简介：

简介：摘要：时间序列预测是对已有的时间序列数据进行分析，挖掘时间序列数据中蕴藏的信息，并对未来进行预测。时间序列预测具有极其重要的理论意义与现实意义，学者们为此做了大量的研究工作并取得了很好的成果。本文主要对时间序列预测的相关方法进行整理归纳，对时间序列预测相关研究进行述评。

简介：美国科学家声称发现了一种特别的基因，不仅能够确定你能否成为一个早起的人，而且能够将你可能去世的时间预测到上午还是下午。这种特别基因控制着人体生理节律，或许是当人接近死亡的时候，身体会还原到一种更加自然的生理节律。

简介：摘要：为了实现铁路货运装卸的高效作业，对装卸作业时间进行预测具有重要意义。本文从影响铁路货运装卸时间的主要因素出发，分析了铁路车辆在货场内停车等待和编组过程中发生的时间损耗，并通过定义“待检时间”、“停车等待时间”和“编车时间”，将时间损失转化为一个单一变量的模型参数；建立了基于模糊逻辑理论的预测模型，该模型以10种典型车型作为训练样本，15种典型车型作为测试样本，运用最小二乘法拟合出最优决策函数。根据得到的预测结果，可以合理安排货物到达后的装卸工作。经实例验证，该方法能较好地反映实际情况，有较强的实用性。

简介：本文就2016年“高教社杯”全国大学生数学建模竞赛C题“电池剩余放电时间预测”给出了一种求解方法,并针对学生在参赛论文中出现的问题作了简要的说明与点评。为保证求解的连贯性,论文的前一部分是问题的求解,后一部分是参赛论文的点评。

简介：摘要：近年来，全球海洋温度的升高使得一些鱼类离开原来的生存区域，去寻找更适宜的栖息地。对苏格兰而言，鲱鱼和鲭鱼为经济作出了重要贡献，这两种鱼栖息地的变化，将会对当地渔业产生巨大影响。在本论文中，我们将苏格兰海域划分为 36 块，用过去 40 年的海表面温度数据建立时间序列模型，对每一块区域进行分析，汇总出整体海域的结果。然后再根据两种鱼最适宜的生存温度，最终确定了鲱鱼和鲭鱼的迁徙路线。

简介：摘 要：根据建筑业2015年1季度到2018年4季度总产值数据做出时间序列图，初步判断总体趋势为上升，另外还有明显的季节性趋势特点，选用两种常用的季节性趋势预测方法（自适应过滤法、ARIMA模型）。根据MAD、MSE、MFE、MAPE四个误差分析指标以及建筑业2019年实际总产值综合分析预测精准度、各自优缺点及适用条件。

简介：首先,提出了基于Kmeans算法的非等分论域划分方法.其次,针对传统数据模糊化存在的不足,对数据模糊化方法进行了改进.最后,将模型应用于对上海市消费价格总指数的预测,并通过与现有方法进行对比,验证了模型的有效性.

简介：时间序列分析方法是对合适的模型进行分析,随着时间的变化从而产生的历史数据迁移的规律,在经济领域研究方面提供了技术支持。而ARMA模型是一种高级预测方法,可以对任何序列的发展形态进行预测。文中通过ARMA模型分析时间序列的随机性和平稳性,以亳州白芍产量进行分析,用SASS软件检验模型的可行性,并预测应用。结果表明,模拟值和真实值接近,在实际应用中预测值的准确对于种植户的种植决策起到指导作用。

简介：摘要本文首先介绍了常见的时间序列分析模型，给出了模型的构建方法，包括对数据进行预处理，对模型参数的估计和对模型的定阶方法，最后，运用MATLAB软件对某地区一段时间的电力负荷实现时间序列模型构建和预测，并进行了误差分析。

简介：摘要：本文针对2016年高教社杯全国大学生数学建模竞赛的C题“电池剩余放电时间预测”，通过研究铅酸电池放电电压与时间、电流的关系，建立指数函数模型来预测电池以不同的电流强度放电时的剩余放电时间。

