期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到26,926篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
Modeling and clustering of residential electricity consumption for short-term forecasting using seasonal autoregressive integrated moving average(SARIMA) 认领 引用
1
作者 Sana Arif Rabbia Hassan +2 位作者 Hasan Arshad Nasir Naveed Riaz Imran Mahmood 《Global Energy Interconnection》 EI CSCD 2026年第3期567-584,共18页
Power demand is increasing in all sectors of the developing nations;however,the inadequate and disproportionate generation and distribution resources create a burden for the authorities to efficiently manage the power... Power demand is increasing in all sectors of the developing nations;however,the inadequate and disproportionate generation and distribution resources create a burden for the authorities to efficiently manage the power grid.This results in network overloading and consequent blackouts.To efficiently manage the resources,short-term consumption modeling(using physical or data-based models)is mandatory.Physical models,in contrast to the data-based models,are generally complex and difficult to be used for automatic control strategies for the grid.However,for the latter,there is generally a lack of data availability in the developing nations,as energy measurements are taken just once a month for billing purposes.A recent study conducted consumption measurements,at a high sampling rate,of 42 residential houses from different neighborhoods in Lahore,Pakistan.As mentioned earlier,such a dataset is rare in the developing nations,therefore,leverage the availability of this data set and perform SARIMA(seasonal autoregressive integrated moving average)and ARIMA(autoregressive integrated moving average)based time series modelling of the consumption.Furthermore,for a wider applicability of the results,this work also includes clustering of the houses based on the parameters such as power consumption in different seasons,number of occupants,structural attributes,demographics,and household appliances.Hierarchical clustering with complete linkage was used to derive household groups,Euclidean distance was applied as the similarity metric,and silhouette analysis validated cluster compactness and separation.We report models of different groups of residential houses,categorized with respect to the aforementioned parameters,to facilitate the operators for efficient power management.The findings in this paper are supported by a variety of simulation results,across 41 households,the dataset was split into training and testing sets,corresponding to 93–7%for the 24-h horizon and 82–18%for the 72-h horizon,which showed that SARIMA consistently outperformed ARIMA,reducing errors for 24-h(MAE:0.30→0.23 kW,RMSE:0.40→0.32 kW,MAPE:36.9→28.3%)and 72-h horizons(MAE:0.39→0.32 kW,RMSE:0.51→0.41 kW,MAPE:49.1→39.54%)and yielding lower AICc values.Clustering validation using silhouette widths(0.13–0.25)confirmed the robustness of identified household groups. 展开更多
