基于ARIMA-LSTM模型的水体重金属浓度预测研究——以汉江汉中段为例

1

作者 李虎成 刘杰 《现代电子技术》 北大核心 2025年第24期143-150,共8页

为了提高河流水体重金属浓度的预测精度,提出一种基于ARIMA-LSTM组合模型的水体重金属浓度预测方法。以汉江汉中段水体为研究对象,选取该流域段蒙家渡、南柳渡、烈金坝三个监测断面2013年1月—2022年12月期间水体重金属实际监测数据,分... 为了提高河流水体重金属浓度的预测精度,提出一种基于ARIMA-LSTM组合模型的水体重金属浓度预测方法。以汉江汉中段水体为研究对象,选取该流域段蒙家渡、南柳渡、烈金坝三个监测断面2013年1月—2022年12月期间水体重金属实际监测数据,分别运用ARIMA模型、LSTM模型和ARIMA-LSTM组合模型对三种重金属元素Cu、As、Cr的浓度进行时间序列预测。结果表明:相较于ARIMA模型,ARIMA-LSTM组合模型的平均相对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别平均降低了30.40%、32.98%、45.40%;相较于LSTM模型,上述三项误差指标分别平均降低了78.88%、77.74%、75.58%。由此说明ARIMA-LSTM组合模型在水体重金属浓度预测方面优于单一的ARIMA模型、LSTM模型,其预测结果与监测断面的实际浓度更为接近,验证了该组合模型的有效性。 展开更多

关键词 水体重金属 浓度预测 arima模型 LSTM模型 时间序列 自相关函数 偏自相关函数

在线阅读 下载PDF 职称材料

基于EEMD-ARIMA的酒店入住率预测

2

作者 李生彪 彭建奎 《兰州文理学院学报(自然科学版)》 2025年第3期8-13,共6页

对酒店入住率预测,可以有效减少管理的不确定性,对酒店管理非常重要.提出一种结合集合经验模态分解(EEMD)方法和自回归积分滑动平均(ARIMA)模型的酒店入住率组合预测模型.首先,利用EEMD方法的滤波特性将酒店入住率数据按不同的频率分解... 对酒店入住率预测,可以有效减少管理的不确定性,对酒店管理非常重要.提出一种结合集合经验模态分解(EEMD)方法和自回归积分滑动平均(ARIMA)模型的酒店入住率组合预测模型.首先,利用EEMD方法的滤波特性将酒店入住率数据按不同的频率分解为高频序列、低频序列和趋势项3种信号;其次,依次对3种信号建立ARIMA模型进行入住率预测,将各预测值求和;最后,以兰州市城关区某连锁酒店3家分店为实证案例进行研究,结果发现:EEMD-ARIMA模型对输入的酒店入住率时序和特征变量之间的关联性有较高的学习能力,预测精度较ARIMA模型有显著提升. 展开更多

关键词 集合经验模态分解 arimaX模型 信号分解频谱分析 酒店入住率预测

在线阅读 下载PDF 职称材料

基于经验模态分解和ARIMA模型的电力大客户群体月度售电量预测方法

3

作者 梅鑫 曹伟杰 王璟 《自动化技术与应用》 2025年第7期13-17,共5页

电力大客户群体是供电企业的关键组成部分,其月度售电量的多少不但影响自身的利润,也会影响电力系统的运行状况。而月度售电量影响因素过多,致使月度售电量预测难度较大,提出基于经验模态分解和ARIMA模型的电力大客户群体月度售电量预... 电力大客户群体是供电企业的关键组成部分,其月度售电量的多少不但影响自身的利润,也会影响电力系统的运行状况。而月度售电量影响因素过多,致使月度售电量预测难度较大,提出基于经验模态分解和ARIMA模型的电力大客户群体月度售电量预测方法研究。深入分析月度售电量的影响因素--温度波动、经济发展、业扩容量与月份更替,以此为基础,从电力大客户群体月度售电量本身变化趋势出发,基于ARIMA模型构建电力大客户群体月度售电量预测模型。采用经验模态分解算法精准提取电力大客户群体历史月度售电量数据,将其代入月度售电量预测模型中,即可获得电力大客户群体月度售电量预测结果。实验数据显示,在不同实验工况下,提出方法应用后获得的月度售电量预测结果与实际结果误差范围为0~100 k Wh,表明提出方法月度售电量预测精度更高。 展开更多

