检索结果-南通市图书馆

铜绿山铜铁矿水文地质特征及涌水量动态分析研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铜绿山铜铁矿水文地质特征及涌水量动态分析研究

作者：周雯君武汉工程大学

学位级别：硕士

矿山开采过程中的透水事故容易诱发坍塌、透水突泥、淹井等严重危害,造成重大的经济损失和人员伤亡,因此矿井涌水量研究在矿山安全开采中有着重要的意义。经研究发现目前用于涌水量的预测方法所得值仍有较大误差,因此本论文旨在以典型... 详细信息

矿山开采过程中的透水事故容易诱发坍塌、透水突泥、淹井等严重危害,造成重大的经济损失和人员伤亡,因此矿井涌水量研究在矿山安全开采中有着重要的意义。经研究发现目前用于涌水量的预测方法所得值仍有较大误差,因此本论文旨在以典型矿山铜绿山铜铁矿为背景,在综合分析该矿区地质资料、水文地质条件以及矿区气象水文等资料的基础之上,运用时间序列模型和灰色模型对矿井涌水量预测方法进行研究改进,为矿山生产安全提供良好保障,本论文的主要研究内容如下:(1)基于铜绿山铜铁矿矿井涌水量时序数据,运用时间序列分析软件EViews经过差分运算、模型定阶、模型识别、模型检验等步骤建立合适的arima(1,1,1)(1,1,1)模型。利用该模型对该矿井2019年1月至12月的涌水量进行预测,得出预测结果与实际数据相对误差在0.80%至8.70%之间,与实测数据拟合较好。说明利用乘积季节arima模型对带有明显季节性的矿井涌水量的预测具有可靠性。(2)基于矿井涌水量与降雨量的相关性,建立以涌水量序列作为主行为序列、降雨量序列作为影响因子序列的GM(1,2)模型。预测2017年、2018年和2019年涌水量,得出这三年的相对误差在2.66%～4.50%之间。说明涌水量与降雨量联合起来共同构建的GM(1,2)模型精度较高。(3)根据相关资料分析得出,大气降水与铜绿山铜铁矿井下涌水密切相关。因此,在预防透水事故的发生时,制定有针对性的安全对策措施成为矿山安全生产的重要内容之一。

关键词：涌水量预测乘积季节arima模型 GM(1,2)模型预防措施

基于乘积Sarima模型的肺结核发病率预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

第二军医大学学报 2016年第8期37卷 969-974页

作者：胡晓媛孙庆文王玲玲李敏第二军医大学海军医学系航海特殊损伤防护教研室上海200433 第二军医大学基础医学部数理教研室上海200433 解放军309医院全军结核病研究所北京100091

目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,Sarima)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.***.0.1软件对我国2004年1月至2012年1... 详细信息

目的应用乘积季节自回归移动平均(seasonal autoregressive integrated moving average,Sarima)模型对肺结核发病率进行预测研究,探讨其可行性并为肺结核病的防治工作提供科学依据。方法应用EViews 7.***.0.1软件对我国2004年1月至2012年12月的肺结核逐月发病率建立乘积Sarima模型并进行拟合,选取2013年1月至12月肺结核发病率数据评价模型的预测性能。结果建立的Sarima(2,0,2)×(0,1,1)12模型能较好地拟合既往时间段内肺结核的发病率,对2013年1月至12月肺结核发病率的预测与实际发病率趋势基本吻合,平均误差绝对值为0.416 992,平均误差绝对率为5.350 8%。结论乘积Sarima模型能较好地模拟和预测肺结核发病率在时间序列上的变动趋势,将其应用于肺结核发病预测是可行的,具有推广应用前景。

关键词：乘积季节arima模型肺结核发病率预测

自回归求和移动平均模型对临床供血量的分析预测

在线全文

学校读者我要写书评

暂无评论

中国输血杂志 2017年第10期30卷 1174-1178页

作者：陈迎春王晓霞徐晓庆万浬科廖耘何炯张永鹏成都市血液中心四川成都610041 西南财经大学

目的分析成都地区临床月供血量的规律,以此建立临床血液月供血量预测的时间序列arima模型和乘积季节arima模型,并动态进行模型的分析对比,为血液中心管理工作提供科学依据。方法收集2006年至2016年成都市血液中心临床血液月供血量,建立A... 详细信息