关键词 Seasonal autoregressive integrated moving average Time series analysis Household demand profiles Hierarchicalclustering
暂未订购 下载PDF
基于DPSIRM-TOPSIS-ARIMA模型的甘肃省水资源承载力评价与预测 认领 引用 被引量：5
2
作者 高秉俊 刘飞 +2 位作者 程雯嘉 李建玲 李慧 《水利规划与设计》 2026年第1期7-11,41,共5页
为缓解甘肃省水资源短缺问题,构建以“驱动-压力-状态-影响-响应-管理”为准则的综合评价指标体系,文章利用TOPSIS模型和ARIMA预测模型对甘肃省2009—2030年水资源承载力进行综合评价和预测。结果表明:权重占比最大的子系统为驱动力子系... 为缓解甘肃省水资源短缺问题,构建以“驱动-压力-状态-影响-响应-管理”为准则的综合评价指标体系,文章利用TOPSIS模型和ARIMA预测模型对甘肃省2009—2030年水资源承载力进行综合评价和预测。结果表明:权重占比最大的子系统为驱动力子系统,权重占比前三的指标是生态环境用水量X17、人口自然增长率X1和城镇居民可支配收入X15;2009—2022年承载力呈波动上升趋势;预测2023—2030年承载力总体呈上升趋势,均处于弱承载水平。该研究结果可为甘肃省水资源发展提供科学依据。 展开更多
关键词 水资源承载力 DPSIRM模型 ARIMA模型 评价与预测
暂未订购 下载PDF
2002-2022年全国艾滋病发病率时空分布变化趋势及基于ARIMA模型预测分析 认领 引用
3
作者 张俊超 兰毅 +2 位作者 王瀚炜 雷春燕 栾泽民 《中国感染控制杂志》 CAS CSCD 北大核心 2026年第5期705-715,共11页
目的分析中国31个省(自治区、直辖市)艾滋病发病趋势及时空分布特征,并预测2023—2030年艾滋病发病率,为艾滋病防控工作提供理论依据。方法基于2002—2022年中国31个省(自治区、直辖市)的艾滋病发病数据,采用Joinpoint软件分析时间分布... 目的分析中国31个省(自治区、直辖市)艾滋病发病趋势及时空分布特征,并预测2023—2030年艾滋病发病率,为艾滋病防控工作提供理论依据。方法基于2002—2022年中国31个省(自治区、直辖市)的艾滋病发病数据,采用Joinpoint软件分析时间分布特征,运用ArcGIS软件进行全局与局部空间自相关分析以识别疫情聚集特征,利用SaTScan 10.2.5软件开展时空扫描分析,明确艾滋病疫情的时空聚集性。通过SPSS软件构建ARIMA模型,预测2023—2030年艾滋病发病率。结果2002—2019年中国艾滋病发病率呈逐年上升趋势,2020—2022年有所下降。2002—2006年艾滋病发病率呈随机分布,2007—2022年转为聚集分布,高发区域主要集中于云南省、广西壮族自治区、贵州省等西南地区。2013—2022年,云南省、贵州省、四川省、广西壮族自治区和重庆市为艾滋病发病第一类聚集区。基于2002—2022年全国发病率数据构建的ARIMA模型预测显示,2023—2030年发病率依次为3.86/10万、4.02/10万、4.19/10万、4.35/10万、4.52/10万、4.68/10万、4.85/10万、5.01/10万。第一类聚集区中云南省、贵州省、广西壮族自治区和重庆市发病率均呈逐年上升趋势;四川省呈现波动性上升,至2030年四川省艾滋病发病率预计达27.89/10万。结论中国艾滋病发病率总体呈上升态势,发病模式由散发转为聚集,西南地区存在高发聚集区,且可能逐年向外扩展。ARIMA模型对艾滋病流行趋势预测具有一定参考价值。建议未来防控工作应重点加强聚集区及周边省份的医疗资源投入,并强化高危人群干预措施。 展开更多
关键词 艾滋病 发病率 时空分布 ARIMA模型 预测分析
暂未订购 下载PDF
基于CEEMDAN-ARIMA-BiLSTM-SelfAttention与误差修正的风电功率预测模型 认领 引用
4
作者 刘吉成 鲍红焉 +1 位作者 刘子毅 朱琳 《动力工程学报》 CAS CSCD 北大核心 2026年第5期97-106,共10页
为有效应对风电功率随机性给预测带来的困境,提出了一种计及误差修正的新型混合模型。该方法利用自适应噪声完全集成经验模态分解(CEEMDAN)对风电功率原始数据及其预测误差进行分解,通过t检验以衡量分解后所得各子序列的特性。应用自注... 为有效应对风电功率随机性给预测带来的困境,提出了一种计及误差修正的新型混合模型。该方法利用自适应噪声完全集成经验模态分解(CEEMDAN)对风电功率原始数据及其预测误差进行分解,通过t检验以衡量分解后所得各子序列的特性。应用自注意力机制(SelfAttention)增强的双向长短期记忆网络(BiLSTM)预测具有高频特性的序列,采用自回归积分滑动平均(ARIMA)模型处理具有低频特性的序列。最后,将初始风电功率预测结果与相应的误差预测值相加,得到基于误差修正的风功率预测值。选取不同风场中的功率样本,并将其与12个模型进行对比,以验证所提模型CEEMDAN-ARIMA-BiLSTM-SelfAttention的性能。结果表明:所提模型在WF1秋季场景下较单一模型在均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及决定系数(R2)指标上分别至少提升了70.19%、68.67%、25.41%和7.59%,因此误差修正与分解策略可有效提升风电功率预测的性能;与基准模型相比,所提模型在多场景下均为最可靠的预测方法。 展开更多
关键词 风电功率预测 误差修正 CEEMDAN ARIMA BiLSTM 自注意力机制
暂未订购 下载PDF
百度关键词组合的旅游客流量预测能力比较研究——基于ARIMA与XGBoost模型的验证 认领 引用
5
作者 鄢慧丽 魏玉芝 +2 位作者 熊浩 沈宸欣 韦开蕾 《海南大学学报（社会科学版）》 CSSCI 2026年第3期127-137,共11页
