期刊文献+
共找到42篇文章
< 1 2 3 >
每页显示 20 50 100
基于ARIMA-RNN组合模型的云服务器老化预测方法 被引量:11
1
作者 孟海宁 童新宇 +3 位作者 石月开 朱磊 冯锴 黑新宏 《通信学报》 EI CSCD 北大核心 2021年第1期163-171,共9页
针对云服务器系统运行环境具有非线性、随机性和突发性的特点,提出了基于整合移动平均自回归和循环神经网络组合模型(ARIMA-RNN)的软件老化预测方法。首先,采用ARIMA模型对云服务器时间序列数据进行老化预测;然后,利用灰色关联度分析法... 针对云服务器系统运行环境具有非线性、随机性和突发性的特点,提出了基于整合移动平均自回归和循环神经网络组合模型(ARIMA-RNN)的软件老化预测方法。首先,采用ARIMA模型对云服务器时间序列数据进行老化预测;然后,利用灰色关联度分析法计算时间序列数据的相关性,确定RNN模型的输入维度;最后,将ARIMA模型预测值和历史数据作为RNN模型的输入进行二次老化预测,从而克服了ARIMA模型对波动较大的时间序列数据预测精度较低的局限性。实验结果表明,ARIMA-RNN组合模型比ARIMA模型及RNN模型的预测精度高,且比RNN模型预测收敛速度快。 展开更多
关键词 软件老化 云服务器 预测方法 ARIMA模型 RNN模型
下载PDF
A Hybrid Time-delay Prediction Method for Networked Control System 被引量:8
2
作者 Zhong-Da Tian Xian-Wen Gao Kun Li 《International Journal of Automation and computing》 EI CSCD 2014年第1期19-24,共6页
This paper presents an Ethernet based hybrid method for predicting random time-delay in the networked control system.First,db3 wavelet is used to decompose and reconstruct time-delay sequence,and the approximation com... This paper presents an Ethernet based hybrid method for predicting random time-delay in the networked control system.First,db3 wavelet is used to decompose and reconstruct time-delay sequence,and the approximation component and detail components of time-delay sequences are fgured out.Next,one step prediction of time-delay is obtained through echo state network(ESN)model and auto-regressive integrated moving average model(ARIMA)according to the diferent characteristics of approximate component and detail components.Then,the fnal predictive value of time-delay is obtained by summation.Meanwhile,the parameters of echo state network is optimized by genetic algorithm.The simulation results indicate that higher accuracy can be achieved through this prediction method. 展开更多
