导读:本文包含了月平均模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,月平均,神经网络,序列,相对湿度,大同市,斯坦。
月平均模型论文文献综述
伍佑伦,易放辉,刘晓群,宋雯,吕慧珠[1]（2019）在《西洞庭湖南咀站月平均流量估算模型对比研究》一文中研究指出为探讨广义回归神经网络(GRNN)、BP、小波神经网络(WAVE)在径流预测中的适用性,以西洞庭湖南咀站为例,通过EMD方法对1956—2008年南咀站月平均径流量序列进行分解,结合相关性分析分离出与安乡、南咀站月平均水位、流量等输入因子相关的IMF分量,引入BP、GRNN、WAVE算法建立径流估算模型,重构南咀站月平均流量序列。结果表明:①除IMF2分量能量最高、振幅最大,贡献率73.238%,南咀站月平均径流量其他分量随分量级数增大,振幅减小,能量减小,周期增大,贡献率减小;②南咀站月平均流量分量IMF1—3与安乡、石龟山站水位流量极显着正相关,趋势项与石龟山站月平均水位、安乡站月平均流量极显着负相关,与石龟山站月平均流量显着负相关,其他指标相关性均不显着;③同一模式,GRNN算法均优于BP算法(Factor模式下除相对误差外)、小波神经网络算法(IMF-7模式下除均方根误差外),同一算法,Factor模式均优于IMF-7模式,IMF-7模式优于IMF-4模式(除GRNN算法外)。(本文来源于《人民珠江》期刊2019年06期）
游晓平,邹志武[2]（2019）在《时间序列模型在月平均住院日预测中的应用及评价》一文中研究指出目的:对某综合医院的月平均住院日建立时间序列模型,利用指数平滑法和ARIMA模型对其进行模拟评价及短期预测。方法:在某综合医院统计报表中提取2014年1月—2017年12月的月平均住院日,其中2014年1月—2017年6月的数据用于创建时间序列,利用SPSS20.0进行统计分析,分别采用指数平滑法和ARIMA对创建的时间序列拟合模型,评价模型效果,并对2017年7月—2017年12月的平均住院日进行预测,比较实际值与预测值间的符合程度。结果:指数平滑法模型:平稳的R方为0.814,表明拟合程度较好。白噪声序列的Ljung-Box检验无统计学意义(Q18=18.730,P=0.226)。模型参数估计中平滑参数Alpha的估计值为0.200,且参数检验结果有统计学意义(T=2.106,P=0.042)。ARIMA模型:平稳的R方为0.361,Ljung-Box检验无统计学意义(Q18=15.215,P=0.580)。AR的参数检验有统计学意义(T=-4.652,P<0.001),为-0.654。两模型实际值与预测值间的相对误差绝对值均小于5%。结论:指数平滑模型比ARIMA拟合及预测效果更好,是某综合医院月平均住院日的首选预测模型,为医院管理决策提供科学依据。(本文来源于《中国数字医学》期刊2019年02期）
屈非凡,邱新法,曾燕,姚镇海[3]（2018）在《月平均气温物理经验统计模型优化研究》一文中研究指出气温是一个重要的气象参数,为了给农业研究提供更加精准且物理意义完善的气温空间分布,建立分站分月的月平均气温物理优化模型。通过融合遥感数据合成比辐射率与气温模拟结果迭代优化,克服以往模型中气温回代的缺陷,对模型进行优化,生成了2007年我国1 km×1 km分辨率的月平均气温空间分布图。分析表明,模拟结果能较好地反映气温的宏观分布趋势和局地分布特征。误差分析结果表明,迭代优化后的年平均绝对误差为0.72℃,年平均均方根误差为1.01℃。相较于IDW插值法,优化模型模拟结果精度更高,影响气温的各项因子在结果中显示的特征更明显;相对于前人的隐式统计模型,参数物理意义更加完善,精度略有提升。为气温空间分布模拟提供了一种新思路,对科学指导农业生产、合理利用农业资源具有一定的参考意义。(本文来源于《科技通报》期刊2018年09期）
