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：摘要磁共振成像具有良好的软组织分辨率同时不存在电离辐射，被广泛地应用于人体多个部位的检查，但人体存在一些T2值超短的物质，如骨皮质、肌腱、韧带、肺组织等，使用常规磁共振成像序列无法对这类组织进行成像。随着磁共振成像技术的发展，磁共振超短回波时间(magnetic resonance imaging ultrashort echo time，MRI-UTE)序列的应用使短T2组织成像成为可能，本文就近年来MRI-UTE序列应用进展进行综述。

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：分别用三种时间序列模型对我国社会消费品零售总额(指数)进行建模预测与比较,通过计算结果可以验证:组合预测能有效地提高预测的可靠性与精确度。

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：摘要随着社会经济的发展，信息技术的进步，建筑工程项目建设的规模也在逐渐扩大。本文笔者毕业于环境艺术设计专业，长期从事工程造价方面的工作，现将工程量清单计价模式来作为前提，在时间序列的基础上就建筑工程造价预测方法进行详细地阐述。

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。

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：随着教育部提倡全国普通高校使用国外教材，现在许多重点大学和一普通高校纷纷在不同的学院、不同的专业、不同的年级上有选择地、有条件地实行“原版英文教材教学”试点。本文针对国内外大学教材中“经济预测与时间序列”方面的教材进行深入地对比分析研究，指出国内一些教材中普遍存在的问题不足。

简介：　　一、关于本文时间序列模型的说明　　时间序列是一种是按照时间顺序取得的一组数据,大多数的时间序列存在惯性,通过对这种惯性的分析就可以由现在值和过去值对未来值进行预测.时间序列分析是一种根据动态数据揭示系统动态结构和规律的统计方法,其基本思想是根据随机的时间序列建立能够比较精确的反映时间序列中所包含的动态依存关系的数学模型,并借以对未来进行预测.……

简介：一、前言一切现象都处在不断的发展变化之中,体育运动的发展也应遵循自然界的普遍规律,处于无休止的运动和变化中。本文使用时间序列的周期方法对我国(1953—1984)32年来男子跳远成绩变化趋势进行探讨,定量地把变化趋势的周期波动作出回预报,并应用这种回预报值对未来的我国男子跳远成绩作出预测,为教练员编制训练计划提供依据。二、动态资料来源(1)贵阳师范田径参考资料、(2)体育年鉴和体育杂志。

简介：摘要本文在介绍了Matlab神经网络工具箱的基础上，主要对时间序列预测工具箱的使用作了说明，并用实例仿真说明如何进行时间序列预测的调用实现，通过不断的调整参数，最后使训练的模型比较理想，满足实际的需求，表明了直接使用时间序列预测的有效性，并为Matlab神经网络工具箱的使用提供了新的方法。

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：

简介：摘要：本文提出了一种基于时间序列分析组合模型的变形监测与预报方法，该方法将ARIMA模型和指数平滑模型相结合，并利用Kalman滤波算法对模型进行优化。采用该方法对某隧道进行了变形监测与预报研究，并与传统的单一模型进行了对比分析。研究结果表明，基于时间序列分析组合模型的变形监测与预报方法具有更高的预测精度和更好的实时性。

简介：摘要：在隧洞开挖过程中，受卸荷影响，围岩会向内部收敛变形。通过开展隧洞围岩收敛变形监测，可以掌握围岩和支护稳定性，进而能够反馈和指导施工作业。基于收敛监测结果，开展相关的分析工作，可以发现变形规律，甚至预报变形发展，以便指导调整施工方案或采取相应应急措施。本文基于滇中引水工程水工隧洞中4个典型收敛断面观测时序成果，展开分析，并采用时间序列分析方法建立模型，各断面拟合残差标准差最小仅0.82mm，同时还根据模型进行预报，其与观测值偏差均值和RMS最低达0.14mm、0.30mm，表明模型拟合和预报效果较好，模型整体及各项参数统计检验结果均通过显著性检验。