1) decomposition prediction model
分解预测模型
1.
A decomposition prediction model for rainfall is established in this paper.
为了对随机型时间序列进行预测,在分析其性质的基础上,提出了将其分解为趋势项、周期项和平稳随机项,建立时间序列分解预测模型,分别对趋势项和周期项进行检验和提取,利用自回归模型人工合成新的序列对平稳随机项进行模拟和预测。
2) Analytical prediction model
解析法预测模型
3) Non-distinct forecast model
不分明预测模型
6) prediction model
预测模型
1.
Study on prediction model of density of Prorocentrum dentatum alongshore sea area of Wenzhou City;
温州市近岸海域具齿原甲藻密度预测模型研究
2.
Advances in the prediction models of agricultural non-point source pollution;
农业非点源污染预测模型研究进展
3.
Evaluation on near infrared prediction model of nicotine in tobacco;
烟碱含量近红外光谱预测模型的评价
补充资料：分解预测法
分解预测法
decomposition forecasting method
(1)选择对应时间(或时间段)、对应类别的历史负荷曲线，将其分解为若干个时间序列，分析其变化的规律性.︵沙月5椒以枷脚翔脚翔旧吻┌────┐│剥回 │├────┤│，....，│├────┤│ │├────┤│ │└────┘时序 对应时间的历史日负荷曲线 (2)定性分析预侧期内用电结构和用电方式的变化趋势，选择合适的时间序列预测方法，分别对各时间序列进行预侧。 (3)将各预侧值合成为负荷曲线，并校核其特性指标与定性分析结果的一致性。若不一致，则要分析并找出偏差较大的序列，重新预测并校核。 分解预侧法的关健是要选择对应时间(或时间段)和对应类别的负荷曲线作为分解对象，使得分解后的历史时间序列具有较强的规律性，以提高预测的准确性。另外，还要对未来负荷曲线及其特性的变化趋势(尤其要对高峰时段的负荷水平及其变化趋势)做深人的分析。fenJ一e yueefa分解预测法(deeomposition foreeasting met-hed)通过将历史的对应时间(或时间段)、对应类别的负荷曲线分解为若干个时间序列，采用时间序列法(如指数平滑法、移动平均法等)，分别对各时间序列的负荷进行预测，再将各负荷预测结果合成，得到预侧期负荷曲线的方法。分解预测法可用于日、周(月)、年等负荷曲线的预测。 以日负荷曲线为例，将历史的对应时间的日负荷曲线用立体图形表示(如图所示)，可将其分解为24个时间序列(例如各日最高负荷点可构成一个时间序列)，分别预测未来24个时刻的负荷值，再将其合成，即得到预侧期的日负荷曲线。 分解预测法的具体步骤是:
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条