关键词 Networked control system wavelet transform auto-regressive integrated moving average model echo state network genetic algorithm time-delay prediction
原文传递
辽宁省海洋渔业产量结构调整的初步研究 被引量:6
3
作者 尹增强 张国胜 +1 位作者 李九奇 冯维山 《南方水产》 2005年第6期55-62,共8页
根据辽宁省海洋渔业统计资料,分析了辽宁省海洋渔业产量结构,运用剩余产量模型估算了最大持续产量,运用ARIMA(pdq)时间序列模型与GM(11)模型分析预测了2004~2010年海水养殖产量、远洋渔业产量与各海区的捕捞产量。结果表明:辽宁省近海... 根据辽宁省海洋渔业统计资料,分析了辽宁省海洋渔业产量结构,运用剩余产量模型估算了最大持续产量,运用ARIMA(pdq)时间序列模型与GM(11)模型分析预测了2004~2010年海水养殖产量、远洋渔业产量与各海区的捕捞产量。结果表明:辽宁省近海捕捞产量已经超过最大持续产量,如不采取有效措施仍将有一定程度的增长,在渤海与黄海的产量到2010年将比2003年增加23.40万t与23.79万t;远洋渔业与海水养殖业,其产量在2010年将比2003年增加8.59万t与242.40万t。文章对辽宁省海洋渔业产量结构调整进行了讨论。 展开更多
关键词 海洋渔业产量 结构调整 剩余产量模型 GM模型 ARIMA模型
下载PDF
基于ARIMA模型的福州市雷暴日趋势分析 被引量:3
4
作者 刘隽 张烨方 黄岩彬 《华侨大学学报(自然科学版)》 CAS 北大核心 2011年第5期511-514,共4页
在分析ARIMA(p,d,q)预测模型的基础上,以福州市1961-2006年的雷暴日为时间序列基础,通过对该序列进行平稳性分析、差分处理、自相关、偏自相关系数计算与绘图、ARIMA建模、参数估计、假设检验及模型预测,将ARIMA模型运用在雷暴日的趋势... 在分析ARIMA(p,d,q)预测模型的基础上,以福州市1961-2006年的雷暴日为时间序列基础,通过对该序列进行平稳性分析、差分处理、自相关、偏自相关系数计算与绘图、ARIMA建模、参数估计、假设检验及模型预测,将ARIMA模型运用在雷暴日的趋势分析上.研究结果表明,ARIMA能很好地拟合计算出未来短时段内的数据,可以应用于实际的雷暴日分析. 展开更多
关键词 雷暴日 差分自回归移动平均模型 预测 短期 福州市
下载PDF
基于ARIMA模型的地球自转参数预报研究 被引量:2
5
作者 杨杰 叶修松 +1 位作者 曾光 朱俊 《导航定位学报》 2016年第1期68-74,87,共8页
为了提高基于ARIMA模型的地球自转参数预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、ARMA模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响。利用国际地球自转和参考系统服务组织公布的ERP最... 为了提高基于ARIMA模型的地球自转参数预报精度,着重分析了ERP数据序列预处理中周期项成分的精确获取技术、ARMA模型阶次的优化选择问题,以及ERP数据序列不同差分次数对模型精度的影响。利用国际地球自转和参考系统服务组织公布的ERP最终产品,365组预报结果表明,UT1-UTC预报30d精度可达3.398 6ms,10d以内预报应选取2次差分模型,10d以上选取1次差分模型;日长预报30d精度可达0.337 5ms,应选取零次差分预报模型;Xp预报30d精度为11.189 1mas,Yp预报30d精度为7.932 1mas,两者均选择1次差分模型。 展开更多
关键词 差分自回归滑动平均模型 地球自转参数预报 差分 模型阶次 优化
下载PDF
多时序协同中期负荷预测模型 被引量:14
6
