检索结果-内蒙古大学图书馆

系统科学与数学 2019年第9期39卷 1471-1485页

作者：范雅文刘小惠江西财经大学统计学院南昌330013 江西财经大学应用统计学研究中心南昌330013

预测回归模型是计量经济学中的重要模型,而相关的序列检验问题在文献中尚未被提及.考虑到序列相关性检验在模型实证中的重要性,文章基于Jackknife经验似然法,构造了该模型的序列相关检验统计量,并在一定条件下推导了零假设成立时检验统... 详细信息

预测回归模型是计量经济学中的重要模型,而相关的序列检验问题在文献中尚未被提及.考虑到序列相关性检验在模型实证中的重要性,文章基于Jackknife经验似然法,构造了该模型的序列相关检验统计量,并在一定条件下推导了零假设成立时检验统计量的渐近分布,分析了它在局部备择假设下的功效情况,最后通过随机模拟和实际数据例子验证了该检验方法的有限样本性质.

关键词：预测回归模型序列相关检验 Jackknife 经验似然

来源：评论

学校读者我要写书评

暂无评论

预测回归模型截距项的一致性检验方法研究

预测回归模型截距项的一致性检验方法研究

引用

作者：平珊珊江西财经大学

学位级别：硕士

时间序列分析是以概率论与统计学作为理论基础来分析时间序列数据。在分析时经常会用到各种模型,包括自回归模型、移动平均模型、自回归移动平均模型、预测回归模型、自回归条件异方差模型等,其中预测回归模型是众多时间序列模型中应用... 详细信息

时间序列分析是以概率论与统计学作为理论基础来分析时间序列数据。在分析时经常会用到各种模型,包括自回归模型、移动平均模型、自回归移动平均模型、预测回归模型、自回归条件异方差模型等,其中预测回归模型是众多时间序列模型中应用最为广泛的模型,预测回归模型常被用来处理经济金融领域中的可预测性问题,如共同基金业绩的评估,资产配置的优化,有条件的资本资产定价等,其中应用比较多的是用于检验资产回报的可预测性。在预测回归模型对资产回报进行可预测性研究的视角中,Zhu,Cai和Peng(2014)一文中运用经验似然法对资产回报的可预测性进行了一致性检验,即无需考虑自回归序列{(3}是平稳还是单位根亦或是近单位根过程,构造一个一致的检验统计量对预测回归系数进行检验分析。但是发现Zhu,Cai和Peng在文中分别提出了截距项已知和未知的两种情况下的回归系数检验的方法,意味着对预测回归模型进行可预测性检验需要提前知道截距项的信息。截距项的存在与否会极大地影响对模型的选择,因此对截距项进行研究有利于提高对模型的选择精度。另外,序列{(3}在不同情况下具有不同的渐近分布,给截距项的研究带来阻碍,故有必要对截距项进行一致性方法的检验,构造出不用考虑序列{(3}的形式的一致性方法检验统计量。对此,本文展开了对预测回归模型截距项的一致方法检验,并运用了经验似然的方法进行研究。经验似然法作为非参数方法的一种,因其普遍性和有效性等优良性质受到了各位研究学者们的青睐,故经验似然法也逐渐被应用于各种时间序列分析模型中。运用经验似然方法对预测回归模型构建了相应的检验统计量,并得到对应的经验似然比统计量的渐近卡方分布,然后对其进行了相应的随机模拟和实际数据应用分析。随机模拟结果显示一致方法的检验统计量的覆盖率接近于设定的置信水平,同时实证分析表明一致方法的检验统计量的应用可行性。另外还对提出的一致检验方法进行了拓展与应用的分析,为预测回归模型回归系数的检验提供了模型选择,从而提高检验精度。通过运用经验似然法对预测回归模型的截距项进行一致方法的检验,提出的一致方法检验统计量可以不用区分序列{(3}的情况,这为截距项的相关研究拓展了新的路径。与此同时,截距项的一致方法的检验可以为预测回归模型回归系数的检验提供模型选择,提高对回归系数的检验精度。综上所述,截距项的一致检验方法具有一定的理论意义和实际意义。本文具体章节安排如下:第一章为文章的绪论。本章主要讨论的是文章的研究背景和意义,国内外研究现状和研究思路以及创新之处和难点。第二章为文章的理论基础。本章主要是详细介绍时间序列分析、假设检验和经验似然法的理论知识,为后面的章节打下基础。第三章讨论了预测回归模型截距项的经验似然检验。本文构造了适合预测回归模型的估计函数,得到了检验估计量是渐近卡方分布的,并且对预测回归模型的检验统计量进行了模拟实验,加以验证检验统计量的可行性。第四章为实证研究和分析。本章运用了CRSP数据库的数据进行实证分析,本章先对数据进行了一定的描述与分析,然后运用实际数据进行了一致性方法的检验,检验结果显示本文提出的一致性方法是具有可行性的,同时对截距项的一致性检验方法进行了应用与拓展分析,最后对本章进行了总结。第五章为文章的结论与展望部分。本章主要是对全篇进行总结,指出文中出现的不足之处并进行展望。

