期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到359篇文章
< 1 2 … 18 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于SARIMA和Prophet时间序列模型对北京市房山区水痘病例的发病预测及对比分析
1
作者 冯静媛 吴涛 +3 位作者 董瑞强 辛丹 周莎莎 周伟 《预防医学情报杂志》 2026年第2期161-168,共8页
目的比较季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)和Prophet两种模型在水痘发病报告数的拟合和预测能力,为防控水痘提供科学依据。方法从中国疾病预防控制信息系统子系统传染病监测收... 目的比较季节性差分自回归滑动平均模型(seasonal autoregressive integrated moving average,SARIMA)和Prophet两种模型在水痘发病报告数的拟合和预测能力,为防控水痘提供科学依据。方法从中国疾病预防控制信息系统子系统传染病监测收集2013年1月至2023年12月北京房山区水痘报告发病数据,运用Python 3.7软件建立SARIMA和Prophet拟合模型,并对2024年1至10月水痘报告发病数进行预测,比较拟合值与实际值、预测值与实际值。Prophet模型因新型冠状病毒肺炎增加两个变点(change points),分别为“2020年2月”和“2023年1月”。所采用的评价指标包括平方误差(mean square error,MSE)、平方根误差(root mean squared error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE),预测精度选用相对误差,检验水准α=0.05。结果SARIMA模型预测评价指标MSE、RMSE、MAE和MAPE分别为340.803、18.461、16.231和0.384;Prophet模型预测评价指标MSE、RMSE、MAE和MAPE分别为195.340、13.976、11.98和0.275。结论Prophet模型拟合和预测北京市房山区水痘发病报告数表现均优于SARIMA模型。 展开更多
关键词 水痘 SARIMA模型 prophet模型 预测
原文传递
基于Prophet-LSTM模型的流感节假日效应分析及预测效果研究
2
作者 程文林 毛军军 +1 位作者 汪亦哲 吴家兵 《公共卫生与预防医学》 2026年第1期8-12,共5页
目的基于Prophet-LSTM混合模型探究节假日效应与防控措施对合肥市流感发展特征及发病趋势的影响,通过比较不同预测模型的性能,验证Prophet-LSTM模型在流感预测中的适用性。方法收集2016—2024年合肥市流感发病数据,构建Prophet-LSTM特... 目的基于Prophet-LSTM混合模型探究节假日效应与防控措施对合肥市流感发展特征及发病趋势的影响,通过比较不同预测模型的性能,验证Prophet-LSTM模型在流感预测中的适用性。方法收集2016—2024年合肥市流感发病数据,构建Prophet-LSTM特征分析与预测模型,分析节假日效应和防控措施对流感发病趋势的影响;同时建立ARIMA、GRU、TimeGPT等对比模型,在相同测试集上比较各模型的预测性能。结果分析表明,元旦、春节、国庆等节假日期间流感发病率显著上升,而防控措施实施期间发病率呈现下降趋势。Prophet-LSTM模型的预测值与实际值高度吻合,其MAE(0.209)、MSE(0.195)和IA(0.914)均优于对比模型,展现出更高的预测精度和趋势拟合能力。结论Prophet-LSTM模型能有效捕捉流感发病的时空特征,在纳入节假日效应和防控措施因素后表现出更好的预测性能,证明其在流感预测领域具有显著优势和应用价值。 展开更多
关键词 prophet-LSTM 流感 节假日效应 防控效应 预测模型
原文传递
自回归积分滑动平均模型和Prophet模型在河南省流行性感冒预测中的运用研究
3
作者 宋会群 宋沛沛 陈述 《临床研究》 2026年第2期13-16,共4页