关键词 arima模型 月度售电量 电力大客户群体 经验模态分解 售电量预测

在线阅读 下载PDF 职称材料

基于VMD-ARIMA-BiLSTM模型的电离层TEC预报

4

作者 高伟平 姚汪丰 《测绘与空间地理信息》 2025年第8期75-79,共5页

在传统预报模型的基础上,融入新的设计理念,构建一个旨在提升电离层总电子含量(TEC)预报精度的组合模型。首先,利用变分模态分解(VMD)算法,将TEC时间序列分解为多个独立分量;其次,基于排列熵分析,实现独立分量的有序排列与优化重组;在... 在传统预报模型的基础上,融入新的设计理念,构建一个旨在提升电离层总电子含量(TEC)预报精度的组合模型。首先,利用变分模态分解(VMD)算法,将TEC时间序列分解为多个独立分量;其次,基于排列熵分析,实现独立分量的有序排列与优化重组;在建模策略上,根据重组分量的特性,对于高频复杂分量,采用差分自回归移动平均(ARIMA)模型进行建模与预报;而针对低频稳定性较强的分量,则借助双向长短期记忆网络(BiLSTM)的进行建模与预报;最终,通过重构分量的预报结果,得到更加精准的TEC整体预报值。实验结果表明,在不同环境下,该组合模型都表现出较高的适应能力与准确性,为相关研究与应用提供了一定的思路与参考。 展开更多

关键词 变分模态分解 排列熵 arima模型 BiLSTM模型 电离层总电子含量预报

在线阅读 下载PDF 职称材料

应用ARIMA模型对麻疹发病的预测及分析 被引量：3

5

作者 梁静 王培生 +2 位作者 李新凤 芮宝玲 陈保林 《实用预防医学》 CAS 2016年第8期1003-1006,共4页

目的应用ARIMA模型对麻疹发病数预测并探讨其可行性,为防控麻疹疫情提供依据。方法采用SPSS17.0对乌鲁木齐市2009-2015年麻疹月发病数的资料建立ARIMA模型,并预测2016年麻疹月发病数。结果建立模型ARIMA(0,0,1)(1,1,0)12是合适的,且模... 目的应用ARIMA模型对麻疹发病数预测并探讨其可行性,为防控麻疹疫情提供依据。方法采用SPSS17.0对乌鲁木齐市2009-2015年麻疹月发病数的资料建立ARIMA模型,并预测2016年麻疹月发病数。结果建立模型ARIMA(0,0,1)(1,1,0)12是合适的,且模型检验自相关系数在±0.5之间,预测值与实际值有较高的吻合度。结论ARIMA模型能很好的拟合乌鲁木齐市麻疹发病数趋势,预测效果可靠。 展开更多

关键词 麻疹 时间序列 arima模型 预测

原文传递

ARIMA模型在马尾松毛虫发生面积预测中的应用 被引量：15

6

作者 贾春生 《安徽农业科学》 CAS 北大核心 2007年第19期5672-5673,共2页

[目的]为了研究ARIMA模型在马尾松毛虫发生面积预测中的应用。[方法]利用时间序列对郁南市1975-2002年马尾松毛虫发生面积数据进行了分析。经过数据平稳化、模型识别及参数估计确立了ARIMA（2,2,2）模型,对郁南市1975-2002年的马尾松毛... [目的]为了研究ARIMA模型在马尾松毛虫发生面积预测中的应用。[方法]利用时间序列对郁南市1975-2002年马尾松毛虫发生面积数据进行了分析。经过数据平稳化、模型识别及参数估计确立了ARIMA（2,2,2）模型,对郁南市1975-2002年的马尾松毛虫发生面积作了回测。[结果]ARIMA（2,2,2）模型预测值的动态趋势与实际情况基本一致,特别是1990年以后的预测效果更佳,实际值都落入了预测值的可信区间范围,结果比较理想。[结论]ARIMA模型假定未来的发展模式与过去的模式是一致的,更适用于作短期的预测。 展开更多

