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: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:本文阐述适用于具有时序列特征的人口移动大数据时间插值方法,基于已获取的人口移动大数据,运用矩阵运算预测相邻时间段的更长时间间隔或更短时间间隔内的人口移动情况,为今后的城市宏观层面的城市规划相关研究提供科学合理的数据来源。
简介:摘 要: 本文主要介绍了三次采油的基本知识、产生背景、基本原理、主要的驱油方法以及在一些油田的应用效果,并对三次采油在新世纪的发展趋势和影响推广的问题进行了探讨展望。
简介:【摘要】我国黄河流域水沙通量的变化对环境治理、气候变化和人民生活有着重要意义。本文首先根据现有数据进行可视化分析,研究含沙量与时间、水位、水流量的关系,然后利用相关分析确认含沙量与水位、水流量为线性关系,最后采用“分割-近似代替-求和”的方法求出年总水流量和年总排沙量。
简介:【摘要】因黄河受季节性强降雨的影响,影响生态环境的稳定,本文根据其水沙通量的变化趋势,建立 ARIMA 时间序列分析模型,对 2022 年和 2023 年的水沙通量进行预测。分析预测出的未来两年水沙通量随时间的变化曲线,根据其斜率变化与突变特点定制出未来两年即能及时掌握水沙通量实时状态,又能减少投资成本的最优方案。
简介:【摘要】研究黄河水沙通量的变化规律对环境治理,气候变化和人民生活具有重要的意义,根据水沙通量的公式计算出6年的水沙通量,观察水沙通量的变化曲线,直观分析其突变规律,后利用Mann-Kendall突变检验法,通过M-K统计量曲线定位出每年的水沙通量突变点位置和整个6年的突变点位置。基于水沙通量数据的时序特点,进行时间序列分析得到水沙通量的季节性和周期性规律。