目的观察自回归积分滑动平均(ARIMA)模型和Prophet模型对河南省流行性感冒的预测效果,为河南省流行性感冒的防控提供参考依据。方法选取河南省卫生健康委员会官网公布的2016年1月至2024年5月河南省流行性感冒月报告数,采用Excel 2021软... 目的观察自回归积分滑动平均(ARIMA)模型和Prophet模型对河南省流行性感冒的预测效果,为河南省流行性感冒的防控提供参考依据。方法选取河南省卫生健康委员会官网公布的2016年1月至2024年5月河南省流行性感冒月报告数,采用Excel 2021软件建立数据库,分析河南省流行性感冒的发病趋势和季节特征;使用R软件构建ARIMA模型和Prophet模型,采用均方根误差(RMSE)平均绝对误差(MAE)、平均绝对百分比误差(MAPE)评估模型拟合和预测效果。结果河南省流行性感冒高发期集中于冬春季。模型拟合结果显示,ARIMA(2,1,1)(0,0,2)_(12)模型拟合的评估指标RMSE=0.31,MAE=0.21,MAPE=0.05;Prophet模型拟合的评估指标RMSE=0.43,MAE=0.32,MAPE=0.09。模型预测结果显示,ARIMA(2,1,1)(0,0,2)_(12)模型预测的评估指标RMSE=0.32,MAE=0.26,MAPE=0.06;Prophet模型预测的评估指标RMSE=0.68,MAE=0.57,MAPE=0.12。结论ARIMA模型和Prophet模型在拟合性能上表现相近;在预测方面,ARIMA(2,1,1)(0,0,2)_(12)模型表现更优,能较好预测河南省流行性感冒的发病趋势,可为河南省流行性感冒的科学防控提供理论依据。 展开更多
关键词 流行性感冒 ARIMA模型 prophet模型 模型比较
暂未订购
基于Prophet和NeuralProphet模型对北京市海淀区水痘发病趋势的预测
4
作者 韦懿芸 孙亚敏 +1 位作者 刘轩卓 杜婧 《传染病信息》 2025年第3期268-272,共5页
目的运用Prophet模型与NeuralProphet模型(NP模型)探索北京市海淀区水痘发病趋势和特征,为水痘疫情防控工作提供科学参考。方法数据来源于北京市海淀区2009年第1周至2024年第26周水痘报告发病数。采用2009—2023年的数据作为训练集,构建... 目的运用Prophet模型与NeuralProphet模型(NP模型)探索北京市海淀区水痘发病趋势和特征,为水痘疫情防控工作提供科学参考。方法数据来源于北京市海淀区2009年第1周至2024年第26周水痘报告发病数。采用2009—2023年的数据作为训练集,构建Prophet模型和NP模型,并运用Optuna算法对模型参数进行优化。以2024年的26周发病数据作为测试集,采用均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percentage error,MAPE)对各模型拟合效果进行评估。同时,对模型中的各成分进行分析。结果北京市海淀区水痘疫情每年有2个发病高峰。水痘发病数呈现逐年下降趋势,且模型中的自回归成分自2012年起波动逐渐减小。Prophet模型的RMSE、MAE和MAPE分别为9.489、7.936和27.408%;NP模型的对应指标分别为6.102、4.848和18.190%。结论Prophet模型在水痘流行趋势的预测中具有一定的适用性,而NP模型具有更高的预测性能。模型成分分析的结果,可以为评估措施效果、合理分配资源以及制定有效的防控策略提供科学依据和数据支撑。 展开更多
关键词 prophet模型 Neuralprophet模型 水痘 预测
暂未订购
基于Prophet等时间序列模型的耐碳青霉烯类鲍曼不动杆菌检出预测及评价
5
作者 林佩贤 李伟佳 +2 位作者 许斐斐 辜红妮 黄宝添 《中华医院感染学杂志》 北大核心 2025年第24期3779-3784,共6页