作者 刘江永 刘文翰 易灵芝 《电力系统及其自动化学报》 CSCD 北大核心 2020年第2期48-53,共6页
针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memo... 针对负荷预测中前馈神经网络无法记忆序列间关联信息,且长短期记忆网络容易出现过拟合、泛化能力差等问题,提出了加法自回归积分滑动平均ARIMA(auto-regressive integrated moving average)模型结合长短期记忆LSTM(long short-term memory)网络的多时序协同中期负荷预测ARIMA-LSTM模型。该模型考虑了季节、温度和节假日的影响,采用ARIMA提取负荷序列内部因素,用Adam算法优化ARIMA-LSTM模型的网络参数。最后将某地区实际负荷数据用于该模型,并与神经网络NN(neural network)模型和LSTM进行对比,其均方根误差分别降低了7.698%和2.154%,验证了该模型具有更高的预测精度。 展开更多
关键词 中期负荷预测 加法自回归积分滑动平均模型 长短期记忆网络 预测精度
下载PDF
基于ARIMA-SVM模型的微电网短期负荷组合预测研究 被引量:9
7
作者 王友春 文闪闪 +3 位作者 秦跃进 范黎 杨再鹤 郑丹 《陕西电力》 2014年第3期19-23,共5页
在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特点,提出了一种基于预测误差指标的最优组合预测方法进行微电网短期负荷预测。方法中结合了自回归积分移动平均法和支持向量机模型的优点,以... 在对比分析微电网负荷特性与传统电力负荷特性的基础上,针对微电网负荷不确定性和波动性强的特点,提出了一种基于预测误差指标的最优组合预测方法进行微电网短期负荷预测。方法中结合了自回归积分移动平均法和支持向量机模型的优点,以两种预测方法误差绝对值和最小为目标,分析确定预测方法在组合模型中的权重,进而得到组合预测中的最优权重组合。研究表明,与方差倒数法组合预测模型所得结果相比,该组合预测方法具有更高的预测精度,能满足实际要求。 展开更多
关键词 微电网 自回归积分移动平均模型 支持向量机 组合预测
下载PDF
基于ARIMA-GM组合模型的湖北省电力需求预测研究 被引量:8
8
作者 王莉琳 张维 +3 位作者 赖敏 向铁元 杨再鹤 周波 《中国农村水利水电》 北大核心 2013年第4期101-105,共5页
通过分析湖北省历年电力消费量,利用灰色模型(GM)和自回归积分移动平均(ARIMA)模型分别对2012-2020期间的湖北省电力需求量进行了预测,然后通过方差倒数法进行组合预测,得到了精度更高的预测结果。通过分析整个预测过程及结果,该方法易... 通过分析湖北省历年电力消费量,利用灰色模型(GM)和自回归积分移动平均(ARIMA)模型分别对2012-2020期间的湖北省电力需求量进行了预测,然后通过方差倒数法进行组合预测,得到了精度更高的预测结果。通过分析整个预测过程及结果,该方法易于操作,精度较高,是一种对电力需求预测方法有益的探索。 展开更多
关键词 时间序列 灰色模型 自回归积分移动平均模型 方差倒数法
下载PDF
基于季节性分解的时间序列在主变压器缺陷率预测中的应用 被引量:7
9
作者 李勋 张宏钊 +4 位作者 姚森敬 黄荣辉 刘顺桂 吕启深 张林 《电网与清洁能源》 北大核心 2015年第11期19-25,共7页
针对主变压器缺陷率序列具有的非线性和非平稳性特点,以及主变压器缺陷发生具有季节性的特征,提出将主变压器缺陷率序列进行季节性分解和时间序列ARIMA预测相结合对主变缺陷率进行预测,以探寻较为有效的主变压器缺陷率的预测方法。首先... 针对主变压器缺陷率序列具有的非线性和非平稳性特点,以及主变压器缺陷发生具有季节性的特征,提出将主变压器缺陷率序列进行季节性分解和时间序列ARIMA预测相结合对主变缺陷率进行预测,以探寻较为有效的主变压器缺陷率的预测方法。首先,对原始序列进行预处理,将其分解为一系列不同的模式分量,这样能够突出原始主变缺陷率序列的局部特征信息;然后,分析各分量,根据其变化规律,采用时间序列法建立相应的模型并进行预测,这样既简化了建立的模型又降低了不同分量间的干涉和耦合;最后将各分量的预测值叠加得到缺陷率的预测值。算例结果表明,该方法具有较好的预测效果。 展开更多