本研究以三亚市2013—2019年统计和搜索数据为例,利用递增迭代算法筛选单个关键词与随机组合关键词,比较传统统计数据与综合、随机组合以及单个百度关键词指数的预测精度,并用ARIMA模型和XGBoost模型进行验证。研究发现,加入百度搜索关... 本研究以三亚市2013—2019年统计和搜索数据为例,利用递增迭代算法筛选单个关键词与随机组合关键词,比较传统统计数据与综合、随机组合以及单个百度关键词指数的预测精度,并用ARIMA模型和XGBoost模型进行验证。研究发现,加入百度搜索关键词后的预测模型精度显著提高,不同组合形式的关键词预测精度存在较大差异,其中单个关键词“三亚机票”的预测精度最高。XGBoost模型的预测精度优于传统ARIMA模型。通过增加研究样本、新增检验模型以及更换预测集等稳健性检验,验证了研究结论的可靠性。本研究为决策者提供了科学、简洁、精准的预测方法,为网络搜索关键词在预测领域的研究提供了新思路,也为经济市场等多领域的预测提供了更便捷、更精确的方法。 展开更多
关键词 旅游客流量预测 百度关键词 ARIMA XGBoost 三亚市
暂未订购 下载PDF
Privacy-preserving average consensus for multi-agent systems based on edge decomposition 认领 引用
6
作者 Zengwang JIN Qian LI +2 位作者 Biyun SHENG Changyin SUN Zhen WANG 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2026年第5期451-465,共15页
This paper studies the problem of privacy preservation in achieving the average consensus of dynamic Multi-Agent Systems(MAS).Average consensus performs an essential role in dynamic MAS to promote collaboration,coordi... This paper studies the problem of privacy preservation in achieving the average consensus of dynamic Multi-Agent Systems(MAS).Average consensus performs an essential role in dynamic MAS to promote collaboration,coordinate decision-making,resolve conflicts,and enhance system reliability.The process of achieving average consensus requires the information exchange between agents,which raises concerns about sensitive data leakage.To address this issue,we propose a novel algorithm that combines state decomposition with edge characteristics in network topology to protect the critical data during the average consensus process.Specifically,the original state of each agent is decomposed into|Ni|+1 substates,where|Ni|represents the number of neighboring nodes.For each agent,the public substate performs the function of the original state to participate in computation and interaction between other agents,while the private parts only interact with the first one of the same agent and keep invisible to other agents.Unlike other approaches that focus solely on the privacy preservation of agents'initial state information,this paper extends to dynamic state of agents at every moment.Next,rigorous proofs of the accuracy in average consensus are provided.Furthermore,it is shown that privacy can be protected by employing our algorithm if agent i has at least one neighbor who is not an honest-but-curious agent.As for external eavesdroppers,a sufficient condition is presented that the state information is not estimated with any guaranteed accuracy.Finally,numerical simulations are presented to verify the effectiveness of our approach. 展开更多
关键词 Multi-agent systems Privacy-preserving mechanism Average consensus Network topology Edge decomposition
暂未订购 下载PDF
ARIMA时间序列模型对耐碳青霉烯类肺炎克雷伯菌医院感染预测效果研究 认领 引用
7
作者 吴晓琴 王珊 +4 位作者 薛璟 石理冉 郭风 李瑾 阚红俠 《广州医药》 2026年第7期864-870,共7页
