·
搜索结果:找到“季节分解”相关结果6917条
排序: 按相关 按相关 按时间降序
  • 【期刊】 基于季节分解和神经网络的物流预测混合模型

    刊名:统计与决策 作者:王宣承 ; 刘恩猛 ; 程展兴 ; 方鹏飞 关键词:季节分解 ; 神经网络 ; 物流预测 ; 时间序列 机构:深圳市福田区发展研究中心 ; 深圳市福田区发展研究中心 ; 上海财经大学统计与管理学院 ; 中国计量学院经济与管理学院 ; 上海财经大学金融学院 年份:2014
    摘要:考虑到物流行业具有周期性和随机性等特征,文章提出了基于季节分解和神经网络的的物流预测混合模型。该模型结合了统计方法对季节和趋势等确定性因素的简洁刻画能力,以及神经网络模型对随机因素的强大非线性拟合功能,极大地提高了物流货运量的预测准确性。实证结果表明:与线性回归模型、ARIMA模型和支持向量机相比,混合模型对于铁路货运量的预测误差最小,准确度最高。
  • 【期刊】 基于季节分解法的防城港港货物吞吐量预测及分析

    刊名:水运管理 作者:刘明英 ; 翁世洲 ; 贺依婷 关键词:防城港港 ; 货物吞吐量 ; 季节分析 ; 时间序列分析法 机构:广西民族师范学院经济与管理学院 ; 广西民族师范学院经济与管理学院 年份:2019
    摘要:为准确预测防城港港口货物吞吐量,为经济发展提供重要信息,依据防城港港2011―2016年的货物吞吐量数据,运用剔除了季节因素影响的时间序列分析方法建立数学模型用于预测防城港港货物吞吐量,并将预测结果与实际数据对照以验证数学模型的有效性,进而对防城港港2018―2021年的货物吞吐量进行预测,预测结果为防城港港货物吞吐量将稳步增长,根据预测结果为防城港港的发展规划提出建议。
  • 【会议】 季节分解法在息烽县卷烟销量短期预测中的应用

    作者:吕南 ; 童岳嵩 ; 张红梅 关键词:贵阳市 ; 息烽县 ; 销量预测 ; 短期预测 ; 季节分解法 机构:西南石油大学经济管理学院 ; 西南石油大学经济管理学院 ; 毕节学院科研处 ; 贵州财经学院管理科学与工程管理学院 年份:2012
    摘要:为从宏观层面把握息烽县卷烟销量的未来发展趋势,运用季节分解法对息烽县2011年卷烟月度销量数据进行了短期预测,与实际销量数据比较,预测结果显示出较高的应用价值。研究结果还表明:季节分解法具有较强的可操作性,运用该方法进行短期预测,预测结果将更为准确、有效。
  • 【期刊】 基于季节分解法的卷烟销售短期预测模型

    刊名:现代物业(中旬刊) 作者:张红梅 ; 孔荣 关键词:季节分解 ; 卷烟销售 ; 销售预测 ; 指数平滑法 ; 季节因子 机构:贵州财经大学管理科学与工程管理学院 ; 贵州财经大学管理科学与工程管理学院 ; 贵州省烟草公司贵阳市公司卷烟营销中心 年份:2012
    摘要:鉴于卷烟销售具有时间序列二重趋势变化的特点,提出一种基于季节分解法的卷烟销售短期预测模型。首先,运用季节分解法将原始时间序列中的季节因子析出,得到季节调整序列;然后,采用指数平滑法对季节调整序列进行趋势预测;最后,根据乘法模型将析出的季节因子回补到趋势预测值中,从而得出最终的卷烟销售预测结果。以贵州省某市卷烟销售为例,应用实例证明了该模型的可行性和有效性。
  • 【期刊】 基于X-12-ARIMA季节分解与年度电量校正的月度电量预测

    刊名:电力建设 作者:张强 ; 王毅 ; 李鼎睿 ; 朱文俊 关键词:月度电量 ; 预测 ; 校正 ; 自回归积分滑动平均模型(ARIMA) 机构:清华大学电机工程与应用电子技术系 ; 清华大学电机工程与应用电子技术系 ; 中国南方电网广东电网有限责任公司 年份:2017
    摘要:月度电量预测是电力计划部门安排运行计划与制定购售电计划的基础.提出一种综合考虑多种经济因素的月度电量预测方法.首先,采用X-12-ARIMA模型对月度电量和多种经济因素进行季节分解,并利用逐步回归分析研究各经济量与用电量的关联关系和回归模型,获得初步预测结果;然后,利用多项式拟合进行年度电量预测,并对已有月度电量预测结果进行调整;最后,采用自回归积分滑动平均模型(autoregressive integrated moving average model, ARIMA)对受气象与节假日因素影响较大的月份进行分季节预测修正,获得精度良好的月度电量预测模型.该文采用广东省2009年3月至2014年4月的经济数据与电量数据对2014年5月至2015年4月的电量数据进行预测.预测结果的平均预测精度为97.78%,验证了预测模型的有效性.
  • 【期刊】 基于协整-格兰杰因果检验和季节分解的中期负荷预测

