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:
为了更好地反映高炉铁水硅质量分数序列的高波动特性,利用门限广义自回归条件异方差(TGARCH)模型对硅质量分数序列进行预测.应用Portmantea Q检验、拉格朗日乘子检验以及非对称项系数显著性检验,验证了高炉铁水硅质量分数序列存在异方差性和非对称性.在此基础上将TGARCH模型应用于高炉铁水硅质量分数预测,采用极大似然估计法确定参数,建立TGARCH(1,1,1)预测模型,并采用命中率和误差率2种评价准则对预测结果进行分析.这种方法克服了以往模型没有考虑序列非对称性影响的缺陷,更加适合于高炉铁水硅质量分数的预测.将预测模型应用于包钢6号高炉,取得了较好的预测效果.
推荐文章
高炉铁水硅含量序列的支持向量机预测模型
自回归AR(p)模型
主成分分析
支持向量机
炉温预测
基于数据的高炉铁水硅含量预测
硅含量
差分进化
极限学习机
高炉
数据
基于bootstrap的高炉铁水硅含量预测
高炉
bootstrap
预测区间
可信度
基于BP神经网络的高炉铁水硅含量预测模型研究
铁水硅含量
BP神经网络
预测模型
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 TGARCH模型预测高炉铁水硅质量分数
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 异方差效应 非对称效应 TGARCH 硅含量 时间序列
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 696-699,731
页数 5页 分类号 TG250.2
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2010.04.013
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 曾九孙 4 99 3.0 4.0
2 刘祥官 31 549 14.0 23.0
3 潘伟 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (18)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1982(2)
  • 参考文献(1)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(3)
  • 参考文献(1)
  • 二级参考文献(2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
异方差效应
非对称效应
TGARCH
硅含量
时间序列
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导