利用SHTO指标进行我国住宅投资比重与人均GDP增长的相关性分析

住宅投资比重与人均GDP增长之间存在着密切的相关性,文中选取了SHTO指标,结合我国1995年-2005年的GDP和住宅开发投资数据,对我国住宅投资比重与人均GDP增长之间进行建模分析,并对近期发展趋势作出了初步预测.     

基于ARMA模型的结构动力模态参数识别

论述了ARMA时序差分模型与结构振动微分方程之间的等价关系，ARMA模型的定阶与参数估计，并利用一悬臂梁的振动位移作为时间序列对其模态参数进行了识别，其计算结果满足精度要求，取得了较好的结果。     

我国固定资产投资增长率预测分析

固定资产投资作为投资的重要组成部分,是社会经济发展的一个重要动力,是社会固定资产再生产的主要手段。因此,预测我国固定资产投资增长率对于促进我国经济增长具有重要意义。从动态分析的角度出发,本文以我国1981—2013年的全社会固定资产投资增长率为一个时间序列,运用Eviews6.0软件对其进行分析。由分析结果可知,ARMA(4,3)模型提供了较为准确的模拟结果,可用其来预测我国固定资产投资未来增长率,为我国全社会固定资产投资决策提供可靠的参考依据。     

影响内蒙古自治区人均可支配收入的因素分析

根据凯恩斯主义的绝对收入假说,可支配收入与实际收入,税收以及政府转移支付有关。本文利用eviews软件,以内蒙古地区数据为依据,建立可支配收入与人均GDP,人均纳税额以及人均转移支付占有额的多元回归模型。发现内蒙古地区人均可支配收入与人均GDP正相关,与人均纳税额负相关。并提出了相应的对策建议。     

基于ARMA模型的桥梁施工监控时间序列分析

桥梁施工中主梁线形的监测和控制,对确保大桥顺利合龙起到了至关重要的作用。在与有限元模型模拟计算方法分析比较的基础上,寻求一种具有参数估计简便、估计精度高和预报可靠等特点的ARMA模型方法。最后以某大跨度连续刚构桥为例进行了分析计算。通过对实测数据的预处理、平稳性分析、模型识别、模型检验等,得到合适的ARMA模型并结合该模型计算出预测结果。通过两种模型与实测结果差值的比较,结果表明时间序列模型的预测值与实测值吻合较好,证明了该方法的实用性。     

上海市天然气销售量的ARMA模型

文章运用计量经济学软件（Eviews）对上海市天然气月销售量进行分析建立合适的ARMA模型。     

ARMA模型在国内生产总值预测中的应用

国内生产总值是指在一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标。本文收集我国1978年至2012年来国内生产总值的数据,利用EVIEWS软件对数据进行时间序列分析,建立时间序列模型,并且最终通过确立的模型对我国未来GDP作出预测。     

基于ARMA模型识别工程结构模态参数

对基于环境激励下运用时间序列法ARMA模型对工程结构模态参数的识别进行研究。结合传统模态试验,对一个多层框架结构进行了模态参数识别的对比试验,试验结果显示:二者在模态参数识别上具有高度的一致性。分析表明:时间序列法ARMA模型能够在传统模态试验难以进行的环境下,准确有效地识别工程结构的模态参数,为结构的在线监测和抗震设计等提供模态参数,具有一定的工程应用价值。     

供水管网水力模型与优化调度模型的建立与展望

通过当前的计算机技术和matlab等计算软件的结合,可以建立水量预测模型、供水系统水力计算模型、水力优化模型来实现水力优化调度。建立模型有利于对运行状态做出科学而准确的判断,从而给供水公司带来良好的经济和社会效益。本文主要介绍了这三种模型的建模类型,建模步骤以及各自的适用情况,优缺点,发展现状等。建立供水管网模型可以有效降低管网的能量损失,而且能快速查找管网漏失,是水力管网发展的趋势。     

人均GDP3000美元时期的城市发展研究——国际比较及对长江三角洲的启示

中国正有越来越多的城市人均GDP达到3000美元,这是城市发展过程中一个重要的转折时期,在给城市带来诸多机遇的同时,也将使其遭遇新的挑战。通过回顾、比较国外城市在此阶段的发展经验和教训,揭示出人均GDP3000美元时期城市化进程、城市和区域空间结构演化、城市问题等方面的一般特征。结合人均GDP已突破3000美元的长江三角洲地区城市发展现状,从城市化推进、城市和区域空间组织、城市问题的应对等角度,对人均GDP3000美元后长江三角洲地区城市的持续、健康发展进行了思考。     

