期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
降雨量及叠加预测方法研究 被引量:4
1
作者 舒涛 叶唐进 +1 位作者 李俊杰 李豪 《高原气象》 CSCD 北大核心 2021年第1期169-177,共9页
为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差。研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX... 为了得到精确度较高的降雨量预测值及其叠加预测精度,利用小波神经网络和NARX动态神经网络对降雨趋势和降雨量进行预测,并分析降雨量叠加预测值的误差。研究表明,小波神经网络分析的月降雨量多个变化周期以及总的变化趋势较为准确;NARX动态神经网络预测模型测试误差为0.21%,回归效果图的相关系数R为0.99993,回判和检验误差分别只有0.22%和0.40%;降雨量叠加预测和检验误差较小,均未超过2%,能够满足降雨量不断叠加预测的要求。该方法能为边坡动态稳定性预测提供精确度较高的降雨量预测值。 展开更多
关键词 降雨量 预测方法 narx动态神经网络 小波神经网络 叠加预测
下载PDF
基于组合预测模型对中国经济外贸依存度的预测 被引量:4
2
作者 徐凤 常裕琦 +2 位作者 朱家明 胡成雨 胡金淼 《安徽大学学报(自然科学版)》 CAS 北大核心 2021年第5期37-44,共8页
以“中国制造2025”战略为背景,研究中国经济增长对外贸的依赖程度.选取1978—2018年进出口贸易量和GDP为基础数据,分别运用NARX(nonlinear autoregressive with exogenous inputs)动态神经网络和ARIMA(autoregressive integrated movin... 以“中国制造2025”战略为背景,研究中国经济增长对外贸的依赖程度.选取1978—2018年进出口贸易量和GDP为基础数据,分别运用NARX(nonlinear autoregressive with exogenous inputs)动态神经网络和ARIMA(autoregressive integrated moving average model)模型作为单项预测,建立组合预测模型,预测了2019—2025年中国经济对外贸易依存度,并对其进行测度和分析.研究结果表明:组合预测模型比两种单项预测模型效果更好,预测精度更高;未来几年中国的对外贸易依存度指数值呈下降趋势,预计2025年将下降到0.2279,同比2019年下降幅度高达26.83%. 展开更多
关键词 中国制造2025战略 对外贸易依存度 narx动态神经网络 ARIMA模型 组合预测
下载PDF
基于相空间重构的CRTSⅡ型轨道板温度梯度预测分析 被引量:4
3
作者 申建康 何越磊 +1 位作者 李再帏 路宏遥 《华东交通大学学报》 2019年第3期16-23,共8页
为研究和预测CRTSⅡ型轨道板非线性温度梯度随时间的变化规律,达到及时预警和降低轨道板病害发生的目的。本文运用C-C方法对CRTSⅡ型轨道板非线性温度梯度时间序列进行最优相空间重构;在相空间重构的基础上,采用有反馈和记忆功能的NARX... 为研究和预测CRTSⅡ型轨道板非线性温度梯度随时间的变化规律,达到及时预警和降低轨道板病害发生的目的。本文运用C-C方法对CRTSⅡ型轨道板非线性温度梯度时间序列进行最优相空间重构;在相空间重构的基础上,采用有反馈和记忆功能的NARX动态神经网络对非线性温度梯度时间序列进行预测分析。结果表明:基于对CRTSⅡ型轨道板温度梯度时间序列的最优相空间重构,利用NARX动态神经网络方法对未来时间T=30γ·tau,γ=1,2,3,…,内的CRTSⅡ型轨道板温度梯度进行预测。当γ=1时,即2016-11-17T08:00/2016-11-17T13:00时间内共11个部分采样节点的温度梯度预测结果表明,预测值与真实值有较好的吻合度。所以该方法在CRTSⅡ型轨道板的非线性时间序列系统预测中具有一定的科学价值和实用价值。 展开更多
关键词 轨道板 温度梯度 时间序列 相空间重构 narx动态神经网络
下载PDF
中国国债收益率曲线的拟合及预测研究 被引量:1
4
作者 牛晓健 邓昕妤 《贵州商学院学报》 2020年第4期9-18,共10页
随着我国利率市场化的推进,国债的价格形成及其收益率曲线的完善在利率定价中发挥着越来越关键的作用,国债收益率曲线的预测对于金融机构利率风险管理至关重要。本文以wind中的中债国债即期收益率数据为样本,利用动态Nelson-Siegel模型... 随着我国利率市场化的推进,国债的价格形成及其收益率曲线的完善在利率定价中发挥着越来越关键的作用,国债收益率曲线的预测对于金融机构利率风险管理至关重要。本文以wind中的中债国债即期收益率数据为样本,利用动态Nelson-Siegel模型拟合出样本内的收益率曲线,根据拟合的收益率曲线做出预测。拟合分为两步:第一步,先后使用了非线性最小二乘法和卡尔曼滤波法,估计出模型中的非线性参数衰减因子,从而使结果更稳定;第二步,使用线性最小二乘法,估计出模型中的线性参数序列为水平因子、斜率因子和曲度因子。预测分为两步:第一步,利用NARX动态神经网络方法对水平因子、斜率因子和曲度因子做预测;第二步,根据预测的下期的三个因子值和拟合过程中确定的衰减因子,得到下期的预测的收益率随期限变化的函数。并据此绘制该预测的函数图像。结果表明该方法较好地预测了国债收益率曲线的变动规律,具有一定的应用价值,可以据此制定合适的国债交易策略,也可为金融机构进行利率风险管理提供一定的决策参考。 展开更多
关键词 国债收益率曲线 卡尔曼滤波法 narx动态神经网络 利率预测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部