关键词：时间序列分析预测回归模型截距项一致性检验方法经验似然法

来源：评论

学校读者我要写书评

暂无评论

预测回归模型的经验似然域构造及其实证分析

预测回归模型的经验似然域构造及其实证分析

引用

作者：刘育孜江西财经大学

学位级别：硕士

随着经济全球化进程的不断推进,人们对于金融市场的关注度愈加热烈。研究经济变量的可预测性,不论是对于投资者的投资决策,还是维护金融市场的稳定都具有极其重要的价值。预测回归模型是经济与金融领域中应用广泛的模型之一。在假设检... 详细信息

随着经济全球化进程的不断推进,人们对于金融市场的关注度愈加热烈。研究经济变量的可预测性,不论是对于投资者的投资决策,还是维护金融市场的稳定都具有极其重要的价值。预测回归模型是经济与金融领域中应用广泛的模型之一。在假设检验问题中,所谓的可预测性是指检验预测回归模型的回归参数是否为零。但是,若直接对回归参数使用最小二乘法进行点估计,可信度并不高,因此,可以考虑先构造其置信区间,再对其进行最小二乘估计,这将能在一定程度上提高其可靠性。本文首先完善了模型参数的联合置信域在预测变量序列属于适度偏离进单位根情形下最小二乘估计的渐近分布形式。根据结果可知,其的最小二乘估计并不具有稳健性。此处稳健性是指无论预测变量序列性质如何,联合置信域的最小二乘估计均具有统一形式。易知,最小二乘估计形式的多样性与复杂性将会为实际应用带来极大的挑战。因此,这促使本文考虑使用一种更为稳健的方法,即可以在无需区分预测变量序列性质的情况下,得到模型参数的一致联合置信域。经验似然方法是由Owen于1988年提出的一种非参数统计方法,与参数估计方法不同,其构造的置信域的形状是由数据决定且具有似然不变性等优点。Owen(1988)所证明的Wilks’定理的非参数版本表明:在一定的正则条件下,非参数对数似然比依分布收敛于卡方分布。随后,Qin&Lawless(1994)将经验似然方法与广义估计方程相结合,极大的推广了经验似然方法的应用。本文在此基础上,将经验似然方法用在对预测回归模型参数的置信域构造的问题上,可以证明,不论预测变量序列是否平稳,性质如何,本文所构造的统计量的渐近分布均为卡方分布。最后,为检验所构造的经验似然比统计量的有效性,本文首先使用了蒙特卡洛随机模拟方法。根据模拟结果可知,不论样本量大小,预测变量序列性质如何,经验似然比统计量均具有良好的有限样本性质。更进一步地,为检验方法的实际价值,本文将方法应用至1952年1月-2015年12月的标准·普尔指数(S&P 500)以及2005年4月-2019年2月的沪深300指数中。实证分析结果发现,一些对于美国股票市场收益率有预测能力的经济变量如市盈率、股息率等,对中国股票市场的收益率却不具有预测能力。本文创新点主要有以下四个:(1)通过理论推导,完善了预测回归模型参数联合置域的最小二乘估计在预测变量属于适度偏离近单位根情形下渐近分布具体形式;(2)使用经验似然方法构造了经验似然比统计量,并使用相关数学工具证明了该统计量的渐进分布具有稳健性,并且依分布收敛于卡方分布,进而得到预测回归模型参数的一致联合置信域。联合置信域的优势在于:在知道预测变量是否具有可预测性的同时,也能得到回归参数与截距项之间的相互关系,这将有利于充分利用相关信息;(3)使用蒙特卡洛随机模拟方法针对不同情况对所提出的方法进行有效性验证,同时,将方法分别用于美国股票市场大盘指数以及中国股票市场大盘指数数据中,分析了中美两国股票市场可预测性的差异。(4)实证部分结果表明,同样的经济变量在中美两国股票价格指数可预测性上的表现是不同的。某些对于标准·普尔指数的超额收益率具有预测能力的经济变量对于沪深300指数则不具有预测能力。