关键词 arima模型 马尾松毛虫 预测

在线阅读 下载PDF 职称材料

不同改进的ARIMA模型在水文时间序列预测中的应用 被引量：5

7

作者 杜懿 麻荣永 《水力发电》 北大核心 2018年第4期12-14,28,共4页

为了拓展ARIMA模型在非线性水文时间序列预测中的应用,对其进行了三种不同形式的改进。为了尽可能地保留数据序列的原始信息,分别将ARIMA模型与Daubechies小波分析、经验模态分解法相结合,建立了WAARIMA和EMD-ARIMA预测模型;由于ARIMA... 为了拓展ARIMA模型在非线性水文时间序列预测中的应用,对其进行了三种不同形式的改进。为了尽可能地保留数据序列的原始信息,分别将ARIMA模型与Daubechies小波分析、经验模态分解法相结合,建立了WAARIMA和EMD-ARIMA预测模型;由于ARIMA模型对非线性项预测较差,而BP神经网络具有高度的非线性映射能力,将二者进行有效结合,建立了一种BP-ANN-ARIMA预测模型。在南宁市年降水量的预测中表明,改进后的模型较原始模型预测能力有了不同程度的提高,各模型预测的相对误差分别为11.2%、10.1%、6.8%、5.1%。 展开更多

关键词 年降水量 arima模型 经验模态分解 小波分析 神经网络

在线阅读 下载PDF 职称材料

基于VMD和改进ARIMA模型的超短期风速预测 被引量：20

8

作者 赵征 汪向硕 乔锦涛 《华北电力大学学报（自然科学版）》 CAS 北大核心 2019年第1期54-59,共6页

针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有... 针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有限带宽;然后对各分量分别建立ARIMA模型,由于各分量的残差序列可能存在异方差性,因此引入GARCH模型消除异方差特性,建立ARIMA-GARCH模型;最后各分量预测结果叠加得到最终的预测值。实验结果表明,所提出的预测模型在超短期风速预测上具有较高的预测精度。 展开更多

关键词 风速预测 变分模态分解 arima-GARCH模型 残差修正

在线阅读 下载PDF 职称材料

基于经验模态分解和ARIMA模型的地区售电量预测 被引量：6

9

作者 林女贵 《电器与能效管理技术》 2018年第7期73-77,共5页

售电量是电力公司的重要经济指标,准确的售电量预测对于电力企业进行合理的购电计划、提高运行可靠性都具有一定意义。鉴于售电量预测的重要性,而地区的售电量数据波动较大,为了提高售电量预测精度,提出了基于经验模态分解和ARIMA模型... 售电量是电力公司的重要经济指标,准确的售电量预测对于电力企业进行合理的购电计划、提高运行可靠性都具有一定意义。鉴于售电量预测的重要性,而地区的售电量数据波动较大,为了提高售电量预测精度,提出了基于经验模态分解和ARIMA模型的地区售电量预测,通过对售电量序列进行经验模态分解,将各分量分别进行ARIMA模型预测,最后将结果相加得到最后预测结果。研究表明,经分解后使用的ARIMA模型的预测精度大于使用单一模型的预测精度,对不平稳序列有较好的预测效果,具有一定的实用性。 展开更多

关键词 经验模态分解 arima模型 售电量预测 电力市场

在线阅读 下载PDF 职称材料

中国外汇储备时间序列分析建模与预测——基于ARIMA模型 被引量：1

10

作者 洪丰 《绵阳师范学院学报》 2011年第8期22-25,32,共5页

基于时间序列分析方法对中国2000～2010年月度外汇储备余额数据序列进行建模,通过验证序列的趋势特征,并从中选择最佳拟合模型,预测中国2011年上半年外汇储备规模增长情况。实证分析结果表明,所选模型能较为精确的预测中国外汇储备规模... 基于时间序列分析方法对中国2000～2010年月度外汇储备余额数据序列进行建模,通过验证序列的趋势特征,并从中选择最佳拟合模型,预测中国2011年上半年外汇储备规模增长情况。实证分析结果表明,所选模型能较为精确的预测中国外汇储备规模,与实际偏差在0.3%以内,在外汇储备管理研究中将有较大应用价值。 展开更多

关键词 中国外汇储备 数学建模 arima模型 时间序列分析 Box-Jenkins方法

在线阅读 下载PDF 职称材料

基于集合经验模式分解的ARIMA行业售电量预测模型 被引量：22

11

作者 林女贵 《电力科学与技术学报》 CAS 北大核心 2019年第2期128-133,共6页

售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序... 售电量的准确预测是电力市场课题研究的重要内容之一,目前已有许多模型用于售电量预测。在此背景下,考虑售电量时间序列的非线性、波动性和周期性,提出基于集合经验模式分解和自回归积分滑动算法的预测模型。该模型首先对售电量时间序列进行集合经验模态分解,通过添加白噪声得到不同时间尺度分布的售电量时间序列,分解后得到一系列相对平稳的本征模态函数和趋势项,然后利用自回归积分滑动算法对各平稳化本征模态函数和趋势项分别进行预测,得到各分量的预测结果,最后将分量预测结果叠加得到最终的售电量预测值。基于历史统计售电量数据的预测结果分析表明,基于集合经验模式分解的 ARIMA模型具有良好的预测精度。 展开更多