关键词 主变压器 缺陷率 季节性分解 时间序列 自回归积分滑动平均模型 预测
下载PDF
基于SARIMA-LSTM的门诊量预测研究 被引量:7
10
作者 卢鹏飞 须成杰 +2 位作者 张敬谊 韩侣 李静 《大数据》 2019年第6期101-110,共10页
为了实现更加稳健和精准的门诊量预测,构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模,提取门诊量指标蕴含的周期、趋势等信息,然后构建了以节日天数、法定上班天数、平均最高气温等多个... 为了实现更加稳健和精准的门诊量预测,构建了一种基于SARIMA-LSTM的门诊量预测模型。该方法首先使用SARIMA模型对门诊量进行单指标建模,提取门诊量指标蕴含的周期、趋势等信息,然后构建了以节日天数、法定上班天数、平均最高气温等多个相关指标为输入的多对一LSTM模型,对SARIMA模型残差进行进一步学习,实现残差与多个变量间的非线性关系抽取。实证结果表明,构建SARIMA-LSTM混合模型相较5种主流预测方法具有更高的一步预测精度,具有较好的实际应用价值。 展开更多
关键词 季节性差分自回归滑动平均模型 长短期记忆网络 门诊预测 残差
下载PDF
SARIMA模型在苏州市细菌性痢疾发病预测中的应用 被引量:2
11
作者 王建书 刘强 +2 位作者 覃江纯 杭惠 杨海兵 《实用预防医学》 CAS 2019年第6期656-658,共3页
目的探讨季节性差分自回归求和滑动平均(seasonal auto-regressive integrated moving average, SARIMA)模型在苏州市细菌性痢疾月发病数预测中的应用。方法利用R i386 3.2.3软件对2005年1月-2018年4月苏州市细菌性痢疾月发病数据构建SA... 目的探讨季节性差分自回归求和滑动平均(seasonal auto-regressive integrated moving average, SARIMA)模型在苏州市细菌性痢疾月发病数预测中的应用。方法利用R i386 3.2.3软件对2005年1月-2018年4月苏州市细菌性痢疾月发病数据构建SARIMA模型,对2018年5-7月份细菌性痢疾的月发病人数进行预测,验证预测效果。结果建立了SARIMA(0,l,2)×(0,1,1)_(12)模型,Ljung-Box检验结果为Q=19.494,P=0.244,模型拟合效果良好,与2018年5-7月实际发病人数比较,实际值均在预测值95%可信区间内,相对误差的平均值为-0.147。结论 SARIMA(0,l,2)×(0,1,1)_(12)模型可以对苏州市细菌性痢疾月发病人数进行较好的预测。 展开更多
关键词 细菌性痢疾 季节性差分自回归滑动平均模型 预测
原文传递
一种星载GNSS-R海风反演的卡尔曼滤波模型
12
作者 李中奎 张波 +1 位作者 杨东凯 张国栋 《导航定位学报》 CSCD 2020年第4期31-38,共8页
针对传统星载全球卫星导航系统反射计(GNSS-R)测风,通过建立经验性的地球物理模型函数(GMF)进行风速反演时,会因反射信号数据质量较差而出现异常结果,若执行严格的数据质量控制,则会降低数据利用率,最终影响星载GNSS-R测风的空间覆盖率... 针对传统星载全球卫星导航系统反射计(GNSS-R)测风,通过建立经验性的地球物理模型函数(GMF)进行风速反演时,会因反射信号数据质量较差而出现异常结果,若执行严格的数据质量控制,则会降低数据利用率,最终影响星载GNSS-R测风的空间覆盖率的问题,提出1种基于卡尔曼(Kalman)滤波的风速反演算法:利用差分整合移动平均自回归模型(ARIMA)得到状态方程和观测方程,并将GMF反演的风速值作为观测值,从而建立Kalman滤波模型,实现星载GNSS-R风速反演的实时校正和优化。实验结果表明,该方法的风速反演均方根误差能够满足风速测量要求,并有效提升星载GNSS-R测风的空间覆盖率。 展开更多