目的探讨不同时间序列模型在耐碳青霉烯鲍曼不动杆菌(CRAB)检出预测的应用。方法以2021年1月-2024年9月汕头大学医学院第二附属医院CRAB的检出率数据,建立Prophet模型、SARIMA模型和Holt-Winters模型,使用2024年10月-2025年3月的数据进... 目的探讨不同时间序列模型在耐碳青霉烯鲍曼不动杆菌(CRAB)检出预测的应用。方法以2021年1月-2024年9月汕头大学医学院第二附属医院CRAB的检出率数据,建立Prophet模型、SARIMA模型和Holt-Winters模型,使用2024年10月-2025年3月的数据进行验证,评价模型的预测效果。结果2021-2024年CRAB检出率整体呈上升趋势(χ^(2)=4.883,P=0.027);每年3~4月为检出高峰,具有周期性和季节性;三种模型均能较好的拟合CRAB检出率趋势,Prophet模型在相同置信度下的置信区间更小,SARIMA模型的预测效果评价参数表现最佳:均方根误差(RMSE)=13.029,平均绝对百分比误差(MAPE)=20.162,平均绝对误差(MAE)=8.932。结论三种模型对CRAB检出趋势均有较好的预测能力,可用于CRAB检出预警和动态分析,为及时制定和采取防控干预措施提供理论依据。 展开更多
关键词 耐碳青霉烯鲍曼不动杆菌 prophet模型 SARIMA模型 Holt-Winters模型 检出率
原文传递
基于改进Prophet-LSTM-PSO的大坝异常数据检测模型
6
作者 葛大龙 丁勇 李登华 《中国安全科学学报》 北大核心 2025年第8期164-170,共7页
为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到... 为提升大坝监测数据的异常检测性能,提出一种基于改进Prophet-长短期记忆(LSTM)-粒子群优化(PSO)的大坝异常数据检测模型。首先,通过改进Prophet法使得异常数据点位分解得到趋势分量特征;其次,将分解得到的趋势、周期和残差分量映射到三维空间,以三维空间中近邻均值距离数据代替原始时序数据;最后,结合LSTM网络与PSO算法,设定与优化异常阈值,进而实现异常数据的精准识别。结果表明:相较于传统模型,该模型在检测效果上具有明显提升,且表现出较高的稳定性。在召回率稳定维持在95%以上的前提下,精确率与准确率均超过95%,验证了该方法的有效性与实用性。 展开更多
关键词 prophet 长短期记忆(LSTM) 粒子群优化(PSO) 异数据常检测 大坝监测数据
原文传递
利用Prophet模型进行地下水位异常识别初探 被引量：2
7
作者 李永生 周晨 +2 位作者 张思萌 石伟 年华 《大地测量与地球动力学》 北大核心 2025年第3期313-318,共6页
针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。... 针对地下水位数据的复杂特性(包括非线性趋势、季节性波动和随机扰动),引入Facebook开发的Prophet时间序列预测模型,旨在利用其非线性趋势捕捉、季节性波动解析及对异常值和数据缺失的灵活应对能力,显著提升地下水位异常识别的准确性。黑龙江省绥化市北林区地震台观测数据表明,Prophet模型在捕捉时间序列动态特征上表现优越,能有效识别异常。模型调整后具有高拟合精度和高预测能力,预测误差低,决定系数高。此外,模型在地震预测中能识别出与地震相关的水位异常,可为地震前兆研究提供新视角。本文结果表明Prophet模型在处理复杂时间序列数据时具有可行性,可为地震预测提供新工具。 展开更多
关键词 地下水位异常识别 时间序列预测 prophet模型 地震预测
在线阅读 下载PDF
基于SARIMA和Prophet模型的流行性感冒流行趋势预测与分析
8
作者 董贝贝 孙亚敏 +3 位作者 华伟玉 李梦瑶 何斌 刘锋 《首都公共卫生》 2025年第2期80-84,共5页
目的分析中国全国流感样病例(ILI)流感阳性率的变化趋势,比较季节性差分自回归移动平均模型(SARIMA)和Prophet模型的预测效果,为流感的防控提供科学依据。方法由于流感在中国南北方的流行特征具有差异,利用中国全国(以下简称全国)、南... 目的分析中国全国流感样病例(ILI)流感阳性率的变化趋势,比较季节性差分自回归移动平均模型(SARIMA)和Prophet模型的预测效果,为流感的防控提供科学依据。方法由于流感在中国南北方的流行特征具有差异,利用中国全国(以下简称全国)、南方地区和北方地区2015—2024年每周ILI的流感阳性率,构建SARIMA和Prophet模型进行预测,训练集为2015—2023年第1—52周数据,测试集为2024年第1—52周数据。