平稳时间序列模型建立及在水文预报中的应用

介绍了平稳时间序列分析的基本原理,运用C#语言设计并实现了模型的建立及年平均流量的预报,提供了一个操作简洁、运算迅速并具有较好的适应性和预报精度的模型预报应用程序.通过嫩江同盟站年平均流量时间序列的应用表明,该模型的预报精度满足要求.     

时间序列在建筑物沉降监测数据分析中的应用研究

在建筑物的沉降监测中,采用时间序列方法对观测数据进行分析处理,建立建筑物的动态沉降预测模型,并对其沉降趋势进行预测．从而选择合适的解决方案和采取相应的地基处理措施．把沉降量限定在允许范围内是极为重要的．介绍了时间序列分析方法中的AR模型,AR模型阶数的确定、参数估计、模型检验以及预报分析的方法,并结合某建筑物沉降观测的数据为例进行说明．     

基于小波变换集成模型预测径流水位的研究

为获得更精确的径流-水位预报结果,利用Dmey小波变换将水位时间序列分解为高频信号和低频信号,再使用均生函数-最优子集回归对其进行预测,最后利用Dmey小波逆变进行重构,以此建立水位预测模型.通过对柳江历年水位进行实例分析,并与均生函数最优子集回归模型、逐步回归模型对比.研究结果表明,该模型能充分反映水位时间序列趋势,预报稳定性好,预报准确率高,为径流-水位时间序列预测提供一个有效建模方法.     

时间序列分析法预报建筑物地基沉降量

沉降量是建筑物地基变形的一个重要指标。本文利用建筑物地基的已知沉降观测值结合时间序列分析中的逆函数法预报了建筑物地基的沉降量。     

基于城市建筑变形监测系统的时间序列模型研究

以国家体育场（鸟巢）工程的沉降观测数据为基础,论述了采用时间序列模型处理变形数据的原理和方法,并对建筑物的变形趋势进行了分析和预测,为建筑物的安全施工和正常使用提供了保障.     

基于WT和MGFPE混合模式的船舶横摇运动长期预测

为了获得横摇运动在不同时间尺度下的演变规律,提出了利用小波变换和均生函数周期外推混合模式进行船舶横摇运动非线性时间序列长期预测的方法.该方法通过小波变换对横摇运动时间序列进行多分辨率分析,将原序列分解为多个相对简单的准周期信号,信号的趋势项、周期项和随机项被分离出来,然后采用均生函数周期外推预报模式对这些准周期信号进行预报和集成.仿真结果表明,此方法能有效地提高预报长度,并能获得较高的建模及预报精度,该方法亦可用于其他非线性时间序列长期预测.     

河川日径流预报的混沌神经网络模型

将混沌理论和神经网络相结合,建立了径流预报的混沌神经网络模型.利用混沌理论的相空间重构技术计算饱和嵌入维数,将其作为神经网络的输入层神经元个数;根据模型预测步长确定输出层神经元个数.对黄河干流三门峡站的日流量时间序列进行了模拟和预报,取到了较好的预报效果,为河川径流的预报工作提供了新方法.     

A Chaotic ANNs Model for Rivers Daily Runoff Forecast

将混沌理论和神经网络相结合,建立了径流预报的混沌神经网络模型.利用混沌理论的相空间重构技术计算饱和嵌入维数,将其作为神经网络的输入层神经元个数;根据模型预测步长确定输出层神经元个数.对黄河干流三门峡站的日流量时间序列进行了模拟和预报,取到了较好的预报效果,为河川径流的预报工作提供了新方法.     

基于改进时间序列统计模型的空气质量预报

针对复杂时序数据的预报,提出了自回归的一般近似方式以及动态最小二乘的预报方法.利用带约束的最优化思想,在这种动态时间序列预报方式的基础上建立了能够综合统计时间序列模型与机理决定模型预报模型,和动态的参数估计方式.模型对采自玉溪市大营街大气质量监测数据进行了预报,预报结果与实测吻合较好.模型的参数估计方式简单,能够综合机理模型和统计模型.其在对含有不确定性因素影响的复杂问题的预报具有推广意义.     

基于小波神经网络的畸形波预报

为对畸形波这类突发性事件进行较为准确的预报,避免畸形波对海上建筑物和人员安全产生的巨大危害.采用紧致型小波神经网络模型,根据某岛礁地形实测数据建立的岛礁三维模型中测得的波高试验数据,选取试验数据中3种典型波高时间序列分别实现了包含畸形波的波浪数据对常规波浪的预报、包含近似畸形波的波浪数据对畸形波的预报以及常规波浪对包含畸形波的波浪数据的预报.为验证小波神经网络模型精度,同时采用常规神经网络BP模型在相同条件下对3种典型波高时间序列进行预报,最后将两种神经网络预报结果精度进行对比.研究结果表明:小波神经网络能较好的捕捉畸形波突发事件,对于3种工况中的波面整体预报精度以及畸形波处的预报精度,小波神经网络预报模型均高于BP神经网络预报模型,预报的波高曲线也与实际波高曲线拟合效果更好.在神经网络训练样本中若存在畸形波特征,也将进一步提高对未来畸形波的预报精度.该项研究对船舶或海洋工程的畸形波风险预警具有一定的应用价值.     