目的分析成都地区临床月供血量的规律,以此建立临床血液月供血量预测的时间序列arima模型和乘积季节arima模型,并动态进行模型的分析对比,为血液中心管理工作提供科学依据。方法收集2006年至2016年成都市血液中心临床血液月供血量,建立arima模型和乘积季节arima模型,预测2016年10-12月和2017年1-3月临床血液月供血量。对备选的模型进行拟合优度的比较,筛选出最优的模型,并对模型的相对误差进行评价。结果 arima(0,1,1)模型预测2016年10-12月和2017年1-3月的相对误差为1.71%、-7.45%、-3.14%、-7.66%、-15.25%、-9.74%。而arima(0,1,1)×(1,1,1)12模型相对误差为2.51%、-3.75%、-2.58%、-5.21%、-8.11%、-7.34%。结论乘积季节arima模型能够较好的预测短期临床供血量,持续修正的乘积季节arima模型能更好的预测下一季度临床血液月供血量。

关键词： arima模型乘积季节arima模型临床月供血量相对误差

在线全文

学校读者我要写书评

暂无评论

基于时间序列分析的我国GDP预测模型

基于时间序列分析的我国GDP预测模型

作者：陈瑶苏州科技学院

学位级别：硕士

GDP(Gross Domestic Product)是国民经济核算的核心指标,常被公认为衡量一个国家(或地区)经济状况的最佳指标,我们可以从GDP的变化判断出一个国家(或地区)经济状况的盛衰。时间序列分析预测方法是通过序列的历史统计数据揭示现象随时间... 详细信息

GDP(Gross Domestic Product)是国民经济核算的核心指标,常被公认为衡量一个国家(或地区)经济状况的最佳指标,我们可以从GDP的变化判断出一个国家(或地区)经济状况的盛衰。时间序列分析预测方法是通过序列的历史统计数据揭示现象随时间变化的规律,将该规律延伸到未来,从而对该现象的未来走势做出预测,在经济领域发挥了重要作用。将时间序列分析法应用到我国GDP预测中,利用时间序列模型,能够准确地预测我国GDP将来走势,为国家宏观经济的有效调控和政策制定提供理论引导。本文基于时间序列分析理论,选用国家统计局发布的2000年第一季度至2014年第一季度我国GDP累计值57个季度数据,借助EViews 6.0软件,SAS 9.1.3软件和Matlab 2011a软件,对数据进行拟合分析,分别建立乘积季节arima模型,叠合模型和虚拟变量回归模型,在叠合模型中建立全新的高斯函数与正弦函数和的叠合模型形式,以及在虚拟变量回归模型中开拓建立含多个虚拟变量的非线性回归模型这一新思路,并通过计量模型对2014年后三个季度我国GDP进行预测。分析探讨三种模型的准确性,选择相对预测误差最小的模型成为相对最优预测模型,具有较高的理论和实际作用。

关键词： GDP 时间序列分析乘积季节arima模型叠合模型虚拟变量回归模型

基于arima乘积模型的国民经济GDP预测研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

南阳理工学院学报 2018年第2期10卷 7-12页

作者：李瑞阁黄佳艳南阳理工学院数学与统计学院河南南阳473004

本文采用国家统计局网站1992年至2016年的季度GDP数据资料,先后采用全部及部分数据对比建模并预测。首先利用全部数据资料,借助Eviews软件,对季度GDP数据进行平稳性检验,逐期及季节差分,建模,指出其不足,其次考虑我国GDP指标的核算方法... 详细信息

本文采用国家统计局网站1992年至2016年的季度GDP数据资料,先后采用全部及部分数据对比建模并预测。首先利用全部数据资料,借助Eviews软件,对季度GDP数据进行平稳性检验,逐期及季节差分,建模,指出其不足,其次考虑我国GDP指标的核算方法以及数据公布方法的改革,并依据已选模型进行CHOW稳定性检验结果,截取2004年至2016年的季度GDP数据资料建立模型,并通过对比指标MAPE等,筛选出最优模型;最后对我国2017年的季度GDP进行预测,预测结果表明所选模型能较准确地反映我国季度GDP的变化规律。