目的 探讨自回归求和时间序列模型(ARIMA)在耐碳青霉烯类肺炎克雷伯菌(CRKP)医院感染预测中的应用,为CRKP感染的科学防控提供策略。方法 选取贾汪区人民医院住院患者2018年1月—2024年12月共7年每月CRKP医院感染率,应用SPSS 19.0建立AR... 目的 探讨自回归求和时间序列模型(ARIMA)在耐碳青霉烯类肺炎克雷伯菌(CRKP)医院感染预测中的应用,为CRKP感染的科学防控提供策略。方法 选取贾汪区人民医院住院患者2018年1月—2024年12月共7年每月CRKP医院感染率,应用SPSS 19.0建立ARIMA模型,利用该模型对2024年1—12月每月CRKP医院感染数据进行验证,以评价模型的预测性能。结果 用2018—2024年住院患者每月CRKP医院感染率建模、拟合,建立最优模型ARIMA(1,1,1),模型拟合值与实际值较吻合,模型对CRKP医院感染率实际值与预测值吻合度较高,平均相对误差为5.40%。结论用ARIMA模型可有效拟合、预测CRKP医院感染情况,为CRKP防控提供科学指导。 展开更多
关键词 耐碳青霉烯类肺炎克雷伯菌 医院感染 ARIMA模型 预测
暂未订购 下载PDF
Refiningg Osteoarthritis Risk Prediction:Average Sagittal Abdominal Diameter Complements and Enhances Body Mass Index With Sex-Specific Insights From National Health and Nutrition Examination Survey 认领 引用
8
作者 Yuwei Zhang Xiaoshuai Wang +10 位作者 Hu Zhu Haowei Chen Zhaohua Zhu Liangbin Zhou Michael Tim Yun Ong Dongquan Shi Xin Zhang David JHunter Changhai Ding Rocky S.Tuan Zhong Alan Li 《Health Care Science》 CSCD 2026年第2期128-140,共13页
Background:Osteoarthritis(OA),the most prevalent joint disease and a leading cause of disability globally,has its disease burden inadequately captured by body mass index(BMI).As the sole quantified risk factor in curr... Background:Osteoarthritis(OA),the most prevalent joint disease and a leading cause of disability globally,has its disease burden inadequately captured by body mass index(BMI).As the sole quantified risk factor in current Global Burden of Disease estimates,BMI accounted for only 20%of OA burden.A critical limitation of BMI is its inability to distinguish fat distribution patterns,particularly abdominal adiposity,which is increasingly recognized as a key driver of metabolic and musculoskeletal pathologies.Herein,we hypothesize that anthropometric indicators reflecting central adiposity,such as average sagittal abdominal diameter(ASAD),may outperform BMI in predicting OA risk,especially when considering sex and age differences.Methods:This cross-sectional study analyzed 27,791 National Health and Nutrition Examination Survey participants(1999-2023)with complete OA diagnosis,anthropometric,and metabolic data.Participants were stratified by sex and age(40-year cutoff).Multivariable logistic regression,adjusted for confounders,estimated predictor-OA associations via stan-dardized odds ratios(sORs),and these associations were evaluated by the area under the receiver operating characteristic curve(AUROC).Data were split into training(70%)and validation(30%)sets,with DeLong's test comparing different predictors against BMI.Results:In the overall population,ASAD showed a stronger association with OA(sOR=1.483)than BMI(sOR=1.436),with comparable validation AUROC(ASAD:0.857;BMI:0.854).Sex-stratified analysis revealed that BMI was the optimal predictor for males(sOR=1.466;validation AUROC=0.844),while ASAD outperformed BMI in females(sOR=1.486 vs.1.450;validation AUROC=O.865 vs.0.863).Further age stratification revealed that in males under 40,both BMI(sOR=1.26l;validation AUROC=0.750)and ASAD(sOR=1.194;validation