关键词 售电量预测 集合经验模式分解 自回归积分滑动平均模型

在线阅读 下载PDF 职称材料

基于EMD-RVM-Arima的大坝变形预测模型及其应用 被引量：18

12

作者 曹恩华 包腾飞 +1 位作者 刘永涛 李慧 《水利水电技术》 CSCD 北大核心 2018年第12期59-64,共6页

由于大坝变形监测数据为非平稳、非线性的时间序列,因此采用经验模态分解法(EMD)、相关向量机理论(RVM)以及Arima误差修正模型对大坝变形监测数据进行分析预测。首先利用EMD分解法对原始时间序列进行分解和重构,使原始序列平稳化,得到... 由于大坝变形监测数据为非平稳、非线性的时间序列,因此采用经验模态分解法(EMD)、相关向量机理论(RVM)以及Arima误差修正模型对大坝变形监测数据进行分析预测。首先利用EMD分解法对原始时间序列进行分解和重构,使原始序列平稳化,得到若干本征模态函数(IMF)以及残差序列,再以RVM预测模型对上述结果进行分析预测,最后利用Arima误差修正模型对预测残差进行误差修正,从而建立了以RVM为基础预测模型的EMD-RVM-Arima大坝变形预测模型。以某双曲拱坝为例,采用该模型对其变形监测数据进行分析预测,得到的平均残差为2. 89 mm,同时计算出SVM、RVM法的平均残差为11. 62 mm、9. 30 mm。可以看出,EMD-RVM-Arima模型大大提高了预测精度,该模型在大坝变形预测中具有可行性。 展开更多

关键词 大坝变形 预测精度 arima EMD分解法 RVM模型

在线阅读 下载PDF 职称材料

基于MEEMD-ARIMA模型的波浪能发电系统输出功率预测 被引量：16

13

作者 吴峰 王飞 +1 位作者 顾康慧 周能萍 《电力系统自动化》 EI CSCD 北大核心 2021年第1期65-70,共6页

波浪能作为一种储量丰富的清洁能源,是未来理想的能源之一。但其具有较强的随机波动特性,因此,可靠地预测波浪能发电系统的输出功率能给复杂电网的调度带来极大的便利。文中提出基于改进的总体经验模态分解(MEEMD)-差分整合移动平均自回... 波浪能作为一种储量丰富的清洁能源,是未来理想的能源之一。但其具有较强的随机波动特性,因此,可靠地预测波浪能发电系统的输出功率能给复杂电网的调度带来极大的便利。文中提出基于改进的总体经验模态分解(MEEMD)-差分整合移动平均自回归(ARIMA)模型的波浪能组合预测。首先,基于海浪计算原理,计算混合浪的每小时平均波高与周期。其次,采用MEEMD对每小时平均波高与周期进行分解,得到一系列特征互异的本征模态函数(IMF)和余量,并将平均波高分解的结果与离散小波变换分解结果做对比。然后,将得到的分量分别建立ARIMA预测模型,通过叠加得到每小时平均波高与周期的预测值。最后,建立直驱式波浪能发电系统波高-功率转换模型,实例结果验证了该组合模型预测的有效性。 展开更多

关键词 波浪能 预测 离散小波变换 改进的总体经验模态分解-差分整合移动平均自回归 功率转换模型

在线阅读 下载PDF 职称材料

基于EEMD-ARIMA模型的地区月负荷量预测 被引量：21

14

作者 郭建鹏 佘颖铃 温步瀛 《电力工程技术》 2018年第6期28-32,74,共6页

负荷预测是电网规划运行安排的基础,预测的准确性关系到电网安全、可靠和经济运行。为了解决原始数据不平稳造成预测精度低下的问题,本文提出了基于集合经验模态分解(EEMD)的自回归积分滑动平均(ARIMA)预测模型,对某地区的月负荷量做加... 负荷预测是电网规划运行安排的基础,预测的准确性关系到电网安全、可靠和经济运行。为了解决原始数据不平稳造成预测精度低下的问题,本文提出了基于集合经验模态分解(EEMD)的自回归积分滑动平均(ARIMA)预测模型,对某地区的月负荷量做加噪处理后进行经验模态分解,使其分量平稳化,再对各分量进行ARIMA模型预测,最后将各预测结果相加得到最终预测值。算例表明,基于EEMD-ARIMA模型的地区月负荷量预测精度高于传统ARIMA模型。 展开更多

