艾克拜尔吾迈尔：基于ARIMA模型的新疆喀什地区河流含沙量预测研究论文

本文主要研究内容

作者艾克拜尔吾迈尔（2019）在《基于ARIMA模型的新疆喀什地区河流含沙量预测研究》一文中研究指出：河流含沙量预测是河流冲淤变化分析的重要依据。具有较强数理统计功能的ARIMA模型在许多变量预测中已得到应用。本文结合ARIMA模型对新疆喀什地区的河流含沙量进行预测。预测结果表明:ARIMA模型对喀什地区河流含沙量预测具有较好的适用性,计算相对误差在20%以内,相关系数在0.75以上。研究成果对于喀什地区河流含沙量预测具有较高的参考价值。

Abstract

he liu han sha liang yu ce shi he liu chong yu bian hua fen xi de chong yao yi ju 。ju you jiao jiang shu li tong ji gong neng de ARIMAmo xing zai hu duo bian liang yu ce zhong yi de dao ying yong 。ben wen jie ge ARIMAmo xing dui xin jiang ka shen de ou de he liu han sha liang jin hang yu ce 。yu ce jie guo biao ming :ARIMAmo xing dui ka shen de ou he liu han sha liang yu ce ju you jiao hao de kuo yong xing ,ji suan xiang dui wu cha zai 20%yi nei ,xiang guan ji shu zai 0.75yi shang 。yan jiu cheng guo dui yu ka shen de ou he liu han sha liang yu ce ju you jiao gao de can kao jia zhi 。

论文参考文献

[1].不同改进的ARIMA模型在水文时间序列预测中的应用[J]. 杜懿,麻荣永. 水力发电.2018(04)

[2].基于分形插值的ARIMA大坝预警模型[J]. 屠立峰,包腾飞,李月娇,赵斌. 三峡大学学报(自然科学版).2015(01)

[3].ARIMA模型在降水量预测中的应用[J]. 吕树龙. 水科学与工程技术.2012(02)

[4].基于小波分析的月径流ARIMA预测方法[J]. 刘晓安,王金文,王海伟. 水电自动化与大坝监测.2006(04)

[5].基于ARIMA误差修正的混合预测方法[J]. 盛秀梅,张仲荣. 洛阳理工学院学报(自然科学版).2018(04)

[6].水文序列ARIMA模型应用中存在的问题与改进方式[J]. 王红瑞,康健,林欣,钱龙霞. 系统工程理论与实践.2008(10)

[7].基于ARIMA模型的大坝安全监测数据分析与预测[J]. 解建仓,王玥,雷社平,李想,吕正祥. 人民黄河.2018(10)

[8].推力轴承油膜瞬态温度的ARIMA模型预测[J]. 孙利辉,王志刚. 系统仿真学报.2002(04)

[9].基于季节性ARIMA模型的河流观测点流量的时序分析[J]. 郑江松. 湖北汽车工业学院学报.2016(03)

[10].基于ARIMA模型的山东省月降水量时间序列分析[J]. 孙苗,孔祥超,耿伟华. 鲁东大学学报(自然科学版).2013(03)

论文详细介绍

论文作者分别是来自地下水的艾克拜尔吾迈尔，发表于刊物地下水2019年04期论文，是一篇关于模型论文,含沙量预测论文,适用性分析论文,新疆喀什论文,地下水2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自地下水2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/1aa5a60159b8afd8b5f372eb.html