关键词：预测回归模型经验似然方法置信域资产回报率

来源：评论

学校读者我要写书评

暂无评论

在预测回归模型中基于Jackknife经验似然的Portmanteau检验及其应用

在预测回归模型中基于Jackknife经验似然的Portmanteau检验及其应...

引用

作者：敖慧敏江西财经大学

学位级别：硕士

一般的回归模型在实践中常常有以下假设条件:自变量和因变量之间的线性关系、误差项之间相互独立、自变量之间相互独立、误差项的方差为常数、误差项呈正态分布。传统的可预测检验一般假设随机扰动项序列是服从独立同分布结构,即不存在... 详细信息

一般的回归模型在实践中常常有以下假设条件:自变量和因变量之间的线性关系、误差项之间相互独立、自变量之间相互独立、误差项的方差为常数、误差项呈正态分布。传统的可预测检验一般假设随机扰动项序列是服从独立同分布结构,即不存在序列相关性。但是若随机扰动项之间是序列相关的,可能会导致模型的参数估计值失效,从而使得基于参数估计值的模型统计检验失效,也会对统计推断产生消极影响。且在预测回归模型中一般假设误差向量的相关系数为零,然而在实际应用中相关系数往往不为零。进而导致预测回归模型具有嵌套内生性,使得模型产生有偏系数估计,从而导致传统的T检验失效。而较强序列相关性的出现也可能意味着模型存在误设。随着研究的不断深入预测回归模型被广泛运用于各个领域,其中包括金融、经济、生物等,考虑到实际样本数据结构往往不尽人意,因此考虑预测回归模型其误差项之间的相关性并进行序列相关性检验是具有一定研究意义的。在应用预测回归模型的过程中,随机误差项通常被认为是独立的和同分布的,然而,这带来了两个潜在的问题。首先,假设独立同分布误差项忽略了在许多实际应用过程中都很明显的嵌套式内生性的存在。同时,在这种情况下,不考虑随机误差项中任何可能的序列相关性,从而导致在预测回归中产生估计偏差和统计推断扭曲。因此,预先检验这种序列相关性的存在性是很重要的。然而,在可能存在的嵌套内生性下,传统的Portmanteau检验,如Box-Pierce(BP)和Ljung-Box(LB)检验表现不佳。在此基础上,本文开发了一种新的基于分裂样本与Jackknife经验似然的组合检验,以确定可能存在嵌套内生性下预测回归的序列相关性。推导出了所提检验统计量的渐近分布,蒙特卡洛模拟验证了其具有很好的有限样本性能。最后,应用提出的检验统计量在实证中进行预检验,其中选取11个金融变量预测标准普尔500指数的超额回报率,实证表明了检验统计量的有效性。总体而言,本文提出了一种新的方法对预测回归模型的序列相关性进行预检验。该检验基于样本分裂,其中一半的样本用于估计预测回归模型的未知参数以获得残差,另一半用于构造伪观测值,构成应用Jackknife经验似然的基础。结果表明,该检验具有渐近卡方性,与传统的Portmanteau检验相比表现良好。该检验统计量的提出不仅深化了Portmanteau检验的研究也进一步扩展预测回归模型的应用范围,对一些实证数据的研究具有重要意义。