使用平均绝对百分比误差(MAPE)评价预测效果。SARIMA模型采用AIC值确定参数,Prophet模型采用MAPE值确定最优参数。结果SARIMA模型对2025年全国ILI流感阳性率年度长期预测最好,MAPE为2.640%(南方:6.983%,北方:12.676%)。Prophet模型对全国ILI流感阳性率预测最好,MAPE为4.534%(南方:9.250%,北方:42.643%)。Prophet模型对2025年第1—10周全国流感阳性率预测MAPE为0.317%(SARIMA:0.483%)。结论SARIMA模型和Prophet模型预测各有优势,SARIMA在年度长期预测能力优于Prophet模型;在多周中长期预测能力劣于Prophet模型;在短期单点预测能力优于Prophet模型。 展开更多
关键词 流感样病例 流行性感冒 SARIMA模型 prophet模型 预测
暂未订购
基于GA-Prophet模型的变电站基坑变形安全预测研究与应用
9
作者 王文强 燕波 +5 位作者 齐壮 王飞 田庆 王永维 何文敏 杨超 《水利水电技术(中英文)》 北大核心 2025年第4期107-117,共11页
【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Pr... 【目的】基坑变形的监测是保证基坑施工安全的重要保障,为提高监测数据的应用价值及确保基坑的施工安全,以陕西省西安市某330 kV变电站基坑工程为项目依托,基于实际变形监测结果【方法】以均方误差MSE作为遗传算法(GA)的适应度函数,对Prophet模型中的趋势项、周期项和节假日项(偶发事件项)参数进行优化,并重点考虑与基坑变形规律相一致的趋势项参数,构建GA-Prophet基坑变形预测模型,并以MAE、RSS、RMSE和Theil不等系数值为评价指标,验证本模型的可行性及有效性,同时使用该模型对基坑水平及竖向变形进行超前预测,以评价基坑结构的安全状态。【结果】结果表明:GA-Prophet模型预测结果曲线与实测数据曲线较为接近,归功于预测模型中选用了符合实际工程位移变化规律的饱和模型,以JC8测点水平位移预测结果为例,该模型预测结果的MAE、RSS、RMSE、Theil不等系数值分别为0.480、1.310、0.512和0.052,均优于Prophet、LSTM、ARIMA和BP模型的预测结果;并且该模型对基坑变形的超前预测结果显示,各测点水平及竖向变形预测最大值均未超过规范要求的变形报警值,基坑结构处于安全状态。【结论】该模型对于基坑变形预测具有较好的适用性,提高了预测结果的准确性,可用于基坑变形安全预测。 展开更多
关键词 变电站基坑 变形监测 遗传算法 GA-prophet模型 超前预测 影响因素
在线阅读 下载PDF
融合生成对抗网络与Prophet模型的NDVI时序重建方法
10
作者 李小虎 蔡宇 罗小波 《遥感信息》 北大核心 2025年第1期156-164,共9页
针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的... 针对当前多数NDVI时序重建方法没有充分利用遥感数据中的时空信息,导致多云多雨地区NDVI数据长时间缺失时重建效果不佳的问题,提出一种融合GAN与Prophet模型,以及时空加权SG滤波的NDVI时序重建方法(GANP-SG)。通过将Prophet模型填补后的NDVI时间序列输入到用原始NDVI数据训练完成的GAN生成器中得到生成序列,再利用改进的时空加权SG迭代滤波对生成的时序数据进一步滤波去噪,得到高质量的NDVI时间序列。实验采用重庆市MOD13Q1数据,将GANP-SG方法与SG滤波法、AG法、HANTS法、STSG法进行了对比。通过定性定量的分析验证了GANP-SG方法的重建结果更符合各类植被的物候特征,空间效果保真度最好。另外,在处理NDVI长时间缺失问题时(缺失率达到90%),重建的相关系数仍大于0.6,RMSE和MAE均低于其他4种方法。 展开更多
关键词 NDVI时间序列 数据重建 GAN prophet预测 时空信息 SG滤波
在线阅读 下载PDF
SARIMA与Prophet的混合算法在时间序列预测中的应用研究 被引量：1
11
