微机轨道衡动态称重的噪声分析与信号模型

应用随机系统理论深入分析了微机轨道衡动态称重过程中的各种干扰作用,建立了它们的信号模型,并用计算机仿真论证了模型的正确性.     

时序建模及其在农药降解动态模拟中的应用

用数学方法对农药残留量进行预测预报及动态模拟，对于合理使用农药，加强环境保护具有重要意义。作者用时间序列分析的理论与方法，研制农药残留定量预测模型，给出参数估计，提出非平稳时序叠合模型，对农药降解规律进行动态模拟，并以剩余平方和作为优化住民其他方法进行比较。实例计算结果表明：时序模型预测值与实测值拟合程度优于其他模型，简便实用。     

时序建模及其在农药降解动态模拟中的应用

用数学方法对农药残留量进行预测预报及动态模拟，对于合理使用农药，加强环境保护具有重要意义．作者用时间序列分析的理论与方法，研制农药残留定量预测模型，给出参数估计，提出非平稳时序叠合模型，对农药降解规律进行动态模拟，并以剩余平方和作为优化标准与其他方法进行比较．实例计算结果表明：时序模型预测值与实测值拟合程度优于其他模型，简便实用     

基于时序数据挖掘的期货分析与预测

简述期货预测的发展过程,概述基于时间序列分析与挖掘的相关理论和量化模型,指出期货预测建模理论的发展趋势和模型实践的方向。     

使用ARIMA模型对内蒙古GDP进行时序建模及预测

本文采用求和自回归移动平均模型ARIMA,对内浆古GDP的数据进行分析.结果显示,ARIMA(0,2,1)模型提供较准确的预测结果,可用于未来的预测.     

时间序列分析在地下水动态预测中的应用

建立了基于时间序列分析的地下水埋深动态模型,并对垦区地下水水位进行了预测.结果表明,当样本容量足够大时,该方法的预测结果具有很高的精度以及稳定性,可以应用于地下水埋深的动态预测中.     

时间序列分析在径流预测中的应用

通过对1978～ 2012年浈江历年年径流量数据分析,建立时间序列模型.在模型的建立过程中,使用SPSS软件,对不同阶数的ARIMA模型进行比较,按照最小信息量原则选择最优模型ARIMA(4,1,0),并且使用该模型对2013 ～2016年径流量进行预测.     

生态建模优化标准的探讨与时序建模方法的研究

作者对种群生态数学建模的一些问题进行了探讨，并对生态建模的优化标准进行了分析，提出了种群数量动态时序建模的方法，实例计算结果表明：非线性时序模型能更好地模拟种群数量动态     

时间序列分析在辽宁朝阳地区干旱灾变中的应用

介绍时间序列分析的应用,并综合运用时间序列分析对辽宁朝阳地区干旱年份进行预测。经检验,平稳时间序列模型可预测干旱灾害发生的时间,并具有较高的精度,在此基础上提出若干抗旱措施,为辽宁朝阳地区干旱研究及其治理提供依据。     

ArcGIS9空间分析建模工具在农业用地适宜性评价中的应用

依据空间处理建模技术的原理和建模流程,利用ArcGISModel Builder工具,以黄淮海典型农业区山东省聊城市为案例区,进行了农业用地适宜性评价的应用。结果表明,ArcGIS9空间分析建模工具能够有效地进行农业用地适应性评价工作,且聊城市农业用地整体适应性情况较好,符合实际情况。     

时间序列分析关键问题研究

简要介绍了时间序列的定义、模型及型态,重点研究了时间序列分析的相关内容,最后对其未来发展方向进行了展望。     

时间序列分析模型在江苏省河蟹总产量预测中的应用

根据Box-Jenkins建模原理,采用ARI MAR(2,0,0)模型对江苏省河蟹总产量进行了拟合及预测研究。结果显示,所建模型的残差序列为白噪声,AIC为48.015 7,模型拟合值与实际值的相关系数为0.995 1,拟合度为0.990 1,表明组建的ARI MAR(2,0,0)模型结构合理,拟合效果好;用2006年江苏省河蟹总产量进行验证,相对误差为3.8%,表明ARI MAR(2,0,0)模型对江苏省河蟹总产量时间序列的变化趋势进行拟合和预测是可行的,是一种短期预测精度较高的预测模型。     

种群数量动态时序建模方法的研究

用时序分析的方法研究种群数量动态数学建模,用参数方法处理种群动态数据中的非平衡时间序列。对主值函数项的残差进行的噪声检验,并用ＡＲＭＡ模型对其进行拟合。结果表明;种群数量动态非平稳时序模型残差通过白噪声检验,对实验数据的拟合程度优于确定性模型,预测预报较佳,理论上更加合理可信。     

时间序列分析模型及其在GDP预测中的应用研究

分析了时间序列模型中求和自回归移动平均模型ARIMA（p,d,q）的建模过程,依据1970~2008年广西南宁市GDP数据,建立了ARIMA（1,1,0）模型,并结合Eviews 5.0统计软件实现对模型的检验,结果显示,模型具有较好的预测效果和现实意义,可为南宁市制定经济发展目标提供决策参考。     

小波时间序列在电离层TEC预报中的应用

将小波时间序列应用到电离层TEC的预测中,通过小波分解将逐天的TEC数据分解到小波频率通道上,得到对应于小波频率的小波系数列。对系数列作降噪处理并进行数学变换最终使数据趋于平稳,并进行时间序列模型预测,还原成系数列的预测值,最后还原成实际预测值。采用小波时间序列预测后5天480个样本点,准确率在80%以上占87%,90%以上占57%,相较于传统预测模型有较明显的提高。     

全国小麦收购价格指数的时间序列分析

本文在中粮网上收集了2010年1月份到2014年12月份的全国小麦收购价格指数,通过对所收集的数据分析小麦价格指数的趋势性和季节性,建立ARIMA模型,根据这一模型对小麦收购价格指数进行预测,从而对其趋势进行分析提出合理化建议,对小麦市场的发展有指导意义。     

基于Box-Jenkins方法的黄河水质时间序列分析与预测

采用基于Box-Jenkins方法的时间序列分析技术,对黄河上游甘肃兰州段、中游吴堡和下游山东利津段的水质进行了趋势分析和预测。选取对水质产生影响较大的两个污染因子化学需氧量(CODMn)和溶解氧(DO)1994—2003连续10a的月平均水质监测数据,借助Matlab和SAS统计软件,建立了ARIMA模型和乘积季节时间序列模型,并分析了这两个污染因子随时间推移的变化规律。结果表明:ARIMA模型和乘积季节模型能够用于短期水质预测,并且预测效果较好。黄河流域从上游到下游水质总体状况呈逐渐下降趋势,上游水质一般为Ⅱ和Ⅲ类,而中游和下游水质基本为Ⅳ、Ⅴ和超Ⅴ类。     

降雨侵蚀力指数的时间序列分析

本文简要介绍了时间序列分析的数学模型和建模途径,对实际月降雨侵蚀力指数序列进行了平稳性、正态性和周期性检验,在样本相关函数和偏自相关函数计算的基础上,确定出了模型的形式和阶次,并估计出了模型参数值。对所得到的月降雨侵蚀力指数预报方程,用实际值进行了预报检验,其结果表明所建立的预报模型具有较高的精度。