摘要：为进一步提高城市道路断面交通量预测精度,基于城市道路全息感知体系,通过大数据深度挖掘,统计出历史天数全时段交通量,利用RBF神经网络任意逼近拟合特性,构建RBF-arima模型,对城市道路交通交通量进行精准预测,并以典型山城城市重庆市中心城区学府大道为例进行实例验证,结果表明:相较于单一arima模型,RBF- arima模型平均绝对误差下降14.54%,平均相对误差下降18.84%,均方根误差下降12.75%,精度提高较为明显,对城市道路交通量预测有较好的适应性。

摘要：SAS软件是世界公认的权威统计分析软件之一,其SAS/ETS(时间序列分析)模块编程语言简洁,输出功能强大,分析结果精确。本文运用SAS/ETS模块,以三峡地区滑坡变形监测数据为时间序列建立求和自回归移动平均(arima)模型,并作出分析及预测,结果表明能达到较好的拟合效果和预测精度。

摘要：暴雨洪涝灾害一直是全球发生最频繁,影响范围最广的自然灾害之一,科学而全面地对暴雨洪涝灾害进行评价管理,具有十分重要的意义。针对暴雨洪涝淹没灾情科学预测的需求,以湖北省气象局提供的时间序列的暴雨洪涝淹没数据为基础,利用arima模型(差分自回归滑动平均模型)对襄阳市2014-07-04 19:00和20:00的暴雨洪涝淹没灾情进行预测。诊断结果表明所建立的arima(1,1,1)模型对襄阳市暴雨洪涝淹没数据可信度较好,对未来1 h和2 h暴雨洪涝淹没情况预测平均绝对误差分别是0.013 856和0.051 5,与实际监测值的相关性R的平方分别为0.769 9、0.458 9。该arima(1,1,1)预测模型可以满足实际的预测需求。未来1 h的预测结果优于2 h预测,且未来1 h预测结果相关性较强,表明所建立的模型能够较好地应用于襄阳市未来1 h内的暴雨洪涝淹没灾情预测。

摘要：城市轨道交通的月度客流量预测需要抓住其趋势的波动性进行研究分析,而城市居民出行也较为符合季节性等特点。通过季节指数对城市轨道交通的月度客流量数据进行逆处理,用以调整季节性因素对预测结果的影响。并且使用经过季节指数处理过的数据和没有处理过的原始数据,通过arima模型对重庆市轨道交通1号线的月度进站客流进行预测。使用Eview软件对预测结果进行曲线趋势分析,得出通过季节指数调整过后的arima模型误差更小,更加符合实际情况。说明所建立的预测方法可以适用于城市轨道交通的月度客流量预测。

摘要：面对一些成熟的商业云,装配拟态服务组件可以为云上应用赋能内生安全。为了能够提供多应用与拟态服务组件集群的协同,文中首先提出并设计了拟态调度管理组件,通过高效调度拟态服务组件集群来满足拟态服务组件与云平台的融合协同需求。为了进一步优化所提出的拟态调度管理组件,文中同时研究了拟态调度管理组件中的预测算法,使用擅于处理线性关系的ARI-MA模型与擅于处理非线性关系的RBF模型组合,通过离线方式实现对云上应用行为预测。经过大量仿真实验,证明采用的组合模型的预测性能优于单个预测模型使用,能够以较高的准确率进行预测。

摘要：结合固定型交通检测器空间配置的四条原则和配置密度优化步骤，提出固定型交通检测器配置优化的数据挖掘方法。设计6种高速公路出口匝道的固定型交通检测器配置密度方案作为实例研究对像，运用数据挖掘技术的时间序列指数平滑方法、arima方法和神经网络方法分别建立高速公路出口匝道小时交通量Winters预测模型，arima预测模型及神经网络预测模型。采用网络搜索技术确定Winters模型参数，设计一种比传统arima模型参数估计方法更精确的算法程序估计arima模型参数，采用三项误差指标评价模型预测效果，根据预测结果及高速公路事件管理交通参数精度要求确定可行方案及最佳方案，研究结果表明：在保证满足ITS对交通参数精度要求的同时，通过数据挖掘技术降低了交通流信息采集固定型检测器的配置密度及成本，为固定型交通检测器配置密度的优化提供了一种简单可行的新方法。

摘要：将小波分析(Wavelet Analysis)引入自回归移动平均模型(arima)进行电离层总电子含量预报,在大区域的研究中已经取得了较好的预报效果,而位于中国低纬度的广西地区尚无文献进行相关研究。本文利用2015年IGS中心提供的电离层天顶总电子含量(VTEC)数据,分别采用小波-ARIAM模型(WARIAM)和arima模型对广西地区(20°N^27.5°N,110°E^115°E)进行建模,预报后6天的VTEC值。结果表明:两种模型预报值均能很好地反映观测值的变化趋势,相对精度达到80%以上,但预测精度在北纬20°处出现浮动。在使用WARIAM进行中长期预报中,平均相对精度可达到83%。总体上,使用WARIAM对VTEC值预报相对arima模型其精度有显著提高,表明其在广西地区对VTEC进行短期预报和中长期预报的可行性。

摘要：为保护湿地生态环境,合理规划和配置水资源,选用arima模型对挠力河中下游径流进行预测。文中通过对宝安站、宝清站和蔡咀子站的1981年至2017年的实测流量进行分析,采用乘积形式将季节性arima模型与非季节性arima模型结合起来对2020年的流量进行预测,预测精度分别为0.775、0.747和0.864,均达到乙级预报水平。经计算,3个水文站的全年预测水量满足湿地生态需水量要求,但5月、9月、10月存在季节性缺水,在来水保证率高于60%和38%时,需对湿地进行最小和适宜级别的补水。

摘要：针对长江中游河段航道水位变化时空特征,本文建立了基于时间序列分析arima模型的短时水位预测模型。结合监利、汉口、安庆水位观测站的逐日平均历史数据(2011-2015年),率定了预测模型的相关参数;检验了水位预测模型对2016年逐日平均水位的预测精度。研究结果表明:模型总体上预测结果与观测值吻合较好,但汛期频繁剧烈的水位波动对精度产生影响;时间序列分析模型结果可为长江航道相关部门的预报工作提供参考。

摘要：本文以广州市为例,通过SpearmanRank相关性分析,实证得出引起租赁价格上涨幅度的最主要因素是一二手房价的上涨程度、以及人均可支配收入的增长程度,即房价和收入是影响租金上涨的最主要因素。为探索数据内生相关性,本文使用arima模型分别对租赁价格指数(HRPI)和常住人口(RP)进行分析并建立模型方程,根据模型预测,2019年11月的住房租赁价格指数为2253,较10月下降2;2019年广州常住人口数将达到1536万人,较2018年增加46万人。最后提出了加强住房租赁市场制度顶层设计,鼓励金融机构参与拓展租赁市场资金渠道等政策建议。