关键词： Portmanteau检验预测回归模型经验似然法 Jackknife

来源：评论

学校读者我要写书评

暂无评论

市域铁路地下单洞双线隧道最高空气温度预测回归模型

引用

制冷与空调（四川） 2022年第5期36卷 688-692页

作者：张璨杨波陈霖余涛西南交通大学机械工程学院成都610031 中铁工程设计咨询集团有限公司北京100055

市域铁路采用单洞双线隧道模式可明显减小初投资、缩短建设周期,但存在断面积过大、双向会车等因素不利于通风换热造成隧道内出现高温,对隧道内最高空气温度的预测有助于单洞双线隧道的环控系统设计。建立了某市域铁路单洞双线隧道一维... 详细信息

市域铁路采用单洞双线隧道模式可明显减小初投资、缩短建设周期,但存在断面积过大、双向会车等因素不利于通风换热造成隧道内出现高温,对隧道内最高空气温度的预测有助于单洞双线隧道的环控系统设计。建立了某市域铁路单洞双线隧道一维通风网络模型,模拟计算了不同工况下的隧道最高空气温度,并进行了参数敏感性分析,采用多元线性回归方法建立了单洞双线隧道最高空气温度预测模型并进行了验证。结果表明:不同因素对隧道最高空气温度影响程度由大到小排序为室外空气温度、列车对数、列车速度、列车编组、轨排风量、区间隧道长度、车站个数、土壤温度、阻塞比、活塞风井面积、活塞风井长度,隧道最高空气温度预测模型的预测值与数值模拟计算值的最大偏差值为0.9℃。

关键词：市域铁路单洞双线隧道最高空气温度敏感性分析预测回归模型

来源：评论

学校读者我要写书评

暂无评论

豆粕蛋鸡标准回肠氨基酸消化率评定及预测模型构建

豆粕蛋鸡标准回肠氨基酸消化率评定及预测模型构建

引用

作者：杨玉欣山东农业大学

学位级别：硕士

饲料原料营养价值评定是实现精准营养的基础,但目前我国尚无蛋鸡专用的饲料营养数据库,无法实现蛋鸡精准配料,导致实际生产中饲料的利用率不高、饲料资源的严重浪费。本论文选择最常用的蛋白质原料,采用不同生理阶段的蛋鸡,评定豆粕中1... 详细信息