周宏伟,张梦骁,高峰云,曾日桓,刘洋怡[4]（2017）在《基于ARIMA模型对北京市月平均相对湿度的预测》一文中研究指出空气相对湿度是体现气候变化的一项重要指标,研究城市相对湿度指数可以反映城市的气候变化状况。本文利用ARMA模型对北京市2012~2015年空气相对湿度的数据进行分析,建立相应的ARMA模型,再对建立的模型进行残差检验,并利用该模型对未来五个月进行预测,查看未来的空气相对湿度变化趋势,体现模型优劣,可以更好的进行气候变化研究。(本文来源于《考试周刊》期刊2017年59期）
李欣,温万,王新燕,蒋秋斐,邵怀峰[5]（2016）在《基于ARIMA模型对宁夏地区奶牛月平均产奶量的预测》一文中研究指出为了通过对牛群的合理调整达到去产能、去库存的目标,试验基于2008年7月份—2015年12月份的967 767头次奶牛月平均产奶量数据,建立了自回归积分滑动平均模型,以预测未来24个月宁夏地区奶牛平均产奶量。结果表明:对模型进行检验后得出AIC值为210.83,Ljung-Box测试显示模型残差P>0.05,说明残差为白噪声,可对未来24个月的每月平均产奶量进行预测;未来24个月奶牛平均产奶量总体依然呈现上升趋势,但也有波动;每年5,6,7月份为产奶量最高月份,1,2,3月份为产奶量最低月份。(本文来源于《黑龙江畜牧兽医》期刊2016年23期）
李芬,胡超,马年骏,陈正洪,吕文华[6]（2016）在《京沪汉地区墙面月平均太阳总辐射的预测模型对比》一文中研究指出利用北京、上海、武汉3地的水平面太阳辐射观测值,根据4种斜面辐射模型计算出不同朝向垂直墙面上的辐射预测值。通过分析比较得出:在预测精度要求不高的情况下,4种模型均适用于3地垂直墙面辐射预测;斜面辐射模型预测的结果受纬度影响。依据总云量、降水及能见度数据区分出不同天气类型,用北京地区垂直墙面的辐射观测值对4种模型进行了误差校验。结合天气类型、总云量和PM2.5数据的误差分析结果表明:晴天条件下同性模型的预测精度低,各向异性模型的预测精度高;Liu同性模型更适合用于预测北京地区垂直墙面的总辐射;由于北京地区空气质量差而导致各向异性模型的预测结果趋向于各向同性模型的预测结果。(本文来源于《可再生能源》期刊2016年03期）
牛志娟,胡红萍[7]（2015）在《基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型》一文中研究指出应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重迭因子,同时也提高了预测能力.(本文来源于《高师理科学刊》期刊2015年11期）
刘丹,孙西欢,李永业,石继忠[8]（2015）在《半干旱区月平均相对湿度短期预报模型的求解及优化》一文中研究指出以典型半干旱区大同市1996~2011年实测日相对湿度资料剔除确定性成分、跳跃成分、周期成分得到的平稳随机成分序列进行自相关和偏相关分析,对比AR(P)模型建立了季节性AR(1)预报模型。验证模型表明,预报模型精度符合要求,可对未来大同市相对湿度进行短期预报,也可用于半干旱区月平均相对湿度的统计特征分析和短期预报,进而促进地区农业发展。(本文来源于《湖北农业科学》期刊2015年21期）
李芬,赵晋斌,段善旭,闫全全,申彦波[9]（2015）在《3种斜面月平均总辐射模型评估及光伏阵列最佳倾角研究》一文中研究指出为分析倾角变化对斜面辐射和光伏发电量(或效率)的影响,对武汉地区正南朝向斜面月平均总辐射计算方法和光伏阵列最佳倾角问题进行理论研究和探讨,并通过湖北省气象局多倾角光伏组件观测试验系统进行试验验证,结果表明:1)Hay模型最适合散射辐射较多的武汉地区斜面辐射计算;2)武汉地区固定式光伏阵列年最佳倾角理论值和实测值均为20°,该倾角年总辐射量相比水平面增加4.0%,而年发电量增加14.9%,最佳倾角安装下系统效率为86.1%,装机年发电量约1.02 k Wh/Wp;3)分冬/夏半年调整一次安装倾角,可使斜面年总辐射量增幅较大,冬/夏半年的最佳倾角理论值均小于实测值(45°/10°),该方式下年总辐射量相比于水平面增加7.5%,而年发电量增幅高达18.1%。(本文来源于《太阳能学报》期刊2015年02期）