AUROC=0.889)were the strongest predictors,and that ASAD(sOR=1.490;validation AUROC=0.769)and BMI(sOR=1.482;validation AUROC=0.736)remained strong for males aged 40 and above.In age-stratified analyses of females,ASAD showed the strongest consistent association with OA risk,both in participants under 40(sOR=1.472;validation AUROC=0.801)and those aged 40 and above(sOR=1.421;validation AUROC=0.764).Conclusions:ASAD emerges as a superior predictor for females and a competitive population-level complement to BMI.BMI remains an optimal OA predictor for males.Within the National Health and Nutrition Examination Survey framework,these findings underscore the necessity of integrating abdominal adiposity metrics,particularly ASAD,into OA risk assessment to improve sex-specific prevention strategies. 展开更多
关键词 anthropometric predictor average sagittal abdominal diameter body mass index NHANES osteoarthritis sex differences
暂未订购 下载PDF
ARIMA模型在某医院门诊精神分裂症患者预测中的应用 认领 引用
9
作者 徐晓君 陈添泉 +4 位作者 周亦威 曾礼特 吴贤笃 章婷婷 周祖木 《中国医院统计》 2026年第2期128-133,共6页
目的探讨ARIMA模型在医院门诊精神分裂症患者预测中的作用。方法基于2011年1月至2022年12月精神分裂症初诊病例数的历史数据,建立ARIMA模型并进行预测。建模过程包括序列平稳性检验及平稳化处理、模型识别、参数估计、模型检验及预测。... 目的探讨ARIMA模型在医院门诊精神分裂症患者预测中的作用。方法基于2011年1月至2022年12月精神分裂症初诊病例数的历史数据,建立ARIMA模型并进行预测。建模过程包括序列平稳性检验及平稳化处理、模型识别、参数估计、模型检验及预测。本研究利用SPSS26.0软件中的ARIMA模块,对该医院2011年1月至2022年12月的精神分裂症初次就诊病例资料建立预测模型,评价该模型的预测效果。结果ARIMA模型残差的ACF和PACF均落在95%置信区间内。ARIMA模型的预测线与实际线贴合程度较好,两者基本吻合。除1月份相对误差为21.15%外,其余5个月的相对误差均在18%以内,且所有月份的实际病例数均落入预测值的95%置信区间内。结论本次用于预测医院精神分裂症病例的ARIMA模型的拟合效果较好,对医院门诊精神分裂症的初诊发病数有较好的预测能力。 展开更多
关键词 精神分裂症 ARIMA模型 预测 时间序列
暂未订购 下载PDF
基于SVDD及ARIMA融合模型的分布式光伏发电特征监测方法 认领 引用
10
作者 徐鸣 陈菲菲 +2 位作者 洪华伟 林女贵 肖元正 《信息技术》 2026年第7期169-174,共6页
目前国家正积极推动分布式光伏的发展,以进一步提升管理的精细化水平和服务质量,实现电力数据的价值。开展光伏发电异常诊断、光伏全生命周期补贴电量预警及产品研发等工作。为此,文中提出了一种新的监测方法,该方法融合了SVDD和ARIMA模... 目前国家正积极推动分布式光伏的发展,以进一步提升管理的精细化水平和服务质量,实现电力数据的价值。开展光伏发电异常诊断、光伏全生命周期补贴电量预警及产品研发等工作。为此,文中提出了一种新的监测方法,该方法融合了SVDD和ARIMA模型,用于分布式光伏发电特性的监测。采用决策表属性约简方法预处理发电特征,再利用SVDD建立理论发电量模型。在此基础上,利用ARIMA融合模型,构建了分布式光伏发电异常监测模型。实验显示,此方法在监测分布式光伏发电异常方面准确性高,能有效监测发电量异常波动,确保分布式光伏的高效、规范运行。 展开更多
关键词 SVDD ARIMA融合模型 分布式光伏发电 特征监测
暂未订购 下载PDF
Thermodynamics of Einstein-Gauss-Bonnet black holes and ensemble-averaged theory 认领 引用
11
作者 Md Sabir Ali C Fairoos +2 位作者 C L Ahmed Rizwan T K Safir Peng Cheng 《Communications in Theoretical Physics》 SCIE CAS CSCD 2026年第5期112-120,共9页
In this paper,using the ensemble-averaged theory,we define the thermodynamic free energy of Einstein-Gauss-Bonnet(EGB)black holes in anti-de Sitter(Ad S)spacetime.This approach derives the gravitational partition func... In this paper,using the ensemble-averaged theory,we define the thermodynamic free energy of Einstein-Gauss-Bonnet(EGB)black holes in anti-de Sitter(Ad S)spacetime.This approach derives the gravitational partition function by incorporating non-saddle geometries besides the classical