饲料原料营养价值评定是实现精准营养的基础,但目前我国尚无蛋鸡专用的饲料营养数据库,无法实现蛋鸡精准配料,导致实际生产中饲料的利用率不高、饲料资源的严重浪费。本论文选择最常用的蛋白质原料,采用不同生理阶段的蛋鸡,评定豆粕中18种氨基酸的蛋鸡标准回肠氨基酸消化率（Standardized ileal digestibility,SID）,并在此基础上分析豆粕中主要营养成分与氨基酸SID的相关关系及预测回归模型,为蛋鸡生产中合理配置饲粮提供数据参考,为蛋鸡饲料营养价值数据库积累基础数据。本研究首先从全国各地收集有代表性的豆粕饲料原料44种,采用国际通用的操作程序和标准化的测定方法,对常规化学成分及氨基酸含量进行检测,以常规化学组分和产地等为依据,选择有代表性豆粕饲料原料10种开展试验,对蛋鸡常用豆粕饲料原料可利用氨基酸精准评定。研究结果显示:1)采集自我国不同地区的44种豆粕样品通过近红外光谱（Near infrared spectra,NIR）扫描测得的常规化学成分之间存在较大差异,其中粗脂肪、粗纤维、中性洗涤纤维、酸性洗涤纤维和淀粉的变异系数（Coefficient of variation,CV）均在10%以上,淀粉含量变异最大为28.83%;必需氨基酸和非必需氨基酸含量差异不大,变异范围在2.14%3.30%。2)根据主成分分析、因子分析等筛选出用于试验的10种豆粕样品,通过湿化学法测得的常规化学成分之间差异较大,其中粗纤维、粗灰分、酸性洗涤纤维变异系数在10%以上,酸性洗涤纤维含量变异最大为24.58%,18种氨基酸之间脯氨酸、酪氨酸差异较大,可能是其氨基酸消化率差异显著的主要原因。其中SBM2山东日照的粗蛋白含量最高为47.52%,SBM1北京的粗蛋白含量最低为42.70%,18种氨基酸平均值范围为0.73%7.95%,以谷氨酸含量的平均值最高为,蛋氨酸含量的平均值最低。试验一旨在探究不同来源豆粕对产蛋高峰期蛋鸡回肠氨基酸消化率的影响。本试验采用完全随机试验设计,常规饲养管理条件下,从预饲群中挑选健康、体重均匀的198只35周龄产蛋高峰期京粉一号蛋鸡,随机分成11个处理组（豆粕饲粮10组、无氮饲粮1组）,每个处理6个重复,每个重复3只鸡。试验组分别饲喂10种不同来源豆粕饲粮,对照组饲喂无氮饲粮,测定回肠氨基酸消化率。豆粕是试验饲粮中唯一的蛋白质来源,饲粮中均添加0.5%的二氧化钛作为外源指示剂。预饲期7天,试验期4天,第5天屠宰收集回肠食糜用于蛋鸡标准回肠氨基酸消化率的测定。结果显示:1)豆粕来源对产蛋高峰期蛋鸡18种氨基酸的色氨酸、丙氨酸、苏氨酸、脯氨酸的AID具有显著影响（P<0.05）,对其它氨基酸无显著影响（P>0.10）;豆粕来源对产蛋高峰期蛋鸡18种氨基酸的苏氨酸、色氨酸、丙氨酸、脯氨酸的SID具有显著影响（P<0.05）,对其它氨基酸无显著影响（P>0.10）。2)豆粕的粗蛋白、粗脂肪、粗纤维、粗灰分、酸性洗涤纤维、中性洗涤纤维含量可视为产蛋高峰期蛋鸡氨基酸AID和SID回归方程的较好预测因子。产蛋高峰期蛋鸡豆粕的氨基酸AID和SID与其常规营养成分含量之间最佳预测模型如下:（1）高峰期蛋鸡对豆粕的氨基酸AID最佳预测方程为:必需氨基酸中:AIDThr=30.249-3.357CF+3.809Ash+0.949NDF,R2=0.905非必需氨基酸中:AID Ser=106.052-0.926CP+4.770EE+3.357CF-4.851ADF,R2=0.987;（2）高峰期蛋鸡对豆粕的氨基酸SID最佳预测方程为:非必需氨基酸中:SID Pro=56.185+18.923EE-1.698ADF,R2=0.671;试验二旨在探究不同来源豆粕对产蛋后期蛋鸡回肠氨基酸消化率的影响。本试验采用完全随机试验设计,常规饲养管理条件下,从预饲群中挑选健康、体重均匀的198只65周龄产蛋后期京粉一号蛋鸡,随机分成11个处理组（豆粕饲粮10组、无氮饲粮1组）,每个处理6个重复,每个重复3只鸡。试验饲粮同试验一。预饲期7天,试验期4天,第5天屠宰收集回肠食糜用于蛋鸡标准回肠氨基酸消化率的测定。结果显示:1)豆粕来源对产蛋后期蛋鸡18种氨基酸的AID均具有显著影响（P<0.05）。除异亮氨酸、色氨酸、胱氨酸、丝氨酸、酪氨酸外,豆粕来源对产蛋后期蛋鸡其它所有氨基酸的SID值均具有显著影响（P<0.05）。2)豆粕的粗脂肪、粗灰分、酸性洗涤纤维含量可视为产蛋后期蛋鸡氨基酸AID和SID回归方程的较好预测因子。后期蛋鸡豆粕的氨基酸AID和SID与其常规营养成分含量之间最佳预测模型如下:（1）后期蛋鸡对豆粕的AID最佳预测方程为:必需氨基酸中:AID Thr=-75.538+59.930EE+4.460Ash,R2=0.770非必需氨基