作者 李长生 《软件》 2025年第1期7-9,共3页
本研究提出了一种基于SARIMA与Prophet模型的混合算法,以提升时间序列预测的精度。SARIMA模型擅长处理线性趋势和季节性变化,Prophet模型则适用于捕捉非线性趋势和异常波动。将两者结合后的混合算法能够更全面地对复杂数据进行预测。在... 本研究提出了一种基于SARIMA与Prophet模型的混合算法,以提升时间序列预测的精度。SARIMA模型擅长处理线性趋势和季节性变化,Prophet模型则适用于捕捉非线性趋势和异常波动。将两者结合后的混合算法能够更全面地对复杂数据进行预测。在零售、气象和金融市场等行业中的实验结果表明,混合算法在预测准确性上优于单一模型,误差率降低了15%以上。本文进一步探讨了混合算法的设计、优化和实际应用,为未来时间序列预测提供了新的思路和方法。 展开更多
关键词 时间序列预测 SARIMA模型 prophet模型 混合算法 预测准确性
在线阅读 下载PDF
人工智能驱动跨境电商柔性供应链管理——以“Prophet销量预测”为例
12
作者 林恒好 张宝明 《电子商务评论》 2025年第12期6980-6988,共9页
在当前全球贸易变革与消费需求个性化的时代背景下,构建高效敏捷的供应链体系成为企业核心竞争力的关键。然而,跨境电商供应链因其高度动态性、复杂性和不确定性,常面临预测失准与响应迟滞等问题。为此,本文提出一种人工智能驱动的柔性... 在当前全球贸易变革与消费需求个性化的时代背景下,构建高效敏捷的供应链体系成为企业核心竞争力的关键。然而,跨境电商供应链因其高度动态性、复杂性和不确定性,常面临预测失准与响应迟滞等问题。为此,本文提出一种人工智能驱动的柔性供应链管理框架,依托数据驱动决策、人机协同与动态调整三大机制,重点以Prophet时间序列预测模型为例,阐述其如何通过精准销量预测推动供应链的敏捷响应与整体优化。基于某跨境电商企业真实出口数据进行研究,并对模型历史预测的准确性进行性能评估以及可视化。结果表明,该Prophet模型在平均绝对百分比误差(MAPE)等关键指标上表现优异,验证了该框架提升供应链柔性的有效性。本研究为电商企业柔性供应链构建提供了实践路径,也拓展了人工智能在特定商业场景中的应用深度。 展开更多
关键词 柔性供应链 供应链管理 跨境电商 销售预测 prophet模型
在线阅读 下载PDF
基于Prophet-FCM模型的城市轨道交通电量数据异常检测方法研究
13
作者 张振华 楼锦华 +1 位作者 刘伟忠 刘卫平 《现代城市轨道交通》 2025年第1期66-71,共6页
城市轨道交通能源管理系统在长期运行过程中受到各方面因素的影响,以致经常出现电量数据异常现象,对系统能耗统计分析与节能减排等工作造成不利影响。为应对以上问题,提出一种基于Prophet-FCM算法的电量数据异常识别方法。其具体步骤为... 城市轨道交通能源管理系统在长期运行过程中受到各方面因素的影响,以致经常出现电量数据异常现象,对系统能耗统计分析与节能减排等工作造成不利影响。为应对以上问题,提出一种基于Prophet-FCM算法的电量数据异常识别方法。其具体步骤为:首先对当前电量实际值进行预处理,辨别其是否为满码回滚的异常数据;其次,基于Prophet模型与历史电量数据,对当前电量数据进行预测,获取预测值,并据此计算实际值与预测值之间的残差;最后,利用FCM模型对残差进行聚类分析,以判别电量实际值的属性为正常或异常。实验结果证明,将Prophet-FCM模型应用于城市轨道交通电量数据的异常检测中,能够显著提升检测的精准率。 展开更多
关键词 城市轨道交通 电量数据 异常检测 prophet FCM
在线阅读 下载PDF
基于Prophet模型和Mann-Kendall(M-K)检验法预测2025年西昌市空气污染物浓度及变化趋势
14
作者 潘亚群 刘碧 +1 位作者 马波 王晓丽 《四川环境》 2025年第4期1-13,共13页