solutions.Unlike the sharp transition points seen in free energy calculated via saddlepoint approximation,the ensemble-averaged free energy plotted against temperature shows a smoother behavior,suggesting that black hole phase transitions may be viewed as a small-GN(Newton's gravitational constant)limit of the ensemble theory.This is similar to the behavior of black hole solutions in Einstein's gravity theory in Ad S spacetime.We have obtained an expression for the quantum-corrected free energy for EGB-Ad S black holes,and in the sixdimensional case,we observe a well-defined local minimum after the transition temperature which was absent in the earlier analysis of the classical free energy landscape.Furthermore,we expand the ensemble-averaged free energy in powers of GNto identify non-classical contributions.Our findings indicate that the similarities in the thermodynamic behavior between five-dimensional EGB-Ad S and Reissner-Nordström-Ad S black holes,as well as between sixdimensional EGB-Ad S and Schwarzschild-Ad S black holes,extend beyond the classical regime. 展开更多
关键词 AdS black holes Einstain—Gauss—Bonnet gravity thermodynamics of black holes ensemble averaged theory higher dimensions
暂未订购 下载PDF
基于ARIMA模型的江苏省医疗服务需求预测研究 认领 引用
12
作者 刘军军 孙加权 《医院管理论坛》 2026年第2期10-13,9,共4页
目的分析江苏省医疗服务需求现状和变化趋势,并预测未来需求,旨在为合理、有效配置卫生资源提供参考。方法基于2004—2023年江苏省医疗机构诊疗人次和入院人数,构建ARIMA时间序列模型,对2024—2030年江苏省医疗服务需求量进行预测。结果... 目的分析江苏省医疗服务需求现状和变化趋势,并预测未来需求,旨在为合理、有效配置卫生资源提供参考。方法基于2004—2023年江苏省医疗机构诊疗人次和入院人数,构建ARIMA时间序列模型,对2024—2030年江苏省医疗服务需求量进行预测。结果2004—2023年江苏省诊疗人次数、入院人数的实际值与预测值吻合度较高。预测结果显示,2024—2030年的年均诊疗人次为74621.53万次,明显高于2004—2023年的43662.58万次;2024—2030年的年均入院人数为1986.08万人,明显高于2004—2023年的1037.72万人。结论研究验证了ARIMA模型在区域医疗服务需求预测中的有效性,为卫生行政部门推进资源配置优化提供了量化依据。 展开更多
关键词 医疗服务需求 卫生资源配置 ARIMA模型 时间序列预测
暂未订购 下载PDF
ARIMA、Prophet及LSTM模型在黄河水沙数据预测中的应用 认领 引用
13
作者 刘素军 李长生 +1 位作者 山青青 丁佳钰 《智能物联技术》 2026年第7期58-66,共9页
黄河水沙数据具有非线性、周期性、波动性等特点,导致传统预测方法难以很好地兼顾预测精度和模型适应性。选取2023年全国大学生数学建模比赛E题官方提供的黄河水沙监测数据,采用差分整合移动平均自回归(Autoregressive Integrated Movin... 黄河水沙数据具有非线性、周期性、波动性等特点,导致传统预测方法难以很好地兼顾预测精度和模型适应性。选取2023年全国大学生数学建模比赛E题官方提供的黄河水沙监测数据,采用差分整合移动平均自回归(Autoregressive Integrated Moving Average,ARIMA)、Prophet及长短期记忆(Long Short-Term Memory,LSTM)模型进行水沙含量预测。首先,对原始数据进行预处理,去除噪声、补齐缺值;其次,以平均绝对误差(Mean Absolute Error,MAE)、平均绝对百分比误差(Mean Absolute Percentage Error,MAPE)、均方根误差(Root Mean Square Error,RMSE)及拟合优度来客观评价3种模型的预测性能,据此分析各模型的适用场景、优势与不足;最后,总结研究的不足,提出未来改进方向。结果表明,LSTM模型在黄河水沙数据预测中表现最佳,Prophet模型在精度与易用性上表现良好,ARIMA模型在线性拟合问题上具有明显优势。 展开更多
关键词 黄河水沙监测 差分整合移动平均自回归(ARIMA) Prophet 长短期记忆(LSTM) 时间序列预测
暂未订购 下载PDF
基于多尺度健康因子-BEAST分解和SARIMA模型结合的锂离子电池剩余使用寿命预测 认领 引用 被引量：3
14
作者 姚芳 韩永康 +2 位作者 李谦 汤雨 张正宣 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2026年第1期77-89,共13页