关键词：蛋鸡豆粕周龄氨基酸消化率预测回归模型

来源：评论

学校读者我要写书评

暂无评论

期权隐含投资者情绪与股市波动率

引用

系统科学与数学 2022年第8期42卷 2107-2125页

作者：吴鑫育王珍周海林安徽财经大学金融学院蚌埠233030

研究表明,期权价格中蕴含着市场前瞻性的信息,其有助于预测未来股市波动率.特别地,从期权价格中提取的隐含投资者情绪相比从股市提取的投资者情绪包含更多的信息(前瞻信息),对股市波动性分析具有重要的参考价值.鉴于此,文章采用上证50ET... 详细信息

研究表明,期权价格中蕴含着市场前瞻性的信息,其有助于预测未来股市波动率.特别地,从期权价格中提取的隐含投资者情绪相比从股市提取的投资者情绪包含更多的信息(前瞻信息),对股市波动性分析具有重要的参考价值.鉴于此,文章采用上证50ETF期权价格数据,利用GJR-GARCH-FHS模型估计经验定价核,通过将其分解为新古典成分和行为成分(情绪),从中提取出期权隐含投资者情绪.进一步,构建波动率指标和预测回归模型,实证分析期权隐含投资者情绪与股市波动率的关系以及期权隐含投资者情绪对股市波动率的预测作用.实证结果表明:期权隐含投资者情绪在一定程度上对股市波动率具有预测作用;当期和滞后一期的期权隐含投资者情绪都对股市波动率产生一定的正向影响,且当期影响更大;历史的股市波动率对当期股市波动率也存在显著的正向影响;当期和滞后一期的期权隐含投资者情绪对股市波动率都具有较强的预测能力,并能显著提高对股市波动率的预测精度.

关键词： GJR-GARCH-FHS模型经验定价核期权隐含投资者情绪股市波动率预测回归模型

来源：评论

学校读者我要写书评

暂无评论

花椰菜杂交一代紧实度、产量系数预测模型的建立

引用

天津农业科学 2005年第3期11卷 14-16页

作者：李素文温媛孙德岭王公恕张宝珍方文慧赵前程刘莉莉天津科润蔬菜研究所天津300384 南开大学数学学院天津300192

通过对花椰菜亲本主要经济性状的多元逐步回归分析,建立杂交一代紧实度、产量系数的预测模型。结果表明,母本的全株重与杂交一代紧实度呈正相关,母本花枝长与杂交一代紧实度呈负相关,对模型贡献最大,均达极显著水平;对杂一代产量系数贡... 详细信息

通过对花椰菜亲本主要经济性状的多元逐步回归分析,建立杂交一代紧实度、产量系数的预测模型。结果表明,母本的全株重与杂交一代紧实度呈正相关,母本花枝长与杂交一代紧实度呈负相关,对模型贡献最大,均达极显著水平;对杂一代产量系数贡献最大的是父本显球期,其次为母本产量系数、母本全株重、母本球高。经田间验证,杂交一代紧实度预测准确率70.8%,杂交一代产量系数预测准确率达87.7%,杂交一代预测值与田间试验实测值均呈极显著正相关关系,证明回归方程对样本观测值拟合度较高,可用做杂一代紧实度和产量系数性状预测。

