自回归预测模型的应用

应用数理统计方法建立了用电量自回归预测模型,并利用该模型对某单位用电量进行了预测分析,得到了满意的结果.     

自回归模型的参数估计

给出了ｐ阶自回归模型参数估计的一种新的迭代方法，它简便易行，无需计算自相关函数，最后给出了一个实例     

自回归背景噪声生成方法及其VLSI实现

讨论了一种用自回归数据模型拟合生成具有指定功率谱结构的背景噪声的方法及其ＶＬＳＩ实现，提出了一种基于ＶＬＳＩ支持的双自回归滤波器，完成了对这种滤波器的设计方法－逆设计方法－的研究和它的工程建造工作。一个实际应用系统运行的结果，证明了这种背景噪声模拟方法的正确性及技术实现的合理性。     

条件自回归极差模型的对数正态拟极大似然估计

为了解决在估计条件自回归极差模型(CARR)中的分布厚尾性问题,采用尾部呈幂函数衰减的对数正态分布估计CARR模型.在新息序列具有有限的12阶矩条件下,利用M估计的大样本性质和鞅的泛函中心极限定理,允许模型包含一个单位根的情况下,证明了对数正态分布下的拟极大似然估计是局部相合和渐近正态的,并且对数正态分布的厚尾性也较好地解决了异常值问题．相对于目前广泛采用的指数似然估计方法,提高了参数估计的效率．     

自回归模型的参数估计

给出了ｐ阶自回归模型参数估计的一种新的迭代方法，它简便易行，无需计算自相关函数，最后给出了一个实例。     

利用AIC决定生丝纤度自回归阶数的探讨

本文探讨了利用AIC确定生丝纤度序列自回归阶数时,纤度波动特性对最优自回归阶数的影响,提出各种不同条件下缫制的生丝自回归阶数的确定方法.通过模拟试验调查了自回归阶数对模拟纤度序列波动特性值误差的影响.     

基于多监测点的蠕虫感染率的自回归估计

网络的应用给蠕虫提供了传播环境，蠕虫成为网络安全的重要威胁。文中提出了一种基于多监测点的蠕虫感染率的自回归估计方法，该方法侧重时间感染率估计从而为监测预警提供参考信息，确定了基于估计方差的预警门限，给出了预警时刻和监测点数量的关系。仿真试验结果表明，这种方法能有效地对蠕虫感染进行预警。     

一类季节性整值复合自回归模型--SINCAR(1)

提出一类季节性整值复合自回归模型即SINCAR(1)，通过升维方法能将SINCAR(1){xt}变为多维平稳序列，给出了收益序列Mt的特征函数、极值、凹凸性结论；关于周期d=3对SINAR(1)的参数进行了估计．     

门限自回归模型在水稻需水量预测中的应用

通过对三江平原井灌水稻各生育阶段需水量的长系列资料分析，建立了自激励门限自回归模型(SETAR MODEL)。采用9个参数有效地描述了水稻需水量各个生育期在多种气象及其它影响因子的作用下的周期变化的非线性复杂系统。模型拟合与预测精度较高，可在灌区规划管理与优化水稻灌溉制度中应用。     

一类洪水预报的非线性时序模型——指数自回归模型

作为雨洪系统的输出——洪水时间序列，它包含了系统中各种变量的过去信息，同时蕴含着大量关于系统演变的规律和趋势，这样的时间序列往往是不可逆的，非性线相依的偏态序列，并且存在着广泛的频幅相依特性。在进行洪水预报时，传统法多采用线性化技术，但预报精度并不理想，因此要提高预报精度，有必要考虑洪水的非线性特性。基于此，本文用指数自回归模型进行洪水预报研究，实例分析表明该模型可提高洪水预报精度。本文的尝试工作为洪水预报提供了一种可行的模型。     

商品零售价格指数的非参数自回归预测模型

为了更好地捕获我国商品零售价格指数的非线性特征,本文基于局部线性估计理论,建立了我国商品零售价格指数的非参数自回归预测模型,并应用此模型对我国2004—2007年的价格指数进行了预测分析.结果表明,相对于传统的ARMA模型,非参数自回归模型能够更好地解决我国社会商品零售价格指数预测这一非线性问题,而且预测精度较高.     

振荡自回归模型设计矩阵阶的研究

通过对振荡自回归模型进行研究,给出了其设计矩阵的分解定理,也就是存在非奇异矩阵使得设计矩阵可以通过变换转化成对角矩阵,从而对振荡自回归模型设计矩阵阶的收敛性问题给出了答案,充实了相关文献中的结论．     

GARCH模型的经验似然估计

以计量经济学中ARCH模型族为背景,对GARCH模型进行讨论和研究。讨论了基于GED分布的β-ARCH模型和GARCH模型的经验极大似然估计的求解方法,得到了相应的平稳模型的大样本性质定理。     

疏系数自回归模型及其在矿井涌水量预测中的应用

作者分析了诸如矿井涌水量等地质时间序列数据的特点以及现有的一些预测预报方法的局限性,引进了一种适合地质特点的数学模型——疏系数自回归模型,并利用该模型处理了大同矿务局某矿的月平均日涌水量数据。从计算结果可以看出,预测的精度满足了生产矿井的实际需要。     

城市日用水量预测的部分线性自回归模型

根据城市用水量影响因素及特点,针对线性回归模型与线性自回归模型误差较大的缺点,建立了城市日用水量的部分线性自回归预测模型,其中线性部分考虑日用水量,非线性部分考虑当天的最高温度,该模型综合了非参数回归模型与线性自回归模型的优点,因此在拟合与预测精度上比线性回归与线性自回归模型有所提高,证明该方法在城市日用水量预测中是有效的.     

汇率波动下门限自回归模型的适应性研究

针对汇率变化的非线性特征,采用非线性门限自回归模型对汇改后人民币／美元汇率的变化趋势进行分析,并与传统的线性时间序列模型结果进行比较,结果表明,非线性门限自回归模型精度较高．     

基于自回归模型的网络数据去重算法的设计

为了提高网络带宽利用率,实现网络负载和传输效率的平衡,提出了一种基于网络流量自回归技术的网络数据去重算法ANTREA. 该算法将数据传输分割成多个传输单元,在每个传输单元中分成去重传输和直接传输2部分,前一部分实现去除冗余数据后传输,后一部分数据则利用空闲带宽实现传输. 通过为每个传输单元的网络状况建模,预测下一个传输单元的网络可用带宽及查重处理时间,并据此调整直接传输的数据量,以求充分利用空闲带宽,提高网络带宽利用率. 实验结果表明,ANTREA算法可以根据网络状况自动调整传输策略,能够充分利用网络带宽以实现更高的数据传输效率,比EndRE算法有更好的网络适应性,在10 MB/s的网络环境下,传输吞吐量几乎为EndRE的7倍.     

非线性回归与自回归混合模型在机床出口预测中应用

经论证说明在机床出口预测时,以出口额作为出口能力的综合指标为宜。应用最小二乘法原理,建立非线性回归模型,按希尔伯托投影原理建立自回归模型,合并为混合模型。经计算机进行预测运算,说明其拟合误差最小,预测精度最高。