胡再勇[10]（2014）在《人民币对美元月平均汇率决定理论模型构建及实证研究》一文中研究指出基于汇率决定理论的最新研究进展,本文构建了宏观经济变量和微观市场因素相结合的人民币对美元月平均汇率决定理论模型,进一步,本文对所构建的人民币对美元月平均汇率决定理论模型进行了实证研究和样本内外预测效果分析,研究发现,在区间2005年8月至2013年8月,人民币对美元月平均汇率由中美相对利率、中美相对通货膨胀率、美中相对广义货币供应量、技术分析者预期以及基本面分析者预期决定。本文构建的人民币对美元月平均汇率决定模型无论是拟合效果还是样本内外预测效果都很好。(本文来源于《经济问题探索》期刊2014年08期）
月平均模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:对某综合医院的月平均住院日建立时间序列模型,利用指数平滑法和ARIMA模型对其进行模拟评价及短期预测。方法:在某综合医院统计报表中提取2014年1月—2017年12月的月平均住院日,其中2014年1月—2017年6月的数据用于创建时间序列,利用SPSS20.0进行统计分析,分别采用指数平滑法和ARIMA对创建的时间序列拟合模型,评价模型效果,并对2017年7月—2017年12月的平均住院日进行预测,比较实际值与预测值间的符合程度。结果:指数平滑法模型:平稳的R方为0.814,表明拟合程度较好。白噪声序列的Ljung-Box检验无统计学意义(Q18=18.730,P=0.226)。模型参数估计中平滑参数Alpha的估计值为0.200,且参数检验结果有统计学意义(T=2.106,P=0.042)。ARIMA模型:平稳的R方为0.361,Ljung-Box检验无统计学意义(Q18=15.215,P=0.580)。AR的参数检验有统计学意义(T=-4.652,P<0.001),为-0.654。两模型实际值与预测值间的相对误差绝对值均小于5%。结论:指数平滑模型比ARIMA拟合及预测效果更好,是某综合医院月平均住院日的首选预测模型,为医院管理决策提供科学依据。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
月平均模型论文参考文献
[1].伍佑伦,易放辉,刘晓群,宋雯,吕慧珠.西洞庭湖南咀站月平均流量估算模型对比研究[J].人民珠江.2019
[2].游晓平,邹志武.时间序列模型在月平均住院日预测中的应用及评价[J].中国数字医学.2019
[3].屈非凡,邱新法,曾燕,姚镇海.月平均气温物理经验统计模型优化研究[J].科技通报.2018
[4].周宏伟,张梦骁,高峰云,曾日桓,刘洋怡.基于ARIMA模型对北京市月平均相对湿度的预测[J].考试周刊.2017
[5].李欣,温万,王新燕,蒋秋斐,邵怀峰.基于ARIMA模型对宁夏地区奶牛月平均产奶量的预测[J].黑龙江畜牧兽医.2016
[6].李芬,胡超,马年骏,陈正洪,吕文华.京沪汉地区墙面月平均太阳总辐射的预测模型对比[J].可再生能源.2016
[7].牛志娟,胡红萍.基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型[J].高师理科学刊.2015
[8].刘丹,孙西欢,李永业,石继忠.半干旱区月平均相对湿度短期预报模型的求解及优化[J].湖北农业科学.2015
[9].李芬,赵晋斌,段善旭,闫全全,申彦波.3种斜面月平均总辐射模型评估及光伏阵列最佳倾角研究[J].太阳能学报.2015
[10].胡再勇.人民币对美元月平均汇率决定理论模型构建及实证研究[J].经济问题探索.2014
论文知识图