关键词 集合经验模态分解 arima模型 月负荷量预测

在线阅读 下载PDF 职称材料

小波-EMD分解改进电离层总电子短期预报ARIMA模型 被引量：3

15

作者 陈雨田 刘立龙 +1 位作者 黎峻宇 田祥雨 《桂林理工大学学报》 CAS 北大核心 2019年第3期661-668,共8页

针对电离层总电子含量的非线性、非平稳性特征,将小波分解与EMD方法相结合改进了自回归积分滑动平均模型(ARIMA),对电离层TEC数据进行短期预报。实验采用IGS提供的GIM数据,利用前25天的TEC值作为样本序列进行后5天预报,详细分析不同经... 针对电离层总电子含量的非线性、非平稳性特征,将小波分解与EMD方法相结合改进了自回归积分滑动平均模型(ARIMA),对电离层TEC数据进行短期预报。实验采用IGS提供的GIM数据,利用前25天的TEC值作为样本序列进行后5天预报,详细分析不同经纬度地区预报结果的相对精度和均方根误差来评定模型的预报精度,得到基于小波-EMD分解改进的ARIMA模型预报精度较小波分解改进的ARIMA、ARIMA模型有明显提高。对比ARIMA模型与改进模型对中国及周边地区上空各格网点预报值的均方根误差,结果表明,改进模型能有效削弱该区域预报值误差峰值,提高预报精度。 展开更多

关键词 电离层 TEC 小波分解 经验模态分解 arima

在线阅读 下载PDF 职称材料

基于ARIMA模型的我国大蒜价格预测 被引量：1

16

作者 王玉杰 白丽 赵帮宏 《蔬菜》 2021年第12期50-54,共5页

为减轻大蒜价格不规则波动对大蒜种植业以及相关加工企业等造成的不利影响,利用2004年1月—2021年9月我国大蒜批发市场价格数据,运用ARIMA模型对我国大蒜市场价格作出预测。结果表明:2021年10月—2022年12月我国大蒜市场整体价格比较平... 为减轻大蒜价格不规则波动对大蒜种植业以及相关加工企业等造成的不利影响,利用2004年1月—2021年9月我国大蒜批发市场价格数据,运用ARIMA模型对我国大蒜市场价格作出预测。结果表明:2021年10月—2022年12月我国大蒜市场整体价格比较平稳,维持在7.38元/kg左右,不会出现剧烈波动的情况,且平均价格较往年有下降趋势。建议重视科技力量在大蒜产业中的作用,延长大蒜产业链,稳定大蒜价格,以促进我国大蒜产业的发展。 展开更多

关键词 大蒜 价格 arima模型 预测

在线阅读 下载PDF 职称材料

基于ARIMA模型的福州市2019—2023年居民住房支付能力预测 被引量：1

17

作者 陈佳婧 《温州职业技术学院学报》 2019年第4期46-51,共6页

根据2004—2018年福州市居民家庭可支配收入、房价、利率和标准住房面积等数据,应用PIR、MTI和HAI这三种评价指标测算福州市居民住房支付能力。进一步利用ARIMA模型,预测2019—2023年福州市居民住房支付能力的变化趋势。研究结果表明,... 根据2004—2018年福州市居民家庭可支配收入、房价、利率和标准住房面积等数据,应用PIR、MTI和HAI这三种评价指标测算福州市居民住房支付能力。进一步利用ARIMA模型,预测2019—2023年福州市居民住房支付能力的变化趋势。研究结果表明,福州市居民住房支付能力在2017年猛降后出现平稳回升的趋势,预计在2019—2023年间呈上升趋势,但仍处在住房支付能力不足的状态,居民人均住房支出占家庭可支配收入的比重超过50%。要提高居民住房支付能力,一方面要稳定房地产市场和平稳房价;另一方面还要发展区域经济提高居民家庭可支配收入,优化投资环境,丰富投资渠道,满足民众投资需求。 展开更多