关键词：花椰菜育种紧实度预测回归模型

来源：评论

学校读者我要写书评

暂无评论

基于EnergyPlus的CBD建筑能耗预测模型研究

引用

建筑节能 2018年第12期46卷 43-46,109页

作者：高昊党天洁天津大学建筑学院天津300072

建立了基于EnergyPlus的天津市CBD建筑能耗预测模型,对影响该市CBD建筑能耗的设计参数进行了灵敏性分析,选定其中9个关键设计参数,建立了天津市小白楼CBD建筑年总能耗的预测回归模型并进行了验证。研究结果显示,照明功率密度、设备功率... 详细信息

建立了基于EnergyPlus的天津市CBD建筑能耗预测模型,对影响该市CBD建筑能耗的设计参数进行了灵敏性分析,选定其中9个关键设计参数,建立了天津市小白楼CBD建筑年总能耗的预测回归模型并进行了验证。研究结果显示,照明功率密度、设备功率密度、窗墙比等参数对CBD建筑总能耗影响较大,天津市CBD能耗预测回归模型R^2为0. 966,估计标准偏差为1. 122 W/m^2;能耗预测值与模拟值的最大偏差分别为-12. 813%和-7. 063%。

关键词：建筑能耗 CBD建筑灵敏性分析 EnergyPlus 预测回归模型

来源：评论

学校读者我要写书评

暂无评论

数据驱动的ZPW-2000A轨道电路故障预测预警方法研究

数据驱动的ZPW-2000A轨道电路故障预测预警方法研究

引用

作者：李玮同济大学

学位级别：硕士

ZPW-2000A无绝缘轨道电路作为应用广泛的区间轨道区段的关键信号设备，担负着检查进路轨道区段状态、检查钢轨的完整性以及车地信息传输的关键任务，其工作状态直接影响列车运输效率和列车运行安全。但是由于有限的轨道电路监测条件以... 详细信息

ZPW-2000A无绝缘轨道电路作为应用广泛的区间轨道区段的关键信号设备，担负着检查进路轨道区段状态、检查钢轨的完整性以及车地信息传输的关键任务，其工作状态直接影响列车运输效率和列车运行安全。但是由于有限的轨道电路监测条件以及“故障修”的维修现状，行车事故常有发生。鉴于此，从轨道电路的工作原理以及集中监测系统的采集原理出发，以轨道电路故障智能化检测和预警为目的，研究在集中监测数据驱动下的故障智能预测预警，是近期轨道交通领域的重要研究课题。　　论文基于ZPW-2000A无绝缘轨道电路的基本结构、工作原理和故障模式，结合集中监测系统的监测参数在轨道电路不同工作状态下的表现情况，提出了针对“红光带”故障的室内外故障诊断方法。同时，在监测数据的驱动下，调研分析了故障发生时及发生前的监测数据的三类异常数值变化，分别提出了相应的故障预警方法。　　首先，论文从ZPW-2000A无绝缘轨道电路基础理论对其“红光带”故障模式下的室内外故障进行了详细分析。结合集中监测系统的采样原理和监测参数特征，完善了基于监测参数的故障检测方法。　　其次，论文基于大量的轨道电路监测数据，分析了三类异常数值变化产生原因及制定了相应的故障预测预警方案。首先针对监测数值的第一类异常变化——大幅波动，挖掘了大量历史监测数值的时空特性，提出了能够自动捕捉监测数值大幅波动的上下限的自动标定方法。　　再次，论文针对监测数值的第二类异常变化——逐渐升高/降低，在自动标定的上下限的基础上，对监测数值分别建立了五类回归预测模型，结合实测数据验证选择最优模型，实现了对具有递增递减趋势的监测数值的预测预警。　　最后，论文针对监测数值的第三类异常变化——小幅波动，分析了其波动原因和故障前兆信息，提出了基于滑动方差法的小幅波动检测。根据现场维修案例，构造决策树分类算法模型，通过实例验证了算法的有效性，起到了及时排除小幅波动下的故障隐患的预警效果。

关键词： ZPW-2000A无绝缘轨道电路集中监测故障诊断分布特性挖掘预测回归模型决策树模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：