共查询到19条相似文献，搜索用时 312 毫秒
1.
2.
为了提高行程时间预测的可靠性,构建了自回归综合移动平均与广义自回归条件异方差性(ARIMAGARCH)模型进行城市主干道行程时间动态置信区间预测,其中ARIMA模型作为GARCH模型的均值方程用于捕获行程时间均值,GARCH模型用于捕获行程时间条件方差.运用昆山市交通监测系统中采集的实际交通流数据进行验证和评估.结果表明,相较于传统的ARIMA模型,提出的方法虽然不能显著提升行程时间均值的预测性能,但是在行程时间波动性预测方面具有较大的优势.该方法可捕获行程时间异方差,从而能够预测出比ARIMA模型预测的固定置信区间更能反映行程时间观测值波动性的动态置信区间. 相似文献
3.
基于极限学习机（ELM）构建的大坝变形预测模型易受连接权值、隐含层阈值及隐含层节点数影响,为获取更优的形变预测值,并改善模型预测可靠性,构建一种基于 EMD-PSO-ELM 算法,考虑时效、温度、水位等多因素的大坝变形预测模型。该模型首先从时频分析出发,利用经验模态分解（EMD）将变形时间序列分解成具有不同频率特征的分量|然后利用 PSO-ELM 模型解求形变预测值,重构获得大坝形变趋势。实验结果表明,融合时效、温度、水位等多因素的 EMD-PSO-ELM 大坝变形预测模型残差均方根误差为 1.83mm,平均绝对误差为 1.57mm,平均绝对百分比误差为 1.79%,比 ELM 模型与 EMD-ELM 模型相关误差值更小,在大坝变形预测方面性能更优。 相似文献
4.
《洛阳师范学院学报》2016,(5):68-70
选取2009年1月至2015年12月我国生产者价格指数的指标值,建立自回归移动平均(ARIMA)模型,并通过白噪声检验和数据拟合得到生产者价格指数预测的最优模型.结果表明,ARIMA(7,1,2)模型为最优模型.利用该模型对我国2016年1月至6月的生产者价格指数进行预测,结果显示,未来半年内,我国生产者价格指数小幅回升,经济运行趋势向好. 相似文献
5.
6.
7.
组合模型在我国GDP预测中的应用 总被引：1，自引：0，他引：1
将组合预测法应用于我国GDP的预测,以提高预测精度.通过赋予合理权重,将指数平滑模型、拟合模型、ARIMA模型和支持向量回归模型加权组合.对各模型进行平均绝对百分误差(MAPE)、均方根误差(RESE)和希尔不等系数(TheilIC)等指标的比较,证明单一模型经过组合能够提高预测精度. 相似文献
8.
9.
金融服务机构的资金流动具有非线性、周期特性和不稳定性等特点,对资金流的准确预测有助于提高资金利用率和抵御金融风险的能力。通过分析资金流的特点,使用差分方法将资金流转化成增益序列,在增益序列上构建ARMA GARCH模型进行分析,并设计了一种确定模型参数的方法。结果显示,与简单ARMA GARCH模型、GM AR模型和GM SARIMA模型相比,该方法具有最小平均绝对误差(MAE)和平均绝对百分比误差(MAPE),同时精确预测的点数也最多,因此能够较好地对资金流入流出情况进行预测。 相似文献
10.
《阿坝师范高等专科学校学报》2018,(4):56-62
通过介绍灰色GM(1,N)模型基本原理和改进措施,提出残差修正GM(1,N)模型。运用残差修正GM(1,N)模型对成都市社会消费品零售额进行预测。平均预测误差为10. 66997%,比非残差修正的灰色GM(1,N)模型的平均预测误差14. 60739%减小了26. 95499%,近期预测误差更小,2017年预测误差仅为1. 76773%。研究还发现,对成都市社会消费品零售额影响由大到小的因素为城镇化率、城镇居民人均可支配收入、地区人口数量、农村居民人均纯收入。 相似文献
11.
针对粒子群算法易陷入局部最优和寻优精度比较低等缺点,提出一种基于随机惯性权重和异步变化策略的学习因子的粒子群算法优化神经网络连接权重和阈值,并以此建立月降水预报建模研究.以广西桂北地区的月降水量实例分析,并与标准粒子群优化神经网络模型、随机权重的粒子群神经网络模型和神经网络模型对比,结果表明,该方法学习能力强和预测精度高,是一种有效的建模预报方法. 相似文献
12.