关键词 星载全球卫星导航系统反射计 风速反演 卡尔曼滤波 地球物理模型函数经验模型 差分整合移动平均自回归模型
下载PDF
ARIMA模型在流行性感冒预测中的应用 被引量:44
13
作者 漆莉 李革 李勤 《第三军医大学学报》 CAS CSCD 北大核心 2007年第3期267-269,共3页
目的探讨ARIMA模型在流感预测方面的应用,建立流感发病预测模型,并证明模型的适用性。方法利用重庆市2002年1月-2006年6月流感发病数资料,通过SPSS拟合ARIMA模型,用Q统计量法对模型适应性进行检验。结果建立ARIMA(1,1,1)模型,模型Q统计... 目的探讨ARIMA模型在流感预测方面的应用,建立流感发病预测模型,并证明模型的适用性。方法利用重庆市2002年1月-2006年6月流感发病数资料,通过SPSS拟合ARIMA模型,用Q统计量法对模型适应性进行检验。结果建立ARIMA(1,1,1)模型,模型Q统计量<χα2(m),P>0.05,证实了该模型的适用性。结论ARIMA模型可用于流感发病的动态分析和短期预测。 展开更多
关键词 ARIMA模型 时间序列 流行性感冒 预测
下载PDF
GM(1,1)灰色模型和ARIMA模型在HFRS发病率预测中的比较研究 被引量:34
14
作者 吴伟 关鹏 +1 位作者 郭军巧 周宝森 《中国医科大学学报》 CAS CSCD 北大核心 2008年第1期52-55,共4页
目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFR... 目的对GM(1,1)模型和ARIMA模型在肾综合征出血热(HFRS)发病率预测中的效果进行比较。方法利用1990-2001年辽宁省、丹东市和沈阳市HFRS的发病率分别建立GM(1,1)灰色预测模型和ARIMA模型,对建立的模型进行拟合。同时,对2002年3个地区的HFRS发病率进行预测,比较2个模型的拟合和预测效果。结果针对辽宁省HFRS发病率建立的GM(1,1)模型和ARIMA模型的平均误差率(MER)分别为13.5143%、25.0814%;决定系数(R2)分别为0.8961、0.6997。针对丹东市HFRS发病率建立模型的MER分别为19.7329%、20.6275%;R2分别为0.8112、0.7628。针对沈阳市HFRS发病率建立模型的MER分别为15.1421%、18.0584%;R2分别为0.8757、0.7889。结论GM(1,1)模型对于小样本以及隐含指数函数变化趋势的资料具有明显的预测优势,预测效果优于ARIMA模型,对解决时间序列类型的HFRS发病率等资料有很好的实用价值。 展开更多
关键词 肾综合征出血热 GM(1 1)模型 ARIMA模型 预测
下载PDF
单纯ARIMA模型和ARIMA-GRNN组合模型在猩红热发病率中的预测效果比较 被引量:23
15
作者 朱玉 夏结来 王静 《中华流行病学杂志》 CAS CSCD 北大核心 2009年第9期964-968,共5页
【导读】探讨单纯求和自回归滑动平均(ARIMA)模型和求和自回归滑动平均模型与广义回归神经网络(GRNN)组合模型在猩红热发病率研究中的应用。该研究对某市2000--2006年猩红热月发病率资料建立ARIMA模型,然后将其拟合值作为GRNN的输... 【导读】探讨单纯求和自回归滑动平均(ARIMA)模型和求和自回归滑动平均模型与广义回归神经网络(GRNN)组合模型在猩红热发病率研究中的应用。该研究对某市2000--2006年猩红热月发病率资料建立ARIMA模型,然后将其拟合值作为GRNN的输入,实际值作为网络的输出训练网络,然后比较两个模型的效果。结果表明,单纯ARIMA模型和组合模型的平均误差率(MER)分别为31.6%、28.7%;决定系数(R^2)分别为0.801、0.872。组合模型的效果要优于单纯ARIMA模型,可以用于发病率的拟合与预测。 展开更多