利用2015—2024年西昌市环境空气质量自动监测站的月度数据,基于Prophet模型和Mann-Kendall(M-K)时间趋势检验法预测2025年西昌市环境污染物浓度及变化趋势。通过Python编译Prophet模型来分析西昌市环境监测近10年的数据确定突变点,完... 利用2015—2024年西昌市环境空气质量自动监测站的月度数据,基于Prophet模型和Mann-Kendall(M-K)时间趋势检验法预测2025年西昌市环境污染物浓度及变化趋势。通过Python编译Prophet模型来分析西昌市环境监测近10年的数据确定突变点,完成西昌市2025年PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、O_(3)、CO 6项污染物浓度预测,并采用均方根误差、可决系数及平均偏差误差等对模型拟合情况与预测值偏差情况进行相应评价。结果表明:Prophet模型可较为精准地对西昌市6项污染物浓度进行预测,进而预计2025年西昌市PM_(2.5)、PM_(10)、NO_(2)、SO_(2)、O_(3)、CO年均浓度分别为19.81、30.36、12.54、9.09、117.90μg/m^(3)、0.92mg/m^(3);SO_(2)、NO_(2)、CO、PM_(10)、PM_(2.5)浓度表现为冬春季节高、夏秋季节低;O_(3)浓度变化趋势与之相反。PM_(2.5)和O_(3)是目前影响西昌市空气质量的首要污染物。根据预测出的2025年数据,采用Mann-Kendall(M-K)时间趋势检验法分析西昌市2015—2025年间6项污染物的时间变化规律表明:2015年以来,SO_(2)、NO_(2)和CO年均浓度均呈显著下降趋势,PM_(10)、PM_(2.5)无显著趋势,O_(3)显著上升趋势。该研究揭示了西昌市环境空气质量变化趋势及2025年污染物浓度预测,以期为西昌市空气污染治理提供科学依据。 展开更多
关键词 空气污染物 预测 prophet Mann-Kendall(M-K)
在线阅读 下载PDF
基于Prophet与二次移动平均的生鲜前置仓产能预测模型研究
15
作者 王云鹤 《物流科技》 2025年第18期1-3,共3页
达到一定准确率的产能预测能有效帮助生鲜零售企业实现降本增效。针对实际业务,需先保证模型可读性,以便业务策略落地有据可依,再提高算法的预测准确率,以达到预测目的。文章提出了一种结合Prophet和二次移动平均的预测模型,旨在通过Pro... 达到一定准确率的产能预测能有效帮助生鲜零售企业实现降本增效。针对实际业务,需先保证模型可读性,以便业务策略落地有据可依,再提高算法的预测准确率,以达到预测目的。文章提出了一种结合Prophet和二次移动平均的预测模型,旨在通过Prophet算法捕捉趋势项、季节性及节假日效应,处理二次移动平均模型存在的不足,从而得到产能预测值。实验结果表明,相较于基准模型,该模型既有利于业务实施落地,又具有较好的准确性,可为企业的产能规划提供决策支持。 展开更多
关键词 prophet 二次移动平均 生鲜零售 产能预测
在线阅读 下载PDF
基于改进Prophet模型的股票市场非周期波动预测——以小米集团股票为例
16
作者 代雨 吴福生 +1 位作者 李佳芳 蒋光艳 《计算机时代》 2025年第6期16-20,27,共6页
传统时间序列模型在股票非周期性预测中存在忽视外部信息、对非平稳性数据的处理能力不足,以及缺乏对市场突变的适应能力等诸多局限性。为了克服这些缺陷,本文引入国内外重大事件、节假日等外部事件影响因子,并将贝叶斯推理与随机森林... 传统时间序列模型在股票非周期性预测中存在忽视外部信息、对非平稳性数据的处理能力不足,以及缺乏对市场突变的适应能力等诸多局限性。为了克服这些缺陷,本文引入国内外重大事件、节假日等外部事件影响因子,并将贝叶斯推理与随机森林回归算法相结合,对Prophet模型进行改进。以小米集团股票数据为例进行实证分析,实证结果表明:改进Prophet模型在非周期性股票预测中的均方误差(MSE)、均方根误差(RMSE)等多个评估指标表现更优,具有更好的预测效果。 展开更多
关键词 改进prophet模型 贝叶斯推理 随机森林 股票预测
在线阅读 下载PDF
气候物理风险对商业银行信贷风险质量的影响研究——基于Prophet与SVR的压力测试方法
17
作者 张子晴 段庆松 《当代金融研究》 2025年第5期105-119,共15页
