简介:摘要:时间序列是指对同一现象观测或记录到的一组按时间顺序排列起来的统计数据,通过对时间序列进行编制和分析,根据时间序列所反映出来的发展过程、方向和趋势,进行类推或延伸,借以预测下一段时间或以后若干年内可能达到的水平,这种方法称为时间序列预测技术。时间序列预测技术在军事行动序列预测、市场需求预测、发电预测、区域降水量预测等军事、经济、工程和自然科技等领域,具有重要意义。
简介:摘要:时间序列作为时间观测值的集合,在机器学习和人工智能领域引发了广泛的关注。时间序列预测是获取未来趋势的重要课题之一,研究结果可以为各种应用提供依据,例如优化、控制以及生产计划等。因此,已经提出了许多模型来解决这个问题。但是时间序列数据往往呈现出非平稳、非线性和多维度等特点,单一的深度学习模型难以有效提取时间序列的深层特征,难以挖掘数据的内在特性和识别出数据间的潜在模式。
简介:摘要:在复杂系统中,观测变量基于时间次序下得到的数字序列即为时间序列,它能够对系统的动态属性进行展现。由混沌系统得到的时间序列即为混沌时间序列,是一类具有非线性特征的数据集合,包含了丰富的系统动态信息。在这类动态系统中,因为传感装置不能正常使用等带来的影响,使得这种系统所得到的时间序列容易出现较为丰富的随机噪声,将这种序列录入到相应的模型,就会让系统建模精度显著降低,进而让模型最终失效。将随机噪声进行高效去除,就能减小该时间序列的非确定性。
简介:摘要:本文针对大庆石化公司化工一厂芳烃抽提装置运行中存在原料中断的情况,提出应急处置措施,保证装置的平稳运行。
简介:本文利用兰州1944~1997年的月平均降水资料,建立了线性平稳序列的降水预测模型,该模型使用了功谱密度函数中的最大熵法(或叫全极模型),并将特征多项式模大于1的根反射到单位圆内,再返回修正后的线性预测的系数。并对1986~1997年11年的月降水做了预测试验,试验结果表明,该模型具有一定的预报能力,其中取15阶预报效果较好。此方法在短期气候预测业务中,可作为台站月、季、年降水预测走向客观化、定量化方法的一种初步尝试
简介:证券综合指数的对数收益率的折线图反映收益率的波动呈现出在一段时间内波动比较大,一段时间波动比较小,方差随着时间的变化而变化。在对时间序列数据进行研究的时候,通常假设随着时间的变化方差不会发生变化。但是在关注预测的精确程度时,需要了解方差的大小。文章用Eviews软件对上证综指日收盘价的对数收益率建立EGARCH-M模型,对收益率序列呈现出的波动聚集性,杠杆效应、风险与收益的关系等特征进行了分析,最终对波动率进行预测,结果表明EGARCH-M模型充分描述了波动性聚类的特点,只用很少的参数就可以把实际数据拟合得很好。该模型形式简单,容易估计,提高了对方差的预测精度,对收益率波动率建立模型对于宏观经济理论和金融理论有重要的意义。