关键词 猩红热 自回归滑动平均模型 广义回归神经网络
原文传递
ARIMA乘积季节模型在细菌性痢疾月发病率预测中的应用 被引量:20
16
作者 朋文佳 朱玉 +1 位作者 何倩 王静 《中国卫生统计》 CSCD 北大核心 2011年第6期645-647,共3页
目的探讨ARIMA乘积季节性模型在细菌性痢疾月发病率研究中的应用,并预测细菌性痢疾的月发病趋势。方法对某区2004~2008年细菌性痢疾月发病率资料建立ARIMA乘积季节性模型,利用2009年细菌性痢疾月发病率资料对模型参数进行修正,并预测2... 目的探讨ARIMA乘积季节性模型在细菌性痢疾月发病率研究中的应用,并预测细菌性痢疾的月发病趋势。方法对某区2004~2008年细菌性痢疾月发病率资料建立ARIMA乘积季节性模型,利用2009年细菌性痢疾月发病率资料对模型参数进行修正,并预测2010年细菌性痢疾月发病率。结果构建ARIMA(1,0,0)×(1,1,0)12模型,模型决定系数(R2)为0.96。结论 ARIMA(1,0,0)×(1,1,0)模型可以用于某区细菌性痢疾月发病率的拟合与预测。 展开更多
关键词 细菌性痢疾 发病率 ARIMA模型 预测
下载PDF
2004-2014年全国肺结核月发病率时间趋势分析 被引量:13
17
作者 陈建 陈佰锋 +3 位作者 文育锋 朱玉 张丽 陈亮 《中国公共卫生管理》 2016年第4期438-440,共3页
目的探讨求和自回归滑动平均模型(ARIMA)在全国肺结核月发病率中的应用,并利用该模型进行未来肺结核月发病率的预测。方法利用中国疾病预防控制中心公共卫生科学数据中心网站上公布的2004-2014年全国肺结核月发病率数据建立ARIMA模型,... 目的探讨求和自回归滑动平均模型(ARIMA)在全国肺结核月发病率中的应用,并利用该模型进行未来肺结核月发病率的预测。方法利用中国疾病预防控制中心公共卫生科学数据中心网站上公布的2004-2014年全国肺结核月发病率数据建立ARIMA模型,并预测2014年月发病率,并加入2014年的实际月发病率数据对模型进行修正,并预测2015年肺结核月发病率。结果 ARIMA(0,1,0)×(0,1,1)12模型能很好地拟合2004-2014年全国肺结核月发病率数据,模型的决定系数(R2)为0.984,预测2014年肺结核月发病率的效果尚可。加入2014年实际月发病率,修正后的最优模型为ARIMA(1,0,2)×(1,0,0)12,决定系数(R2)为0.935。结论 ARIMA模型能很好地对未来的肺结核月发病率进行预测,预测到2015年肺结核疫情基本处于平稳态势。 展开更多
关键词 肺结核 月发病率 ARIMA模型 时间趋势
原文传递
2010-2021年四川省乙型肝炎流行特征分析及发病预测 被引量:7
18
作者 杨庆 漆琪 +5 位作者 刘家洁 李银乔 刘力进 刘亿 张恺 刘宇 《疾病监测》 CAS CSCD 北大核心 2023年第2期202-206,共5页
目的 分析四川省2010—2021年乙型肝炎(乙肝)流行特征,建立自回归移动平均(ARIMA)模型并预测乙肝发病趋势,为四川省乙肝防控提供理论依据。方法 采用描述性流行病学方法分析四川省2010—2021年乙肝流行特征;运用R 4.0.2软件建立ARIMA模... 目的 分析四川省2010—2021年乙型肝炎(乙肝)流行特征,建立自回归移动平均(ARIMA)模型并预测乙肝发病趋势,为四川省乙肝防控提供理论依据。方法 采用描述性流行病学方法分析四川省2010—2021年乙肝流行特征;运用R 4.0.2软件建立ARIMA模型并预测四川省乙肝月发病情况。结果 2010—2021年四川省累计报告乙肝536 017例,年均报告发病率为54.44/10万,整体呈先下降后上升的趋势;急性乙肝发病率呈逐年下降的趋势;无明显季节性发病高峰;凉山彝族自治州、巴中市和甘孜藏族自治州为高发地区;发病人群主要以农民为主(占62.85%),发病年龄段主要集中在35~54岁(占41.83%),男女性别比为1.95∶1。ARIMA(0,1,1)(0,1,1)12为最优模型,2022年1—6月的实际发病数均落入模型预测值95%CI内,模型的平均绝对百分比误差为4.86%。结论 四川省乙肝疫苗母婴阻断工作已有效遏制急性乙肝的发病,但总乙肝发病率居高不下;男性、35~54岁年龄组以及农民是乙肝防控重点人群;建立的ARIMA(0,1,1)(0,1,1)12模型能较好地预测四川省乙肝发病情况。 展开更多
