导读:本文包含了平均移动论文开题报告文献综述及选题提纲参考文献，主要关键词:中国女排,比赛态势,二次移动平均法,技战术分析
平均移动论文文献综述
马文韬[1]（2019）在《基于二次移动平均法的中国女排比赛态势分析》一文中研究指出研究目的:在进入东京奥运周期后,2017-2018年中国女排对意大利女排战绩已经来到了6连败,在2018年女排世锦赛中意大利女排更是拿到了第二名的优异成绩。可以说这只欧洲的传统成了中国女排在东京奥运会的主要竞争对手之一。为了对比分析中国女排在对阵意大利女排时比赛发挥状态,观察双方在比赛中技战术运用特点,为中国女排备战东京奥运会提供学术参考。另一方面,之前学者对排球比赛诊断的研究成果多是以统计整局(整场)使用率和得分率为基础进行数据挖掘,通过数据对比分析和数据分类分析来判断比赛中队伍或者某位置队员技战术运用情况以及比赛发挥情况。这种对于大局静态分析的方式因为容易忽略运动员状态的稳定性,从而造成结论出现误差。本次研究基于运动员比赛状态时有起伏这一特质,运用二次移动平均法来呈现参赛球队的比赛态势分析模型,在此基础上分时段研究参赛球队技战术运用特点。研究方法:本次研究以2017-2018两年中中意女排之间的主要比赛为载体,研究中国女排在比赛中比赛趋势的变化。主要采用以下方法:(1)文献资料法,以"二次移动平均法""比赛态势分析""排球比赛技战术分析"为检索关键词在中国期刊网、Web of science等数据库检索到体育研究领域的期刊文献共103篇;通过学校图书馆,借阅排球相关书籍3部。为本次研究打下坚实的理论基础;(2)二次移动平均法,根据一次移动平均法的计算公式可以发现移动平均数总是滞后于实际时间序列数据。为解决滞后性问题,之前学者将一次移动平移的结果再次进行移动平均,求出新的时间序列与一次移动平均后的时间序列的差值,再将此差值加到一次移动平均数上,在此基础上观察到的变动趋势更接近实际情况;(3)录像观察法,以2017-2018年中双方同时以最强阵容出战的四场比赛为研究点,分别是2017年女排大奖赛总决赛(中国1:3负)、2018年世界女排联赛香港站(中国1:3负)、2018年女排世锦赛小组赛(中国1:3负)、半决赛(中国2:3负)。[6]以这四场比赛为研究对象,收集这四场比赛视频录像,对每场比赛中比赛态势进行分析;(4)数理统计法,运用EXCEL软件对收集到的数据进行初步整理,制作比赛态势分析图。运用SPSS22.0软件对中国女排和意大利女排在四场比赛中比赛态势进行方差分析,对双方的技战术运用情况进行描述性分析和独立样本t检验。研究结果:(1)通过研究中国女排与意大利女排整体比赛态势。得出在四场比赛中中国队优势期在世锦赛小组赛两队交手时占比达到最大值(31.43%),其余叁场比赛占比在21%左右;四场比赛中胶着期均为占比最大的阶段,在均值在56%左右,在世锦赛小组赛阶段胶着期仅为46.86%,胶着期占比最高的一场比赛是在中意双方在半决赛交手时,达到了66.20%;在劣势期的对比中发现中国女排在世锦赛半决赛双方交手时劣势期最少,仅有12.50%。方差分析结果显示世锦赛半决赛中意双方的比赛中胶着期占比、劣势期占比和其他叁场比赛存在显着差异(P<0.05);(2)对比两队在发接发球阶段的比赛态势,结果显示在中国女排发球回合比赛态势中胶着期占比最多,其次是劣势期,优势期占比最少,在接发球回合比赛态势统计中,依然是胶着期占比最多,之后分别是劣势期和优势期;(3)最后研究了中国队在劣势期中技战术使用情况,结果显示中国队4号位强攻球多于意大利队,平拉开战术使用上意大利队多于中国队。4号位得分率T检验结果显示两队存在显着差异,中国队得分率明显低于意大利队。在叁号位的进攻选择上两队在体前快球的使用次数上基本相等,但意大利队在体前快球的得分率远远高于中国队。意大利队在2号位的快球进攻多于中国队。研究结论:(1)中国女排与意大利女排的比赛态势分析中,中国女排在多数时间处在胶着期,四场比赛里面中国队的优势期出现的频次稀少,而每场劣势期出现的频次相对较多。通过将四场比赛中3种比赛态势下DMA值汇总进行频次分析和方差分析。中国在与意大利女排的对阵时,胶着期越长,劣势期越短,中国女排获胜的概率将会越大;(2)对比中国女排在发球轮和接发球轮3种比赛态势可以看出中国女排发球回合比赛态势中胶着期占比最多,其次是劣势期,优势期占比最少,在接发球回合比赛态势统计中,依然是胶着期占比最多,之后分别是劣势期和优势期;(3)筛选出中国女排在几场比赛中处于劣势期的具体回合,对这些比赛回合中中意双方技战术运用情况进行对比分析。归纳出中国队处于劣势期的具体技战术原因包括以下几方面:中国女排在进攻中2、4号位进攻节奏偏慢,3号位进攻的得分率不高,后排进攻仅有朱婷一点,且对方对其的拦防成功率较高;在防守方面接发球到位率低,与意大利对阵时拦网没有明显优势;在劣势期中自身失误数显着高于对手。(本文来源于《第十一届全国体育科学大会论文摘要汇编》期刊2019-11-01）