    刊名:电力系统自动化 作者:刘俊 ; 赵宏炎 ; 刘嘉诚 ; 潘良军 ; 王楷 关键词:季节分解 ; 中期负荷预测 ; 协整检验 ; 格兰杰因果检验 ; 支持向量机 机构:陕西省智能电网重点实验室西安交通大学 ; 陕西省智能电网重点实验室西安交通大学 ; 国网陕西省电力公司 ; 国网陕西省电力公司电力科学研究院 年份:2019
    摘要:近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。
  • 【期刊】 季节分解法和ARIMA法预测乌鲁木齐市肺结核发病趋势效果分析

    刊名:军事医学 作者:温亮 ; 张秀山 ; 李承毅 ; 褚宸一 ; 王勇 ; 陈阳贵 ; 李申龙 关键词:季节分解 ; 时间序列分析 ; 肺结核 ; 预测 机构:军事医学科学院疾病预防控制所 ; 军事医学科学院疾病预防控制所 ; 新疆乌鲁木齐市疾病预防控制中心 年份:2017
    摘要:目的 比较时间序列季节分解法和差分自回归滑动平均(ARIMA)法预测肺结核发病趋势的效果,为肺结核预测预警提供科学依据.方法 对新疆乌鲁木齐市2005年1月至2014年12月肺结核月发病率时间序列分别构建季节分解拟合模型和ARIMA拟合模型,对2015年各月发病率分别进行预测并与实际发病率进行比较.结果 乌鲁木齐市肺结核流行表现出春季高发的年度周期性.应用季节分解法构建的拟合模型中,线性模型和三次曲线模型对2015年各月发病率预测结果的平均绝对百分误差(MAPE)分别为18.75%和92.25%,线性模型预测值整体上低于实际值,三次曲线模型预测值整体上高于实际值;应用ARIMA方法构建的拟合模型为ARIMA(2,1,1)(1,1,0)12,对2015年各月发病率预测结果的MAPE为9.46%,整体上预测值和实际值无明显差异.结论ARIMA法较季节分解法对乌鲁木齐市肺结核发病率的预测效果更佳.
  • 【期刊】 采用季节分解方法快速分析药品消耗规律

    刊名:中国药房 作者:陶祥 关键词:季节性分解方法 ; 快速分析 ; 药品消耗 ; 规律 ; 分量 机构:南京大学医学院附属鼓楼医院 ; 南京大学医学院附属鼓楼医院 年份:2015
    摘要:目的:建立一种简单易行的快速分析药品消耗规律的方法,提高医院药房管理水平。方法:以吗丁啉片为例,采用时间序列季节分解方法分析24个月的实际订货量数据,借助SPSS软件提取出几个表达变化趋势的关键分量,包括反映趋势和循环成分的分量(STC)、反映季节性变动的分量(SAF)及去除季节影响后的分量(SAS),通过观察这些分量数据序列的变动规律得出结论;同时与直观法进行比较。结果:季节分解法的预测准确性较高,其平均绝对百分误差(0.17)明显小于直观法的误差值(0.24)。结论:采用季节分解方法可以在软件的帮助下迅速且准确地发现药品的消耗规律,在此基础上调整库存策略,可更方便地结合药品的日常管理与长期动态管理,从而提高药品管理水平。
  • 【会议】 基于季节分分解的统计环比指数研究

    作者:赵丽 ; 朱莉 关键词:环比指数 ; 季节调整 ; 季节成分 机构:四川省统计学会 ; 四川省统计学会 年份:2016
    摘要:本文从系统构成和问题分解讨论出发,基于时间序列的成分/因素分解,提出了统计环比成分指数的构造,并就统计环比总指数与环比成分指数之间,以及与因素构成模型假定之间的关系进行了说明,最后,基于实例数据,就社会消费品零售总额数据讨论了统计环比成分指数的具体构建过程。
  • 【期刊】 时间数列趋势季节分解模型的测定

    刊名:山西财经学院学报 作者:雷钦礼 年份:1987
    摘要: 社会经济现象的发展变化,往往受到许多错综复杂的因素的影响。一个时间数列,就是这些因素共同作用的结果。在这些因素之中,有些长期持续地发生作用,使得社会经济现象具有按照一定的方向发展变化的趋势;有些则随着气候或季节的变动而出现,从而使得社会经济现象又具有随着季节更替而变动的特征;有些则仅仅是偶尔地发生作用,从而使得社会经济现象还具有随机变动的特点。客观经济现象在一个相当长的时期内所表现出的按某一方
  • 【期刊】 基于时间序列季节分解模型的科技查新课题量 预测研究

    刊名:科技创新导报 作者:孟婷婷 ; 贾宝平 关键词:时间序列 ; 季节性分解 ; 科技查新 ; 预测 机构:黑龙江省科学技术情报研究院 ; 黑龙江省科学技术情报研究院 ; 黑龙江哈尔滨 年份:2017
    摘要:本文采用时间序列的季节分解模型,利用IBM SPSS Statistics软件对科技查新课题量统计数据进行分析,建立了乘法预测模型.并对其预测值和实际值进行了曲线拟合和相关性检验,发现该的模型能较好的对科技查新课题量进行预测,从而为科技查新工作安排提供了参考依据.
  • 【期刊】 基于季节分解的时间序列在主变压器缺陷率预测中的应用

    刊名:电网与清洁能源 作者:李勋 ; 张宏钊 ; 姚森敬 ; 黄荣辉 ; 刘顺桂 ; 吕启深 ; 张林 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 机构:深圳供电局有限公司 ; 深圳供电局有限公司 年份:2015
    摘要: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。
上一页 1 2 3 4 5 6 7 8 9 10 下一页 跳转