关键词 乙型肝炎 流行特征 自回归移动平均模型 预测
原文传递
渭北旱塬区地下水动态研究 被引量:11
19
作者 张向飞 周维博 +2 位作者 云涛 刘小学 董起广 《水资源与水工程学报》 2012年第1期89-93,共5页
渭北旱塬区地表水资源短缺,地下水成为城市和农村的重要供水水源,为了掌握该区地下水动态变化特征,本文以渭北旱塬区2000-2009年间水文气象和地下水浅层监测井实测资料为依据,根据地下水补给排泄条件及自然、人为影响因素之间的关系,将... 渭北旱塬区地表水资源短缺,地下水成为城市和农村的重要供水水源,为了掌握该区地下水动态变化特征,本文以渭北旱塬区2000-2009年间水文气象和地下水浅层监测井实测资料为依据,根据地下水补给排泄条件及自然、人为影响因素之间的关系,将研究区地下水动态成因分为灌溉-开采、渗入-蒸发、渗入-开采和径流-开采4种类型,对各类型地下水变化特征进行分析,并运用差分自回归移动平均(ARIMA)模型对地下水位埋深进行模拟预测。结果表明:拟合程度较高,预测效果较好。 展开更多
关键词 地下水动态 次降雨 ARIMA模型 渭北旱塬区
下载PDF
2011—2021年武威市流行性腮腺炎流行特征及短期预测 被引量:5
20
作者 郑艳妮 赵玉锐 +5 位作者 朱东升 李昕蓉 冯亚莉 杨露 王金玉 李盛 《中国预防医学杂志》 CAS CSCD 北大核心 2023年第3期213-217,共5页
目的 分析2011—2021年武威市流行性腮腺炎的流行特征,并利用自回归积分滑动平均模型(auto regressive integrated moving average model,ARIMA)预测其短期发病趋势,为流行性腮腺炎的预防和控制措施的制订提供理论支撑。方法 收集2011—... 目的 分析2011—2021年武威市流行性腮腺炎的流行特征,并利用自回归积分滑动平均模型(auto regressive integrated moving average model,ARIMA)预测其短期发病趋势,为流行性腮腺炎的预防和控制措施的制订提供理论支撑。方法 收集2011—2021年武威市流行性腮腺炎发病资料进行流行病学特征分析,并利用R 4.1. 0建立ARIMA模型,预测其短期发病趋势。结果 2011—2021年武威市流行性腮腺炎报告发病数4 441例,年均发病率8.90/10万,发病群体以学生为主,共报告病例3 193例(71.90%);发病男性多于女性,性别比为1.70∶1;5~<20岁年龄组发病数最多,共报告病例3 515例(79.15%);报告发病数居首位的为凉州区(48.61%);报告年均发病率最高为古浪县(48.69/10万)。发病呈现明显的季节性双峰分布,主峰为11月至次年1月,共报告病例1 470例(33.10%);次高峰为4-5月,共报告病例951例(21.41%)。模型构建结果显示,ARIMA (2,1,0)(0,0,1)12为最优模型,其参数MASE为0.326,RMSE为1.337,MAE为-8.052,AIC为417.270,BIC为428.386。模型预测结果显示,预测值与观测值整体趋势变化一致,绝对误差平均值为0.25,相对误差平均值为0.42。结论 2011—2021年武威市流行性腮腺炎发病呈下降趋势,建立的ARIMA模型拟合程度较高,发病群体主要是学生,应做好学校卫生,加强学校流行性腮腺炎疫情监测。 展开更多
关键词 流行性腮腺炎 流行病学特征分析 自回归积分滑动平均模型
原文传递
上一页 1 2 3 下一页 到第
使用帮助 返回顶部