李翠,宋向东[2]（2019）在《指数加权移动平均变异系数控制图的改进》一文中研究指出为探究在实际生产中,历史数据权重对控制过程的影响,以及减小权重,仅影响控制图一部分偏移灵敏的情形,提出双平滑系数控制图(DRES控制图).新的控制图用两个单边统计量重置的指数加权移动平均变异系数控制图来监测向上或向下的偏移,即选取两个大小不同的平滑系数,对原有控制图进行改进,重新构造了控制限,使得对大小偏移都有很好的监测能力.研究结果表明:利用平均链长的对比,新的控制图在变异系数发生无论大偏移还是小偏移都相对灵敏.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年05期）
李颖玥,王勋,康琛,万华,程宏波[3]（2019）在《基于指数加权移动平均多维组合模型的电力负荷预测》一文中研究指出随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分。在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型。以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5%,平均绝对百分误差提高了25.7%,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据。(本文来源于《华东交通大学学报》期刊2019年05期）
王彦梅[4]（2019）在《基于移动平均法的汽车4S店新车销售需求预测分析》一文中研究指出需求预测是4S库存管理重要组成部分,建立科学库存既能满足消费者需求,又能节约商家资本,因此选择合理的预测方法,准确预测需求十分重要。本文采用叁种方法即简单移动平均法、加权移动平均法、一次指数平滑法对4S店汽车销量进行需求预测,用均方差值进行精度比较,采用均方差最小的为需求预测值以保证精度,从而使预测值更为准确,为4S店合理库存提供参考。(本文来源于《中国商论》期刊2019年18期）
殷礼胜,唐圣期,李胜,何怡刚[5]（2019）在《基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测》一文中研究指出针对短时交通流数据的非线性和随机性特点,为提高它的预测精度和收敛速度,该文从模型构建和算法两方面提出一种整合移动平均自回归(ARIMA)模型和遗传粒子群算法优化小波神经网络(GPSOWNN)相结合的预测模型和算法。在模型构建方面,将ARIMA模型预测值和灰色关联系数大于0.6的相关性强的前3个时刻的历史数据作为小波神经网络(WNN)的输入,在兼顾历史数据的平稳和非平稳的情况下,进行了模型结构简化。在算法方面,通过遗传粒子群算法对小波神经网络的参数初始值进行最优选取,可使其结果在不易陷入局部最优的条件下加快网络训练收敛速度。实验结果表明,在预测精度方面,该方法的模型明显优于整合移动平均自回归模型和遗传粒子群算法优化小波神经网络,在收敛速度方面,用遗传粒子群算法优化模型明显优于仅用遗传算法优化模型。(本文来源于《电子与信息学报》期刊2019年09期）
王晨阳[6]（2019）在《沪深A股市场中趋势投资有效性研究——基于移动平均线策略》一文中研究指出随着中国证券市场的发展,沪深A股市场的规模以及参与人数也在不断增长,尽管市场的参与者都想要取得令人满意的投资回报,但实际的情况却是近70%的沪深A股投资者都处于亏损状态。目前市场上进行股票预测分析的流派主要是技术分析派及价值投资派。通过对趋势技术分析中移动平均线策略的研究来试图帮助投资者开阔视野,使得投资者能够通过移动平均线交易策略在实际操作中取得超额收益,从而使"七亏二平一赢"的局面得到很好的改善。(本文来源于《商业经济》期刊2019年09期）
林丽佳,孙得将[7]（2019）在《技术分析中双移动平均线交叉信号在A股市场的有效性分析》一文中研究指出A股市场选择具有代表性的上证指数、上证50指数和沪深300指数,读取常用的移动平均线两两组合形成的黄金交叉点和死亡交叉点的价格,分为不允许卖空和允许卖空两种情况进行讨论,分别计算叁支股票指数各自在各组双移动平均线时间跨度参数组合下的盈利概率,与掷硬币的盈利概率0.5比较均不理想。研究盈利概率的置信区间与0.5的位置关系,说明交叉信号策略的盈利概率并不比掷硬币好。究其原因,一是交叉信号策略已经被普遍认识和使用,失去了其投资的盈利可能;二是交叉信号自身的滞后性,属于事后而非预测。(本文来源于《时代金融》期刊2019年23期）
