作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用目前广泛应用的自回归积分移动平均法(Auto Regressive Integrated Moving Average)建立ARIMA(p,d,q)模型,用以预测烧结矿化学成分.由于其建模过程复杂,特别是模型结构阶次识别与检验繁琐,故使用专业软件EVIEWS5.0完成建模过程,构建了TFe,FeO,Ro的ARIMA模型.通过严格检验,模型拟合度高,拟合效果特别显著,残差为白噪声序列.用模型超前12步(24小时)预测烧结矿成分,其预报结果完全适合生产要求,实际应用取得了明显效果.
推荐文章
基于LS-SVM的烧结矿化学成分软测量模型研究与应用
烧结矿化学成分
最小二乘支持向量机
预测
样本数据
烧结过程
基于BP神经网络的烧结矿化学成分预报模型与仿真
烧结矿化学成分
神经网络算法
碱度
训练
权值和阈值
样本数据
基于ARIMA模型的滑坡位移预测
时间序列
变形趋势
位移预测
滑坡
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 运用ARIMA模型预测烧结矿成分
来源期刊 烧结球团 学科 工学
关键词 ARIMA模型 时间序列 烧结矿成分 预测方法 建模 识别 检验
年,卷(期) 2007,(4) 所属期刊栏目 造块自动化
研究方向 页码范围 24-30,36
页数 8页 分类号 TF7
字数 5345字 语种 中文
DOI 10.3969/j.issn.1000-8764.2007.04.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋大军 44 245 10.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (8)
参考文献  (4)
节点文献
引证文献  (13)
同被引文献  (40)
二级引证文献  (11)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
ARIMA模型
时间序列
烧结矿成分
预测方法
建模
识别
检验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
烧结球团
双月刊
1000-8764
43-1133/TF
大16开
长沙市劳动中路3号
42-23
1976
chi
出版文献量(篇)
2199
总下载数(次)
1
总被引数(次)
8953
论文1v1指导