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：

简介：摘要建筑与人们的生活息息相关，随着人口数量的增加，人们对建筑物的需求量越来越大，这也促进了建筑行业的发展，建筑业已逐渐成为了我国支柱产业，而且带动了国民经济的增长。建筑行业的竞争比较激烈，为了提高企业的竞争力，建筑企业的管理者一定要在保证施工质量的前提下，降低工程造价，还要提高建筑工程造价预测与控制水平。本文对基于时间序列的建筑工程造价预测进行了研究，希望可以推动建筑行业稳定、快速的发展。

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：随着现代社会主义市场经济的发展，建筑业不断促进国民经济发展。基于建筑业的重要发展现状和面临的激烈市场竞争，建筑工程的重大工程项目需要在施工过程中对工程造价进行时间序列分析，做出积极的改进。这些积极的措施对于提高建筑施工企业的市场竞争力有着非常重要的作用。本文对时间序列的建筑工程造价预算进行了一定的探讨。合理的预算和控制建设项目工程造价将有助于推动中国建筑业的蓬勃发展。

简介：摘要本文利用Delta理论，通过对生猪价格走势的分析，找出生猪价格转折的时间序列密码，并且利用这些序列密码去指导生产。

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。

简介：摘要在中国，建筑工程造价的预测主要是通过单位指标法，即根据工程的特征、结构、以及规模套用相应的预测指标，计算并汇总实现的。该过程不但复杂耗时，还难以保证精度。不同国家有不同的建筑工程造价预测的规范和方法，但为了提高预测精度使其更具有市场意义，各国学者目前都极为关注与计算技术领域的结合。本文基于时间序列的建筑工程造价预测进行了研究。

简介：摘要针对火灾经济损失的统计工作量大、周期性长,火灾经济损失信息的滞后性，应用指数平滑法，以1999-2012年的火灾直接经济损失率数据为样本，预测2013-2018年的火灾直接经济损失率，其次对1999-2018年的数据进行时间序列分析，最后得出2013-2018年每年的火灾直接经济损失率的年平均增长率为15307.83，且观察到在2006年前后火灾年经济损失率出现下降。

简介：摘要当前，随着我国对外开放程度的不断加强，受到“一带一路”的倡议和长江经济带建设的影响，我国港口吞吐量在不断的提高。如何对港口吞吐量进行有效而准确的预测也显得越发重要。本文以重庆港历年吞吐量为依据，使用时间序列预测法对2030年重庆港集装箱吞吐量和外贸集装箱吞吐量进行预测，为今后港口建设、合理配置港口资源、以及相应集装箱吞吐量的预测提供一定的参考。

简介：摘要时间序列指的是同一空间、不同时间某一现象的统计指标数值按时间先后顺序形成的一组动态序列。国内生产总值(GDP)是现代国民经济核算体系的核心指标，是衡量一个国家综合国力的重要指标。本文基于时间序列理论，以我国1978年至2014年三十六年的国内生产总值为基础，对数据进行平稳化处理、模型识别、模型估计、模型检验，确定较适合模型为自回归移动平均模型。之后利用ARIMA模型对我国2013—2014年GDP作出预测并与实际值比较，结果表明预测比较合理，预测模型良好，继续利用ARIMA模型对我国未来4年的国内生产总值做出预测。

简介：摘要人才资源是第一资源，人才是生产力中最重要也最活跃的因素，对社会和经济的发展具有基础性、决定性和战略性的作用；人才是城市创新的原动力，因为他们能够在短时间内学习到更好的技能，做出更好的产品，掌握更好的管理方法。近几年，随着经济全球化的发展，全球产业也在加速转型和优化，由此同时，经济社会也对人才提出了越来阅读的要求以使用经济的发展和变化，除本地人才市场之外，人才还通过互联网、校园招聘会和公开招聘活动来招聘。因此，合理有效的预测人才市场的需求已经成了求职者、企业、地区乃至全球的迫切需求。

简介：摘要：本文基于时间序列InSAR技术，采用2018年8月~2019年6月共48景Sentinel-1A数据，利用Stacking-InSAR方法对子洲县行政区域进行形变监测，得到研究区域形变速率图。对子洲县滑坡区域进行早期识别，标记出风险较高的区域，并分析滑坡特征点及危害程度，对当地相关部门进行滑坡前期监测提供了有效参考。

简介：摘要:蓄水调水和治理泥沙一直都是治理黄河河段的基本工作之一，但在研究黄河水文时，由于黄河水沙通量较大，数据特性分析难度大。本文建立模型实现基于不同时间序列的数据汇总分析。利用距平值对突变性进行分析；通过可视化分析，研究所表现出的周期变化；季节性水沙通量最大值往往出现在夏季，最小值往往出现在冬季；通过spsspro建立水沙通量的季节性ARIMA模型来研究其变化规律，发现季节性数据的水流量的拟合度0.724，排沙量拟合度为0.764，拟合效果较好；能较好的进行预测分析，并为黄河水流管理提供理论依据。

简介：摘要阿片类药物滥用，误用和成瘾已成为当今美国面临的最严重的公共卫生危机之一。因此，减轻阿片类药物对美国社会经济的影响是至关重要的。为了减缓阿片类药物危机，本文提供了一个基于社会因素的药物传播模型，通过稳态分析求得三节点密度函数表达式，最终建立基于非均质无标度网络下的时间序列-SIR药物传播模型，并采用一些策略来阻止阿片类药物的扩散。

简介：摘要：本研究旨在探究铁路工程材料成本波动中的价差系数，采用时间序列分析技术构建模型，分析材料成本预测的精确性。通过深入理解价差系数的含义，结合时间序列的核心原理，本文提出了一个结构清晰的预测模型。模型建立后，针对性地选用了适宜方法进行验证。实证分析中，ARMA组合模型应用于价差系数的预测，显示出良好的预测能力，将为铁路工程材料成本管理与风险规避提供科学依据。

简介：摘要利用高精度数据处理软件GAMIT获取了陆态网GPS连续观测站三维时间序列，介绍了数据的处理流程及观测数据策略，并对获取的时间序列进行大地测量和地球物理解释。

简介：