采用Prophet模型与支持向量回归(SVR)模型,并结合气候物理风险情景进行深入分析。通过设定基准、轻度、中度和重度四种压力情景,评估未来四个季度内气候变化引发的物理风险,以及对商业银行对公业务信贷资产质量的潜在影响。研究结果表明... 采用Prophet模型与支持向量回归(SVR)模型,并结合气候物理风险情景进行深入分析。通过设定基准、轻度、中度和重度四种压力情景,评估未来四个季度内气候变化引发的物理风险,以及对商业银行对公业务信贷资产质量的潜在影响。研究结果表明,随着气候物理风险的加剧,对公客户违约概率显著上升,导致银行信用风险成本和资本要求显著提升,特别是在重度情景下,银行的资本充足率已低于监管要求。基于此,提出商业银行需强化气候风险管理措施,优化调整信贷结构,并制定重度压力情景的资本缓冲方案,应对气候风险带来的潜在挑战。为商业银行提供科学的气候风险管理策略,并为后续的气候风险研究开辟新的视角和方法论。 展开更多
关键词 prophet模型 支持向量机回归模型 压力测试 气候物理风险
在线阅读 下载PDF
Prophet模型在用气量预测中的应用研究——以北方某煤改气村庄为例
18
作者 李大鹏 贾翔宇 翟勇龙 《唐山学院学报》 2025年第3期31-34,108,共5页
利用Prophet模型对北方某煤改气村庄2019年1月至2020年10月的日用气量数据进行分析,结果表明,相较于传统的时间序列模型如移动平均模型和ARIMA模型,Prophet模型在处理复杂的季节性波动和趋势变化方面具有显著优势,能够提供更高精度的预... 利用Prophet模型对北方某煤改气村庄2019年1月至2020年10月的日用气量数据进行分析,结果表明,相较于传统的时间序列模型如移动平均模型和ARIMA模型,Prophet模型在处理复杂的季节性波动和趋势变化方面具有显著优势,能够提供更高精度的预测结果。 展开更多
关键词 prophet模型 煤改气 用气量
在线阅读 下载PDF
基于Prophet模型对水电机组顶盖泵运行时间的预测
19
作者 代潍斯 《水电站机电技术》 2025年第2期128-131,共4页
顶盖排水泵是水轮机的重要辅机系统之一,顶盖排水泵运行时间是反映顶盖排水系统运行效率的重要指标。针对顶盖排水泵运行时间的非线性特征明显,传统分析方法受限等状况,本文构建基于Prophet算法模型对水电机组的顶盖排水泵运行时间进行... 顶盖排水泵是水轮机的重要辅机系统之一,顶盖排水泵运行时间是反映顶盖排水系统运行效率的重要指标。针对顶盖排水泵运行时间的非线性特征明显,传统分析方法受限等状况,本文构建基于Prophet算法模型对水电机组的顶盖排水泵运行时间进行预测分析,验证了该模型的准确性和可行性,在水电机组预测方面具有广阔的应用前景,为水电机组开关量的分析提供新的思路和方法,为水电机组的安全稳定运行保驾护航。 展开更多
关键词 水电机组 prophet模型 顶盖排水泵 运行时间 趋势预测
在线阅读 下载PDF
ARIMA模型、Prophet与LSTM模型在物料生产预测中的应用
20
作者 刘素军 李长生 +1 位作者 山青青 丁佳钰 《电脑知识与技术》 2025年第28期84-87,共4页
为提升小批量物料生产预测的精确性,文章构建并比较了三种主流时间序列预测模型:ARIMA、Prophet与LSTM。研究基于2019年1月—2022年5月的真实物料需求数据,对三种模型的预测性能进行了实证评估。结果表明:在所选数据集上,LSTM模型在均... 为提升小批量物料生产预测的精确性,文章构建并比较了三种主流时间序列预测模型:ARIMA、Prophet与LSTM。研究基于2019年1月—2022年5月的真实物料需求数据,对三种模型的预测性能进行了实证评估。结果表明:在所选数据集上,LSTM模型在均方根误差(RMSE=1.495)上表现最佳,展现了其对复杂非线性模式的强大捕捉能力,但模型训练与调参成本较高。ARIMA模型(RMSE=1.503)的预测精度紧随其后,且模型构建相对高效,展现了统计学模型的稳健性。Prophet模型虽然易于实现,但在本次预测任务中表现最差。研究结论为不同业务场景下的物料需求预测提供了模型选择依据。 展开更多
关键词 物料需求量 ARIMA模型 prophet模型 LSTM模型 预测性能 时间序列预测 比较研究
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 18 下一页 到第 页
使用帮助 返回顶部