锂离子电池的剩余使用寿命(RUL)预测对电池管理和安全性至关重要.现有的RUL预测方法多依赖大量历史数据,且在复杂工况下精度较低,计算负担重.为解决这些问题,本文结合健康因子(HI)、贝叶斯时序分解估计器(BEAST)和季节性差分自回归移动... 锂离子电池的剩余使用寿命(RUL)预测对电池管理和安全性至关重要.现有的RUL预测方法多依赖大量历史数据,且在复杂工况下精度较低,计算负担重.为解决这些问题,本文结合健康因子(HI)、贝叶斯时序分解估计器(BEAST)和季节性差分自回归移动平均模型(SARIMA),提出了一种新颖的RUL预测方法.与传统方法不同,本文创新性地采用HI替代最大可放电容量,能够更精确地反映电池衰退过程;同时,结合贝叶斯时序分解估计器对HI进行分解与重构,提高了预测精度,减少了对大量历史数据的依赖;最后,利用季节性差分自回归移动平均模型对电池衰退的时序数据进行建模,显著提高了预测精度和计算效率.实验结果表明,以动态工况电池(CS#7)为例,所提方法在电池衰减5%时,最大相对误差小于2%,衰减10%时小于4.31%;相比LSTM和LSSVM方法,本文方法在MAE上分别降低了16.6%和25.9%,计算效率分别提高了55.2%和22.8%. 展开更多
关键词 锂离子电池 剩余使用寿命 健康因子 BEAST分解 SARIMA模型
暂未订购 下载PDF
基于改进PGA优化VMD的ARIMA-LSTM混合模型的光伏功率预测 认领 引用
15
作者 吴仕宏 尚轩竹 +1 位作者 吴佳文 武兴宇 《沈阳农业大学学报》 CAS CSCD 北大核心 2026年第4期126-136,共11页
[目的]大规模太阳能发电的固有波动性给智能电网的能源管理带来重大挑战。准确预测太阳能功率对于保障智能电网的经济运行至关重要。提出一种基于改进向光生长优化算法(PGA)优化变分模态分解(VMD)并融合自回归差分移动平均(ARIMA)和长... [目的]大规模太阳能发电的固有波动性给智能电网的能源管理带来重大挑战。准确预测太阳能功率对于保障智能电网的经济运行至关重要。提出一种基于改进向光生长优化算法(PGA)优化变分模态分解(VMD)并融合自回归差分移动平均(ARIMA)和长短期记忆神经网络(LSTM)的光伏功率预测模型。[方法]利用改进PGA对VMD的模态数和惩罚因子寻优,将原始非平稳的功率序列分解为平稳的子模态,依据各模态波动特性构建ARIMA和LSTM预测模型,叠加重构得到最终预测值。以实际光伏电站历史数据为样本将LSTM、ARIMA-LSTM、PGA-VMD-ARIMA-LSTM以及IPGA-VMD-ARIMA-LSTM进行对比试验。选取多种评价指标对提出的改进模型进行评价。[结果]IPGA-ARIMA-LSTM的MAE降为0.5,RMSE为0.78,MAPE低至1.37,精度最高,较PGA-VMD-ARIMA-LSTM精度提高18.9%。[结论]改进PGA优化VMD的ARIMA-LSTM在拟合度、预测精度和稳定性方面均优于传统方法,通过改进传统方法对参数进行优化,显著提升预测性能。 展开更多
关键词 光伏发电 功率预测 LSTM ARIMA-LSTM PGA算法
暂未订购 下载PDF
基于ARIMA方法的安徽省声环境质量变化及预测研究 认领 引用
16
作者 王倩 赵旭辉 张付海 《环境监控与预警》 2026年第4期56-65,共10页
随着城市化进程加速,噪声污染已成为影响公共健康与生活品质的突出环境问题,有效控制噪声污染已成为现阶段迫在眉睫的环境问题。以安徽省声环境质量为研究对象,基于2016—2024年城市区域、道路交通及功能区声环境的监测数据,综合运用趋... 随着城市化进程加速,噪声污染已成为影响公共健康与生活品质的突出环境问题,有效控制噪声污染已成为现阶段迫在眉睫的环境问题。以安徽省声环境质量为研究对象,基于2016—2024年城市区域、道路交通及功能区声环境的监测数据,综合运用趋势分析、环境库兹涅茨曲线与灰色关联分析等方法,探究其变化特征及社会经济影响因素。在此基础上,构建适用于声环境预测的自回归整合移动平均(ARIMA)模型,并对2025年各类声环境指标进行预测。结果显示,研究期间安徽省功能区与道路交通声环境质量总体呈改善趋势,其中昼间道路交通声环境等效声级显著下降;ARIMA模型预测结果显示,2025年安徽省昼间城市区域声环境等效声级预计约为54.2 dB(A),道路交通声环境等效声级预计为65.6 dB(A),大部分功能区声环境达标率将维持在较高水平。研究表明,ARIMA模型可用于区域声环境质量的趋势预测,研究结果可为“十五五”及中长期噪声污染防治与城市声环境管理提供科学依据。 展开更多
关键词 声环境 监测评价 变化趋势 自回归整合移动平均模型
暂未订购 下载PDF
基于ARIMA-GRU-Self-Attention模型的股票成交量预测 认领 引用
17
作者 徐向东 蒋曦进 +1 位作者 赵骏龙 常镇 《浙江工业大学学报（社会科学版）》 2026年第1期68-76,共9页
在金融市场高波动性与交易结构日益复杂的背景下,如何实现对股票成交量的精确预测,已成为提升市场运行效率与增强风险识别能力的关键问题。本研究提出了一种多机制注意力融合模型,用于提高股票交易量预测的精度。以宝钢股份、贵州茅台... 在金融市场高波动性与交易结构日益复杂的背景下,如何实现对股票成交量的精确预测,已成为提升市场运行效率与增强风险识别能力的关键问题。本研究提出了一种多机制注意力融合模型,用于提高股票交易量预测的精度。以宝钢股份、贵州茅台、平安银行和中国石油的历史股票数据为样本,首先使用ARIMA模型捕捉数据的线性趋势,随后利用GRU模型学习股票交易量的非线性动态特征,并通过自注意力机制增强对关键特征的关注。为了验证模型的有效性,进行消融实验,结果证明该混合模型在MAE,MSE,SMAPE和MedAE指标上均优于传统单一模型。研究结果表明,该模型能够有效处理股票交易量中的复杂特征,为创新股票交易量预测模型提供了新的方法和思路,同时也为资本市场投资者的投资行为和金融监管机构的监管工作提供了一种强有力的金融工具。 展开更多
关键词 股票成交量预测 ARIMA GRU 自注意力 混合模型
暂未订购 下载PDF
基于SARIMA模型的血液内科医院感染发病率及日发病率预测研究 认领 引用
18
作者 李晶晶 曾子强 +3 位作者 李凌竹 查筑红 陈敏 曾妮 《贵州医药》 CAS 2026年第1期20-25,共6页