航天产品系统可靠性评估方法及软件研究

对航天产品进行系统可靠性评估是确保航天试验成功的一项重要工作,在载人航天试验中可靠性安全性要求更高。本文研究了航天产品可靠性的评估方法,以航天员系统为例,通过对几种常用的系统可靠性模型与评估方法的分析比较,给出了串联模型、并联模型、表决模型、旁联模型与和联模型5种系统可靠性模型的经典评估方法与Bayes评估方法。针对所研制的航天产品系统可靠性评估软件,提出了软件的分层设计思路,采用了友好的人机交互界面。使用表明该评估软件可准确迅速有效地进行系统可靠性评估,使用方便,操作简单,具有较强的可推广性。     

混凝土结构早龄期开裂的分析与预测

目的预测混凝土结构早龄期开裂的可能性.方法以可靠度理论为基础,建立了混凝土结构早龄期开裂的分析模型,利用开裂概率和临界开裂风险来分析与预测混凝土结构早龄期的开裂情况,并将分析模型在混凝土挡土墙工程中应用.结果混凝土挡土墙分析模型的预测结果与观测结果基本一致.结论应用开裂概率和临界开裂风险来分析与预测混凝土结构早龄期开裂,可以优选混凝土材料的组成,尽量减少混凝土结构早龄期的开裂.     

基于陆基GNSS的电离层时间序列预报研究

为讨论不同时间序列模型对电离层垂直总电子含量(VTEC)的预报效果,在平静电离层条件下,采用载波相位平滑伪距法解算单站上空的电离层VTEC值,分别利用自回归积分滑动平均模型(ARIMA)与Holt-Winters指数平滑模型进行逐站建模,通过时长为9 d的样本序列实现3 d预报,并对预报值进行系统评估.结果表明,时间序列模型能够较好地反映预报期内的电离层VTEC变化情况,均方根误差均值不超5 TECU.此外,Holt-Winters乘法模型的预报值偏差最大,加法模型次之,ARIMA模型在11个测站的相对精度都高于Holt-Winters指数平滑模型,且其均方根误差峰值最小,具有最高的预报精度.     

小波变换在时间序列信号长程预测中的应用

讨论时间序列信号长程预测的原理和卡尔曼滤波预测模型及其改进模型的应用,及小波变换在时间序列分析长程预测中的应用,通过小波变换将时间序列信号分解,再重构低频信号,从重构后的信号中进行重采样提取时间序列子序列用于信号长程预测的方法.     

A forecasting and forewarning model for methane hazard in working face of coal mine based on LS-SVM

To improve the precision and reliability in predicting methane hazard in working face of coal mine, we have proposed a forecasting and forewarning model for methane hazard based on the least square support vector (LS-SVM) multi-classifier and regression machine. For the forecasting model, the methane concentration can be considered as a nonlinear time series and the time series analysis method is adopted to predict the change in methane concentration using LS-SVM regression. For the forewarning model, which is based on the forecasting results, by the multi-classification method of LS-SVM, the methane hazard was identified to four grades: normal, attention, warning and danger. According to the forewarning results, corresponding measures are taken. The model was used to forecast and forewarn the K9 working face. The results obtained by LS-SVM regression show that the forecast- ing have a high precision and forewarning results based on a LS-SVM multi-classifier are credible. Therefore, it is an effective model building method for continuous prediction of methane concentration and hazard forewarning in working face.     

钢筋混凝土结构的非线性地震可靠性分析

对钢筋混凝土结构的非线性地震可靠性进行了分析研究。在合理选择地震地面运动模型和结构分析模型的基础上，对结构进行了随机地震反应分析，并获得了结构随机反应的统计量。进而采用双参数的结构破坏模型，以结构可靠性理论为依据，推导出了计算结构地震破坏概率的一般表达式。由于在推导结构的地震破坏概率时是从一般情况出发的，该方法同样适用于其他类型的工程结构，通过对一座按8度要求设计的钢筋混凝土框架结构的地震可靠性分析，表明该方法具有合理性。提出的方法可用于抗震设防标准的制定和震害预测。     

一种新的间断型备件需求预测方法

针对间断型需求因需求发生随机、需求量值波动大而导致预测困难这一问题,提出一种新的备件需求预测方法.该方法能分别预测需求发生时间和非零需求发生时的需求量值.对于0-1需求发生时间序列,采用调制方法对其进行平滑处理,运用神经网络对调制后的0-1时间序列进行预测,获得需求发生时间的预测值.采用时间聚合方法对实际备件需求时间序列进行预测,将滚动预测应用到解聚合过程中,得到备件的需求量预测值.使用三一重工砼活塞和核电设备的备件需求数据对方法进行验证,结果表明,该方法的预测精度要优于Croston方法、指数平滑法以及BP神经网络,证明了所提方法的有效性和准确性.     

时间序列在路基填筑期间的应用研究

鉴于高速公路施工的被动性，利用时间序列建立数学模型。对具有非平稳性的表面沉降进行一次差分（d=1）处理，将其转化为平稳性的沉降速率问题，即将非平稳性时间序列ARIMA（p，d，q）模型转化为平稳的ARMA（p，q）模型。建立了ARMA（1，1）模型来对公路施工填筑期间的沉降进行短期预测，从而对下一级加载的时间进行预测。结果表明，预测结果可靠，精度高，能够很好地反映填筑期间沉降的变形特性，适用于高速公路重点断面分析。     

基于健康状态退化的设备可靠度预测模型

设备可靠度预测在设备的维修管理中扮演着重要的角色,有效的设备故障预测对降低设备维修费用、停机时间或运行风险都起到至关重要的作用。本文在分析设备状态数据的基础上,通过引入支持向量回归机,建立了基于退化数据的预测模型,并将该模型用于发动机可靠度的预测。