针对网络流量高度自相关、随机性和非线性等时间序列特征,采用支持向量机（SVM）模型进行预测。针对SVM模型中参数难以确定的问题,采用粒子群（PSO）算法进行参数寻优,保证预测的精确度。将PSO—SVM模型预测结果与ARIMA自回归移动平均模型、BP神经网络模型预测结果进行比对,PSO—SVM模型具有更高的预测精度,能够更好地反映网络流量的变化规律。 相似文献
13.
建立高精度水量预测算法模型,有利于水资源充分利用。以北京市2002-2015年需水量为例,对数据进行相关性分析后选出主要影响因素,然后采用主成分回归法、逐步回归法、灰色模型以及BP神经网络共4种方法进行建模,并用北京市2016年和2017年数据进行模型精度验证。结果表明：4种方法都适合用于城市需水量预测,其中主成分分析和逐步回归分析两种方法主要考虑了多元线性回归存在多重共线性,但是逐步回归模型优于主成分回归模型。将4种模型进行对比验证,BP神经网络模型预测精度最高,平均相对误差达到0.79%,用来预测2016-2017年需水量,预测结果分别为38.66亿m3、39.49亿m3,适合作为城市需水量预测方法。 相似文献
14.
蒋惠凤 《温州职业技术学院学报》2014,(1):57-60
为提高负荷预测精度,将主成分回归（PCR）、偏最小二来回归（PLSR）与反向传播神经网络（BPNN）相结合,分别建立基于PCR和PLSR及与神经网络耦合的年用电量预测模型.结果表明,以PCR和PLSR方法提取成分作为神经网络的输入,以实际用电量作为输出,建立的PC-BPNN和LV-BPNN非线性预测模型拟合优度优于PCR和PLSR线性预测模型.从检验四个预测模型的预测效果看,线性预测模型的预测值均高于实际值,非线性预测模型的预测值均低于实际值. 相似文献
15.
如何根据无线环境的变化实时选择一个可靠的发送速率,进而保证数据传输的可靠性是无线通信研究的热点。针对传统累积和平均法（Cumulative Sum Average,CUSUMA）由于计算机存储数据位数的有限性可能导致的数据值超过计算机最大数据类型表示范围,进而造成统计数据丢失的问题,提出基于指数加权移动平均（Exponentially Weighted Moving Average, EWMA）算法,计算对应速率下的数据发送成功率,并根据计算出的成功率实现动态速率选择。该算法可用于解决通用平均值算法导致的因数据过大造成的统计数据丢失问题。 相似文献
16.
本文介绍了现有交通分配模型,并分析了现有模型的局限性,提出了基于遗传算法的交通量平衡分配预测模型,并给出了算例对所提模型进行了验证。 相似文献
17.
针对传统协同过滤推荐算法在大数据环境下存在数据稀疏性及计算复杂性等问题,提出一种双向聚类协同过滤推荐算法。该算法首先从用户维度和项目维度两个方向分别进行属性聚类,然后在目标用户和目标项目所在类簇中分别使用改进后的相似度计算方法进行协同过滤推荐,最后通过平衡因子综合预测评分并形成最终推荐列表。在 MovieLens 公开数据集上进行实验,结果表明,该算法（DCF）相比传统协同过滤推荐算法（TCF）、基于用户聚类的协同过滤推荐算法（UCF）以及基于项目聚类的协同过滤推荐算法（ICF）,在平均绝对误差上分别降低了 16%、8.1%、7.5%,有效提高了推荐精度。 相似文献
18.
针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。 相似文献
19.
针对复杂水面环境下的船舶目标检测问题,运用融合图像显著性的YOLOv3船舶目标检测改进算法以提高检测能力。该算法基于Darknet-53网络模型,根据水上船舶特点,融合非极大值抑制算法Soft-NMS和显著性检测算法FT思想,进一步优化最终检测以达到更准确的效果。用Soft-NMS算法替换原有NMS算法,使得算法对小目标和重叠目标检测效果明显提升。融入FT算法对船舶图像局部细节作进一步细化,使得包围盒回归更加准确。在建立的数据集上进行训练与测试,实验结果表明,改进方法比原始方法准确率提高4%,达97%,检测速度提高10帧/s,达30帧/s,表明改进算法有效提高了船舶目标检测精度,且加快了检测速度。 相似文献