简介：10年时间尺度的气候预测,由于能够提供给政策制定者和有关部门与单位近期的气候变化预测,作为经济规划和社会生活安排等的参考,因此越来越受到重视。10年气候预测是气候科学中一个新的领域,一般预测方法采用：一是统计预测方法,根据前期气候变化特征,利用统计关系,计算预测未来10年的气候变化;二是动力模式预测方法,利用全球或区域气候模式,在一定初边条件和外强迫作用下,预测未来10年的气候变化;三是动力加统计的预测方法，利用气候模式预测结果，参考统计方法建立的关系进行订正，预测未来10年的气候变化。

简介：TCP针对所有的丢包均启动拥塞控制机制,导致在无线网络中端到端性能恶化,网络资源利用率低。在研究分析TCP拥塞窗口调整机制的基础上,提出一种基于往返时间最佳预测的发送速率调整机制。根据对往返时间的预测,构建网络拥塞状态的判断机制,进而实现发送速率的自适应调整,充分利用网络资源。数学分析说明了新算法的可行性,并通过NS仿真对其性能进行评估。仿真结果表明该改进的TCP算法的公平性与有效性。

简介：预测预报是时间序列分析的应用之一，人们根据大量的观测数据对系统进行分析，主要原因是为了能够预测小系统在未来的特性，以便对系统的特性进行处理。提出一种非平稳时间序列预测建模方法，通过实验结果表明，该模型在工程应用方面具有较高的预测精度。

简介：　　一、引言　　客流预测技术是交通运输领域的研究热点之一.一般而言,客流预测可分为相关模型预测法和时间模型预测法.相关模型预测法是找出影响客流量的因素,建立客流量和各种影响因素之间的函数关系,得出模型进行预测.在相关模型预测法中,由于影响客流量的因素很多,包括经济发展水平、人口、旅游业和基础设施状况等,而这些因素之间又有错综复杂的关系,从而在自变量的选取上造成很大的困扰.此外,相关因素本身的未来值不确定,需要进行预测,这同样会带来误差.……

简介：基于我国50年已溃水库数据资料，利用能谱分析方法探讨水库溃坝事故的周期性规律，分析水库溃坝与太阳运动的相关性；对水库溃坝率随水库年龄别变化特征进行研究，提出水库溃坝率年龄别变化趋势。研究表明，水库溃坝事故的发生具有周期性，大周期为25年，小周期为12年左右；太阳活动与水库溃坝具有强相关关系；水库大坝投入运行的前5年是其整个运行过程的“婴儿期”，发生水库溃坝的概率较高；大坝溃坝率随着大坝运行年限的变化趋势类似于人口科学中人的年龄别死亡率变化趋势，呈“U”字型。

简介：摘要：目的：旨在调查超声科的患者检查状况，建立患者超声检测排队时间的预测模型，优化医疗资源的合理分配，提高超声检查的效率。方法：基于超声科２０１９年的数据结果，医院超声科每天进行２６０次检查，主要针对心脏、肝胆、肾脏、妇科等相关检查，采用描述性统计方法对患者的就诊情况进行分析，然后通过人工神经网络建立排队时间预测模型并进行验证患者的等待时间。结果与结论：对患者超声科的就诊情况进行分析和排队预测，有助于合理地分配资源，优化治疗过程并提高患者满意度。

简介：

简介：摘要：公交行业运行数据具有一定的波动性，并呈现出一定的非线性变化趋势，在大数据背景下，采用基于GPS计算的多区域公交车辆预计到达时间算法来构建公交到站时间预测模型具有较好的可行性，且通过考虑多区域多变量预测模型的预测精度要大于仅考虑一块区域一种变量的预测模型，从而更好的解决公交到站时间预测的滞后性、存在极值和随机性的问题；分区域预测模型将会优于传统的公交预测到达时间模型，面对多区域内车辆线路联通较多时，对于计算公交到达时间精度也相对较高。

简介：【摘要】本文基于时间卷积网络，通过对历史净负荷数据和影响净负荷的因素，如光照，温度等因素进行建模，使用TensorFlow机器学习库搭建电力净负荷预测模型，以历史负荷数据、太阳直接辐射、太阳散射辐射、温度等数据为特征进行预测。同时建立基于不同的深度学习网络的净负荷预测模型，如反向传播神经网络，长短期记忆神经网络等，定量分析对比各种预测模型的优劣。