SOx、NOx、PM10浓度的时间序列模型及其残差T2控制图

利用统计学软件，对内蒙古包头市2012年1月1日~2012年12月31日市环境监测站的SOx、NOx、PM10日浓度数据，进行了时间序列分析，并建立了时间序列模型(ARIMA)。然后对模型进行识别、估计，并对估计后的残差进行检验，经检验后的SOx、NOx、PM10浓度的残差值均为白噪声序列，则计算出相应的SOx、NOx、PM10日浓度的残差值。由于残差值满足传统的统计过程质量控制理论中的统计量彼此独立的基本假设，因此我们绘制出多元自相关过程的残差T2控制图。实例应用表明，该方法是合理科学的。     

青藏铁路格拉段沿线风速短时预测方法

青藏铁路大风监测预警系统采用时间序列法实现沿线风速的短时预测.利用时间序列法对经过1min平均化处理后的非平稳实测风速序列建立ARIMA(11,1,0)模型,进行超前3步预测计算,获取第3 min平均预测风速,预测平均绝对误差为2.237 2 m·s-1.针对时间序列法第3 min平均预测风速精度低的问题,采用提出的滚动式时间序列法修正时间序列法预测计算步骤,重新获取第3 min平均预测风速,预测平均绝对误差减小为1.1670 m·s-1.使用最小二乘法拟合样本每分钟内最大实测风速和该分钟平均风速的相关系数K,通过K为1.142 8修正滚动式时间序列法第3 min平均预测风速,获取滚动时间序列法第3 min最大预测风速,预测平均绝对误差为2.090 4 m·s-1.滚动式时间序列法第3 min平均风速、最大风速的两者预测均满足精度要求.滚动式时间序列法已经在系统中使用.     

序列和谐图及其扩充

讨论了序列和谐图的扩充，并由此得到某些重要图类的序列和谐性。     

安宁河流域水道级别的重新划分

本文应用A.N.Strahler的序列划分原则对安宁河流域在20万分之一航测图上可见的水道进行序列划分.确定水道级别、流域级别、水道分枝比及水道数量:给出水道级别与多年平均流量、流域面积、水力理论蕴藏量之间的经验公式;探讨水道级别的重新划分在水利水电事业中的作用.为本流域水利、水电、水土保持及区域的综合开发与国土整治等部门建立流域地貌方面的数据库和信息系统发挥一定的作用.     

凸度量空间中渐近拟非扩张映象具误差的Ishikawa型迭代序列的收敛性

笔者在凸度量空间中，对渐近非扩张映象T证明了带误差的Ishikawa型迭代序列收敛于不动点的一个充要条件，其中T不必是连续的。     

卡尔曼时间序列模型预测路面平整度指数

路面平整度的发展趋势受交通量、温度及使用时间等许多因素的影响,很难建立综合全面的预测模型。而时间序列法利用历年的IRI值可解决这个问题。针对传统的时间序列法计算的不足,提出了将卡尔曼滤波应用于时间序列IRI预测模型的方法,能充分利用观测值对状态估值进行实时修正,可有效提高预测模型的预测精度,且无需储存大量的历史观测数据。最后,通过实例证明了该模型有效可行。