冯小霞,刘玉嫦,李小玲[8]（2019）在《自回归积分移动平均乘积季节模型在手足口病发病预测中的应用》一文中研究指出目的:探讨自回归积分移动平均(ARIMA)乘积季节模型在手足口病(HFMD)发病预测中的应用价值。方法:从"中国疾病预防控制信息系统"中提取台山地区2011年1月至2015年8月HFMD月报告病例建立ARIMA模型,以2015年9～11月实际发病数进行模型验证,选择最优模型后对2015年12月至2016年5月该地区HFMD发病情况进行预测。结果:确定了ARIMA (1, 0, 1)×(0, 1, 0)_(12)为最优模型,其R~2(0.692)最高,BIC(15.982)最低,MAPE(5.265)相对较低。Ljung-box检验表明,模型残差为白噪声,Q=9.456(P=0.893)。该模型预测2015年12月至2016年5月该地区HFMD的发病数分别为-96.50、-187.96、413.83、185.82、406.18和616.32,呈明显上升趋势。结论:ARIMA模型可有效预测台山地区HFMD的发病趋势,为今后该地区HFMD的防治提供有益支持。(本文来源于《长治医学院学报》期刊2019年04期）
李佳民[9]（2019）在《基于简单移动平均法的汽车售后配件需求预测研究》一文中研究指出汽车产业发展迅速,已成为国民经济的支柱产业,在经济发展中起着重要作用。随着汽车产业的发展,汽车售后配件也得到了迅速发展,为了合理库存,提高配件的使用率,减少资金的占用率,因此,配件的需求预测分析显得尤为重要。本文利用简单移动平均法对汽车售后配件需求进行预测分析,为汽车售后服务企业提供借鉴和参考。(本文来源于《中国商论》期刊2019年14期）
虞瑾,王艳,曾晓莉,江一巍,张皓[10]（2019）在《采用自回归移动平均模型预测上海市学生龋患率》一文中研究指出目的研究上海市学生年龋患率的趋势性和季节性,探讨整合自回归移动平均模型(ARIMA)预测本市学生年龋患率的效果。方法收集1978年～2016年上海市学生龋患率,进行时间序列分析。数据来源于上海市学生龋患的监测数据。观察本市学生龋患率的趋势性和季节性,以1978年～2016年龋患率为训练样本,拟合ARIMA模型并进行验证,确定最优模型后,预测2017年～2022年上海市学生龋患率。结果 1978年～2016年上海市学生龋患率不平稳,序列无线性趋势,有周期性(周期长度为9年)。拟合模型ARIMA(2,0,2)(0,0,0)9为最优模型(AIC=221.06),系数项均有统计学意义。运用模型对2017年~2022年上海市学生龋患率进行预测,其预测值分别为36.54%、39.48%、41.87%、40.55%、39.48%和41.48%。结论上海市学生龋患率有着周期特征(s=9),无线性趋势。模型拟合精度较高,可以用来预测本市学生龋患率。(本文来源于《2019年中华口腔医学会口腔预防医学专业委员会第十九次全国学术年会资料汇编》期刊2019-07-24）
平均移动论文开题报告
（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：
为探究在实际生产中,历史数据权重对控制过程的影响,以及减小权重,仅影响控制图一部分偏移灵敏的情形,提出双平滑系数控制图(DRES控制图).新的控制图用两个单边统计量重置的指数加权移动平均变异系数控制图来监测向上或向下的偏移,即选取两个大小不同的平滑系数,对原有控制图进行改进,重新构造了控制限,使得对大小偏移都有很好的监测能力.研究结果表明:利用平均链长的对比,新的控制图在变异系数发生无论大偏移还是小偏移都相对灵敏.
（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。
平均移动论文参考文献
[1].马文韬.基于二次移动平均法的中国女排比赛态势分析[C].第十一届全国体育科学大会论文摘要汇编.2019
[2].李翠,宋向东.指数加权移动平均变异系数控制图的改进[J].辽宁工程技术大学学报(自然科学版).2019
[3].李颖玥,王勋,康琛,万华,程宏波.基于指数加权移动平均多维组合模型的电力负荷预测[J].华东交通大学学报.2019
[4].王彦梅.基于移动平均法的汽车4S店新车销售需求预测分析[J].中国商论.2019
[5].殷礼胜,唐圣期,李胜,何怡刚.基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测[J].电子与信息学报.2019
[6].王晨阳.沪深A股市场中趋势投资有效性研究——基于移动平均线策略[J].商业经济.2019
[7].林丽佳,孙得将.技术分析中双移动平均线交叉信号在A股市场的有效性分析[J].时代金融.2019
[8].冯小霞,刘玉嫦,李小玲.自回归积分移动平均乘积季节模型在手足口病发病预测中的应用[J].长治医学院学报.2019
[9].李佳民.基于简单移动平均法的汽车售后配件需求预测研究[J].中国商论.2019
[10].虞瑾,王艳,曾晓莉,江一巍,张皓.采用自回归移动平均模型预测上海市学生龋患率[C].2019年中华口腔医学会口腔预防医学专业委员会第十九次全国学术年会资料汇编.2019