地下水位预报中的组合时间序列分析法

将系统分析方法中的传统GM（1,1）模型与时间序列分析方法相结合建立地下水位的预报模型。为更好地反映地下水位的统计规律随时间而缓慢变化的现象,采用衰减记忆最小二乘法率定GM（1,1）模型参数。用方差分析法进行地下水位时间序列的周期分析时,对初相进行优选;在选定的置信度水平下,当有多个周期都通过检验,此时该如何优先选择哪个周期,文中提出按拟选周期的F分布检验统计量与检验区间界限值的比值最大原则来选择周期成分。最后,采用本文所述方法进行福建省龙岩市的年最高地下水位的预报。     

地下水位预报中的组合时间序列分析法

将系统分析方法中的传统GM(1,1)模型与时间序列分析方法相结合建立地下水位的预报模型. 为更好地反映地下水位的统计规律随时间而缓慢变化的现象,采用衰减记忆最小二乘法率定GM(1,1)模型参数. 用方差分析法进行地下水位时间序列的周期分析时,对初相进行优选;在选定的置信度水平下,当有多个周期都通过检验,此时该如何优先选择哪个周期,文中提出按拟选周期的F分布检验统计量与检验区间界限值的比值最大原则来选择周期成分. 最后,采用本文所述方法进行福建省龙岩市的年最高地下水位的预报.     

一种水文时间序列预报的新方法

介绍了混沌和人工神经网络的理论及其在水文中的应用 ,在此基础上分析了水文时间序列中嵌入维数和BP神经网络的输入节点数的内在联系 ,提出用嵌入维数作为BP神经网络输入节点数的新方法 .计算了宜昌日径流时间序列的李氏指数和嵌入维数 ,确定其具有混沌特性 ,并用新的方法做了预测 ,同混沌中局域预测法的预测结果做了比较 ,结果显示新的方法效果明显较好 .     

时间序列分析法与边坡位移预报

将边坡位移｛ｘｔ｝看成是一系列时刻ｔ１，ｔ２，ｔ３…，ｔｎ得到的时间序列，采用时间序列分析方法，对其进行模型识别、参数估计、位移预报。由于该法认为时间序列是一随机过程，可以通过概率分布函数对其取值的规律性作统计描述，能体现边坡位移预报的随机性和不确定性，从而突破传统的边坡位移预报的确定性分析方法。计算结果表明：该法预报精度高，可靠性强，考虑因素全面，是一种行之有效的方法。     

时间序列分析法与边坡位移预报

将边坡位移｛ｘｔ｝看成是一系列时刻ｔ１，ｔ２，ｔ３…，ｔｎ得到的时间序列，采用时间序列分析方法，对其进行模型识别、参数估计、位移预报．由于该法认为时间序列是一随机过温，可以通过概率分布函数对其取值的规律性作统计描述，能体现边坡位移预报的随机性和不确定性，从而突破传统的边坡位移预报的确定性分析方法．计算结果表明：该法预报精度高，可靠性强，考虑因素全面，是一种行之有效的方法．     

地下水位预报的新方法

本文提出利用线性规划方法进行地下水位预报,通过实例验证,该方法的预报精度优于相关分析法.     

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。     

两指标时间序列预报的一类方法

本文在平稳和非平稳情形,构造了两指标时间序列的一类预报方法。在平稳条件下构造了两指标 AR 过程的最佳线性预报。在非平稳情形,利用单指标时间序列的新息预报思想,首先将非平稳过程的自回归系数看作是一个新的两指标多维平稳过程加以预报,然后再对非平稳过程本身做最佳线性预报。     

基于混沌时间序列的地下水位多步预测模型

利用相空间重构技术,并借助G-P算法、C-C方法和Wolf方法从宁陵地区地下水位一维时间序列中提取 Lyapunov指数,结果表明此时间序列具有混沌特征。计算了宁陵地区地下水位时间序列的关联维数、时间延迟 和最大Lyapunov指数,将局域加权一阶多步预测模型应用于地下水位预测。预测表明,此模型可有效应用于地 下水位时间序列的多步预测。     

产量递减的时序分析法预测

首次运用时间序列分析的基本理论和方法,以大港油田港东东区块递减期产油量数据为例,建立该区块产量递减的自回归AR(3)模型,用最小二乘法进行参数估计。通过检验模型效果,相对误差较小。     

死因死亡率的非平稳时序模型预报及有关探讨

本文对某大城市某区脑血管系统疾病等四个主要死因死亡率建立了非平稳时序模型,据此描述各死因死亡率的季节性规律,并在此基础上进行了预报.文中还讨论了模型参数的物理意义及模型的适用范围等问题.     

时序分析在开采沉陷动态参数预计中的应用

应用时间序列分析法,对开采沉陷动态过程的概率积分法预计参数进行分析,建立动态预计模型。用该模型可对参数的未来值进行预计,然后利用预计结果进一步预计地表的移动变形,解决了开采沉陷的动态预计问题。应用此法,地表下沉的相对预计误差一般为４％左右,与传统方法相比,预计精度可提高５％～１５％。     

时序分析法在岩层与地表移动中的应用

将多次观测得到的岩层与地表移动变形值看成是一系列时刻得到的时间序列,采用时序分析方法对其进行模型识别、参数估计及预测预报．并通过工程实例对该方法进行了初步检验．     

基于时间序列模型下国民经济发展趋势实证分析

本文借助反映国民经济总量的重要指标GDP,对两类随机性时间序列模型的构建及相应的预测精度进行探讨分析.结果发现:组合模型的预测普遍高于ARIMA模型的预测精度,从而为宏观政策的制定提供较精确的量化模型依据.     

水文时间序列多时间尺度分析的小波变换法

以长江宜昌站近100年（1890～1987）年平均流量过程为例，利用Marr小波和Morlet小波变换对水文序列的多时间尺度演变特性进行了分析，研究结果表明，其年际及年代际时间尺度在时间域中分布很不均匀，具有明显的局部化特征，小波变换法分析了水文水资源系统多时间尺度是优越的。     

基于时间序列分析方法的预测模型研究

预测控制拓广了模型的概念，以功能取代结构的建模思想更符合模型的本意，具有较大的实用意义．基于这一思想，本文提出一种利用时间序列分析建立预测模型的方法，这种模型对被控量中带有变化趋势的行为做了很好的提取，反映了系统中频率的变化并做了实例说明．     

边坡变形预测的混沌时间序列全局近似方法

边坡系统的各种参量是不确定的和随机的,在其演化过程中发生一系列的混沌现象.运用现代混沌理论,对边坡变形的预测问题进行探索性研究,把混沌时间序列全局近似方法引入到边坡工程研究中,对该理论的建立及预测方法进行系统地讨论.通过对新滩滑坡的研究结果表明,混沌时间序列方法对混沌序列的预测较线性时间序列具有较高的精度.