性,还能够很精确的拟合序列趋势,预测效果显著。     

论宏观经济智能预测系统中的综合集成技术应用

社会系统是一类开放的复杂巨系统，宏观经济预测研究是社会研究的一个重要方面，解决这类复杂问题的一条可行思路是采取定性定量综合集成的研究方法，本文以地区宏观经济预测和规划为实际背景，提出了一个宏观经济智能预测系统的概念模型，给出了组合框架，同时分析了综合集成方法在构建宏观经济智能预测系统中的应用。     

计及来水不确定的短期水电优化调度

正概述在市场条件下,对于短期调度而言,一般认为入流的预测精度比较高,因此很多时候入流作为确定性数据处理。然而,实际入流的不确定性却对短期优化调度的经济效益有影响,为此,对这一不确定性带来的风险的评价是很值得探讨的话题。作为统计学中很重要的一种分布,正态分布很适合用来描述自然界中的各种不确定性问题。而对于处理天然来水问题,伽马分布最符合实际情况。来水预报误差对发电商发电计划决策有很大影响,为此必须设计一个这样的数学模型,将来水不确定性风险     

农产品价格时间序列几种预测模型的研究

本文分析与比较了单指数平滑、双指数平滑、自回归单整移动平均法、季节自回归单整移动平均法这四种畜产品价格预测方法。由于指数平滑法遵循“重近轻远”,在短期预测上能得到较好的预测结果,使时间序列所包含的历史规律性能显著地体现出来。季节ARIMA有时得不到较优的预测模型,这时可以用非季节ARIMA模型来代替,弥补季节ARIMA的不足之处。综合生猪业的发展,用基本的原理和预测模型来逐步分析模拟猪肉的价格,通过大量的努力找到最优的模型。     

华业季

6月的校园,总会时时飘过一种淡淡的伤感——因为这是一个毕业的季节。 青年学子为了同一个目标走到了一起,又为了不同的目标各奔东西。他们的生命在这里相交、相容、相融,然后相离。尽管临别时会说一声珍重,道一声see you（再见）,但真正的see you却很可能遥遥无期甚至永成虚拟。     

季节波动分析方法

季节周期分析是短期市场预测中经常用到的预测方法。胡孝绳《统计学》〔香港中文大学〕对季节波动的分解和分析方法作了较为全面的介绍,其特点是通俗、易懂、实用性强,原理和实际应用并重,本文是作者根据自己的学习心得整理而成的,特向广大预测工作者推荐。