基于ARIMA模型的海南省国内生产总值预测

选取1978—2019年海南省GDP数据为研究样本,依据Box-Jenkins方法建立ARIMA模型,通过1978—2017年样本内数据建立ARIMA(1,1,2)模型,来预测2018—2021年样本外的海南省GDP数值。通过对模型诊断与检验,发现ARIMA(1,1,2)模型能较好地达到预测效果,预测平均误差控制在5%之内,能较好地对海南省GDP做出短期预测,为海南省政府制定经济发展目标提供参考。     

时间序列方法及其在实际办公楼能耗预测中的应用

建立了基于时间序列分析方法的建筑能耗预测模型,对上海某办公建筑逐月能耗进行预测.采用CensusX12方法进行季节调整,建立ARMA时序模型,并对季节因子进行温度化处理.模拟结果表明,采用时间序列分析的方法来预测建筑能耗是一种有效方法.     

时间序列分析在变形监测中的应用

介绍了时间序列的基本原理,给出了时间序列分析的ARMA、ARIMA两种基本模型,介绍了自相关函数、偏相关函数以及其性质。总结归纳了时间序列分析的建模步骤。最后用时间序列分析处理了某市某一变形监测点,并且与回归分析做了比较。比较表明,时间序列分析用于动态的时序预测具有较好的效果,20期预测误差的绝对值均小于0.002mm。并且其建模过程与回归分析法相比,较为简单,是处理动态数据的一种非常有效的方法。     

一种快速建立GPS滑坡监测网卡尔曼滤波模型的方法研究

卡尔曼滤波是目前处理动态变形监测数据的常用方法,如何快捷迅速的建立合适的卡尔曼滤波模型,将直接影响到数据处理的速度和可信度,常用方法是时间序列分析法,但此方法需要大量的观测数据。本文探讨在观测数据样本不多地情况下利用位移变化速度数据来选取的GPS滑坡监测的卡尔曼滤波模型,并通过实测数据证明该方法切实可行。     

基于ARIMA模型的我国人口增长的分析与预测

运用ARIMA模型对我国1949—2009年的人口总数进行了分析与预测,得出AR IMA(2,2,1)模型可以对我国的人口总数作短期预测的结论。     

基于ARMA模型的浮法玻璃价格预测分析

通过ARMA模型对浮法玻璃的价格作出预测,取得了较好的预测效果,从而对其价格走势形成整体把握,为节能政策制定提供数据支持,同时为建材制造商投资方向调整提供了依据。     

基于ARIMA模型的黄金价格实证分析

本研究以2011年10月至2014年2月的上海黄金交易所黄金Au100g每日的加权平均价为例,以时间序列的相关理论为基础,建立ARIMA(2,1,0)模型对黄金价格的走势进行实证分析,并对2014年3月至2014年5月的数据进行短期预测.实验结果表明,ARIMA(2,1,0)模型能够比较准确地刻画黄金价格的动态走势,这为中国黄金投资者更好地预测黄金市场的行情提供了一个可行的方法,也为他们理性地投资黄金提供了一个理论依据.     

基于时变ARMA序列的随机地震动模型

在研究结构的随机地震反应时,要用大量的符合场地条件的地震波作为输入。但强震历史记录却不是每个地区都有的,因此根据现有地震波建立符合场地条件的地震动模型具有重要意义。地震动具有很强的随机性和非平稳性,本文使用时变ARMA模型来建立地震动模型。为了使结果更具有普遍性,选用ElCentro波、Northridge波作为原波,分别利用作者编制的WINSIM程序建立了时变ARMA模型,并通过所建模型生成的模拟波与原波的比较,对模型的有效性进行了检验。     

基于时间序列分析的微型加热元件温度预测模型

针对烟具在工况下难以获取微型加热元件准确的加热温度变化而进行精准温控的问题,提出基于时间序列模型的方法,通过红外测温仪采集加热元件控温面与加热面温度数据,建立ARMA温度预测模型,获得测温面与加热面的温度对应关系,实现控制系统对温度变化预测,提高加热元件温控精度。试验证明,该方法可实现加热元件温度准确预测,有效减小控制误差。     

上海市万元GDP用水量指标体系的建立

上海是水质型缺水城市，为加强水资源管理和控制水污染，必须建立以“节水减污，合理高效”为核心的节水管理体系，以水资源的可持续利用保障经济社会的可持续发展。为及时了解、指导和监督各行业的节水工作，评价各行业的用水效率和节水水平，应当建立万元GDP用水量指标体系。