目的 利用季节性差分自回归滑动平均(SARIMA)模型预测血液内科医院感染发病率及日发病率,为预防控制医院感染提供参考。方法 以某三甲医院血液内科2018年1月—2022年6月医院感染发病率及日发病率数据作为训练集分别构建SARIMA模型,2022... 目的 利用季节性差分自回归滑动平均(SARIMA)模型预测血液内科医院感染发病率及日发病率,为预防控制医院感染提供参考。方法 以某三甲医院血液内科2018年1月—2022年6月医院感染发病率及日发病率数据作为训练集分别构建SARIMA模型,2022年7—12月数据作为验证集,通过平均绝对百分比误差(MAPE)、平均绝对比例误差(MASE)以及均方根误差(RMSE)比较并评价模型预测效果。结果 SARIMA(2,1,0)(1,1,1)12为医院感染发病率最佳预测模型,SARIMA(2,1,1)(2,1,1)12为医院感染日发病率最佳预测模型,实际值均在预测值95%CI范围内。发病率模型MAPE、MASE、MRSE为30.17%、0.75、0.76,日发病率模型MAPE、MASE、MRSE分别为21.18%、0.55、0.73。结论 SARIMA模型可用于血液内科医院感染发病率及日发病率预测,为医院感染防控提供参考依据。 展开更多
关键词 医院感染 季节性差分自回归滑动平均模型 血液内科 预测
暂未订购 下载PDF
ARIMA模型在石家庄市流行性腮腺炎发病预测中的应用 认领 引用 被引量：1
19
作者 李昱莹 毕猛 +4 位作者 苏圣妍 张亚茹 王汐 周小茜 张世勇 《预防医学情报杂志》 CAS 2026年第5期611-617,624,共7页
目的探讨求和自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)在石家庄市流行性腮腺炎预测预警中的应用,建立流行性腮腺炎发病预测模型。方法描述分析2014—2023年石家庄市流行性腮腺炎发病基本情况与流行... 目的探讨求和自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)在石家庄市流行性腮腺炎预测预警中的应用,建立流行性腮腺炎发病预测模型。方法描述分析2014—2023年石家庄市流行性腮腺炎发病基本情况与流行病学特征,通过SPSS 27.0软件对流行性腮腺炎每月发病数进行ARIMA模型构建,利用拟合结果最优的模型对2024年月发病数进行预测并评价预测效果。结果2014—2023年石家庄市共报告流行性腮腺炎14970例,年平均发病率为13.90/10万。确立ARIMA(1,0,0)(0,1,1)12为最优模型,该模型残差通过Ljung-Box白噪声检验(Q=18.793,P=0.280),模型的平稳R2=0.789,标准化BIC=7.444,模型预测值与实际发病趋势一致,且均落于95%置信区间。结论ARIMA(1,0,0)(0,1,1)12模型拟合与预测效果情况良好,可为石家庄市流行性腮腺炎发病预测提供科学方法。 展开更多
关键词 时间序列 ARIMA模型 流行性腮腺炎 预测
暂未订购 下载PDF
ARIMA-LSTM组合模型在肾综合征出血热不同流行模式发病率预测中的应用 认领 引用
20
作者 刘天 向泉 +4 位作者 官旭华 秦周 吴杨 阮德欣 赵婧 《中国人兽共患病学报》 CAS CSCD 北大核心 2026年第1期77-84,共8页
目的探讨自回归移动平均模型-长短期记忆(autoregressive integrated moving average-long short-term memory,ARIMA-LSTM)组合模型在肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)不同流行模式发病率预测中应用的可行... 目的探讨自回归移动平均模型-长短期记忆(autoregressive integrated moving average-long short-term memory,ARIMA-LSTM)组合模型在肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)不同流行模式发病率预测中应用的可行性。方法收集1961—2020年全国HFRS年发病率、2004年1月至2020年12月全国、黑龙江省、吉林省、辽宁省、陕西省、山东省、河北省、广东省HFRS逐月发病率数据;全国及黑龙江省作为冬峰较春峰高代表,吉林省、辽宁省作为春峰与冬峰相当代表,陕西省、山东省作为仅存在冬峰代表,河北省、广东省作为仅存在春峰代表。1961—2014年逐年发病率、2004年1月至2020年6月逐月发病率数据作为训练集,2015—2020年逐年发病率、2020年7-12月逐月发病率数据作为测试集。分别建立ARIMA模型、ARIMA-LSTM组合模型,采用平均绝对百分比误差下降率(decline rate of mean absolute percentage error,DRMAPE)、均方根误差下降率(decline rate of root mean squared error,DRRMSE)评价模型拟合及预测精度优化程度。结果全国逐年、全国及黑龙江省、吉林省、辽宁省、陕西省、山东省、河北省、广东省逐月HFRS发病率拟合最佳ARIMA模型分别为ARIMA(2,0,0)、ARIMA(3,1,0)(2,1,1)12、ARIMA(2,0,1)(2,1,1)12、ARIMA(3,0,0)(2,1,1)12含常数项、ARIMA(2,1,1)(2,1,1)12、ARIMA(1,0,3)(1,1,0)12、ARIMA(0,1,3)(2,1,1)12、ARIMA(1,1,3)(2,0,0)12、ARIMA(3,1,1)(1,1,1)12。全国逐年、全国及黑龙江省、吉林省、辽宁省、陕西省、山东省、河北省、广东省逐月数据建立ARIMA-LSTM组合模型较ARIMA模型拟合的DRMAPE依次为-19.57%、-46.38%、-43.27%、-46.37%、-49.70%、-48.36%、-58.23%、-35.52%、-48.74%;DRRMSE依次为-11.21%、-36.17%、-64.89%、-55.68%、-54.81%、-31.76%、-39.69%、-55.64%、-30.06%。全国逐年、全国及黑龙江省、吉林省、辽宁省、陕西省、山东省、河北省、广东省逐月数据建立ARIMA-LSTM组合模型较ARIMA模型预测的DRMAPE依次为-11.10%、-8.69%、-19.68%、-36.17%、-55.57%、-9.44%、-14.60%、-14.22%、-9.26%;DRRMSE依次为-14.43%、-7.42%、-12.66%、-13.83%、-36.56%、10.37%、81.14%、-19.68%、-1.18%。结论ARIMA-LSTM组合模型总体在各类HFRS数据中拟合及预测效果均优于ARIMA模型,LSTM适于我国HFRS预测模型优化,但陕西省和山东省不适于ARIMA-LSTM预测。 展开更多
关键词 自回归移动平均模型 长短期记忆网络 组合模型 肾综合征出血热 中国
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