关键词 arima模型 住房支付能力 房价收入比 月付收入比 住房可支付性指数

在线阅读 下载PDF 职称材料

基于EMD-GAELM-ARIMA算法的大坝变形预测 被引量：7

18

作者 徐肖遥 张鹏飞 蒋剑 《计算机与现代化》 2020年第7期1-5,共5页

针对统计学模型难以很好地对非线性、非平稳的大坝变形做出预测的情况,引入人工智能算法,融合经验模态分解法(EMD)、遗传算法(GA)优化的极限学习机(ELM)和ARIMA误差修正模型,构建大坝变形预测模型。首先利用EMD进行监测数据的分解和重构... 针对统计学模型难以很好地对非线性、非平稳的大坝变形做出预测的情况,引入人工智能算法,融合经验模态分解法(EMD)、遗传算法(GA)优化的极限学习机(ELM)和ARIMA误差修正模型,构建大坝变形预测模型。首先利用EMD进行监测数据的分解和重构,使其平稳化并得到有物理意义的本征模函数和残差序列;再用GAELM对分解结果进行分析预测;最后用ARIMA模型对预测结果的残差进行误差修正。以一混凝土堆石坝为例,利用优化算法构建的大坝变形预测模型对其进行分析预测,分析结果表明,相较于传统单一算法,EMD-GAELM-ARIMA模型算法预测精度更高,在大坝变形预测中具有可行性。 展开更多

关键词 大坝变形预测模型 经验模态分解 遗传算法 极限学习机 arima

在线阅读 下载PDF 职称材料

基于X-11-ARIMA模型在GNSS定位数据后处理的应用 被引量：1

19

作者 匡宇龙 雷孟飞 《全球定位系统》 CSCD 2021年第5期92-98,共7页

定位数据分析及后处理是卫星导航定位系统在测绘和地灾监测应用中的关键环节.通常,在卡尔曼滤波处理定位数据后得到的平滑数据,能够剔除噪声干扰得到贴近真值的数据.但在长时间跨度的情况下,周期性发生的干扰难以在短时间内被识别和滤除... 定位数据分析及后处理是卫星导航定位系统在测绘和地灾监测应用中的关键环节.通常,在卡尔曼滤波处理定位数据后得到的平滑数据,能够剔除噪声干扰得到贴近真值的数据.但在长时间跨度的情况下,周期性发生的干扰难以在短时间内被识别和滤除,从而反映为一种频率较低的噪声波动.假设该波动干扰存在周期性,以X-11分解时间序列分析方法进行数据处理,平滑后定位数据的方差从4.733减小至2.683,精度提高了43.3%.并对拆分数据进行差分自回归移动平均模型(ARIMA)建模预测.还原数据对比直接预测数据的分析结果表明:拆分后分别预测再整合还原精度高于直接预测5%~10%,可以应对平滑处理实时性差的问题. 展开更多

关键词 全球卫星导航系统(GNSS) 后处理 差分自回归移动平均模型(arima) X-11分解 时间序列分析 季节性

在线阅读 下载PDF 职称材料

基于ARIMA和BP神经网络的生态系统服务价值预测仿真 被引量：1

20

作者 张君如 张佳蕾 +2 位作者 袁禾 王嘉敏 裴听雨 《软件》 2020年第4期216-220,共5页

针对现有生态系统服务价值预测体系误差大、研究不足等问题,本文构建了面向未来生态服务价值的预测机制。该机制采用主成分分析法和Person相关系数法,建立了以GDP、人口、土地利用率、土地管理政策和城市人口密度为驱动力的生态系统服... 针对现有生态系统服务价值预测体系误差大、研究不足等问题,本文构建了面向未来生态服务价值的预测机制。该机制采用主成分分析法和Person相关系数法,建立了以GDP、人口、土地利用率、土地管理政策和城市人口密度为驱动力的生态系统服务价值关联矩阵,提出了基于ARIMA和BP神经网络的生态系统服务价值的时间序列预测机制。为验证预测机制有效性,本文选取中国主要土地利用类型代表省份的真实土地数据集进行分析,研究结果表明本文建立的预测模型平均绝对误差仅为0.023,且从预测结果来看,未来草地生态会向较好趋势发展,林地生态发展不容乐观。 展开更多

关键词 生态系统服务价值预测 时间序列 arima模型 BP神经网络模型

在线阅读 下载PDF 职称材料