关键词： GDP 乘积季节arima模型模型CHOW稳定性检验预测

乘法季节回归求和移动平均模型在安徽省手足口病预测中的应用研究

在线全文

学校读者我要写书评

暂无评论

中国预防医学杂志 2017年第1期18卷 11-14页

作者：陈国平张进史永林吴家兵曹明华龚磊马婉婉安徽省疾病预防控制中心安徽合肥230601

目的探讨乘法季节回归求和移动平均模型(arima)在安徽省手足口病发病预测中应用,为手足口病预防控制提供参考。方法根据2009-2014年安徽省手足口病的周发病数据,运用R 3.0.2软件拟合乘法季节性arima模型,并对2015年1~52周发病数进行预... 详细信息

目的探讨乘法季节回归求和移动平均模型(arima)在安徽省手足口病发病预测中应用,为手足口病预防控制提供参考。方法根据2009-2014年安徽省手足口病的周发病数据,运用R 3.0.2软件拟合乘法季节性arima模型,并对2015年1~52周发病数进行预测。结果安徽省手足口病预测中最优模型为arima(1,1,1)(0,1,1)52模型,残差统计量检验差异无统计学意义(Box-Ljung=0.004,P=0.950),提示残差为白噪声,模型拟合值和实际值平均绝对误差率为11.32%,2015年1~52周预测值和实际值平均绝对误差率为25.10%。结论建立的乘法季节性arima模型能较好地拟合安徽省手足口病变动趋势,模型预测效果较好,可用于安徽省手足口病短期预测。

关键词：手足口病乘积季节arima模型预测

arima模型在佛山市高明区手足口病预测中的应用

在线全文

学校读者我要写书评

暂无评论

中国公共卫生管理 2018年第4期34卷 529-533页

作者：张金奖陈志雄黄嘉殷佛山市高明区疾病预防控制中心广东佛山528500

目的探讨乘积季节arima模型预测手足口病发病数的可行性,为手足口病的防治提供科学依据。方法根据佛山市高明区2010年1月-2015年12月的手足口病发病数,采用SPSS 20.0软件建立乘积季节arima模型,预测2016年1-12月的手足口病发病数,将预... 详细信息

目的探讨乘积季节arima模型预测手足口病发病数的可行性,为手足口病的防治提供科学依据。方法根据佛山市高明区2010年1月-2015年12月的手足口病发病数,采用SPSS 20.0软件建立乘积季节arima模型,预测2016年1-12月的手足口病发病数,将预测的发病数和实际发病数比较,评价该模型拟合度和预测效果。结果佛山市高明区手足口病为全年发病。手足口病发病数呈现明显的季节性高峰,5-7月为第一高峰,9-10月会出现一个小高峰。应用乘积季节arima模型进行识别与估计后,建立arima(2,1,0)(1,1,0)12模型,预测效果较好,与实际发病数相比平均相对误差为1.62。结论乘积季节arima模型能更好地拟合佛山市高明区手足口病流行趋势,可用于短期流行趋势预测,为采取有针对性的防控措施提供理论依据。

关键词：手足口病乘积季节arima模型预测

乘法季节arima模型在安徽省细菌性痢疾预测中的应用研究

在线全文

学校读者我要写书评

暂无评论

安徽预防医学杂志 2018年第5期24卷 343-345,353页

作者：张进陈国平曹明华马婉婉安徽省疾病预防控制中心安徽合肥230601

目的探讨乘法季节回归求和移动平均模型(arima)在安徽省细菌性痢疾预测中应用,为细菌性痢疾的预测提供参考。方法根据2010~2015年每月细菌性痢疾发病数据,运用R软件拟合乘法季节性arima模型,并对2016年细菌性痢疾的发病数进行预测。结... 详细信息

目的探讨乘法季节回归求和移动平均模型(arima)在安徽省细菌性痢疾预测中应用,为细菌性痢疾的预测提供参考。方法根据2010~2015年每月细菌性痢疾发病数据,运用R软件拟合乘法季节性arima模型,并对2016年细菌性痢疾的发病数进行预测。结果安徽省细菌性痢疾预测最优模型为arima(0,1,0)×(0,1,1)12模型,残差统计量检验差异无统计学意义(Ljung-Box=12.812,P=0.383),提示残差为白噪声,模型拟合值与实际值平均绝对误差百分比为10.30%,2015年1~12月预测值和实际值平均绝对误差百分比为11.89%。结论建立的乘法季节arima模型能很好地拟合安徽省细菌性痢疾的变动趋势,模型预测效果较好,可用于安徽省细菌性痢疾发病短期预测。

关键词：细菌性痢疾乘积季节arima模型传染病预测