导读:本文包含了季节指数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:季节,指数,模型,客流,趋势,月度,轨道交通。
季节指数论文文献综述
刘晓兵,梁孟伟[1]（2019）在《季节指数预测法在企业销售收入中的应用分析》一文中研究指出企业销售收入的预测对一家企业的运营来说是非常重要的环节,企业通过产品过去一段时间的销售情况,并且结合自己在市场中的实地调查结果,对产品销售收入进行科学而有效的预测。销售收入预测的方法有很多,主要有时间序列分析、因果分析法和本量利分析法等,每一种方法都有它的优点。企业通过一些销售收入预测[1]可以为其赢得比较可观的经济效益,同时可以加强其自身营销计划性,有序性,少走弯路。主要利用时间序列分析季节指数预测法对某企业某产品近几年的销售情况进行合理预测。(本文来源于《科技经济导刊》期刊2019年33期）
谢红利,赵树鹏,王浩宇[2]（2019）在《基于季节指数的重庆轨道交通客流量预测分析》一文中研究指出城市轨道交通的月度客流量预测需要抓住其趋势的波动性进行研究分析,而城市居民出行也较为符合季节性等特点。通过季节指数对城市轨道交通的月度客流量数据进行逆处理,用以调整季节性因素对预测结果的影响。并且使用经过季节指数处理过的数据和没有处理过的原始数据,通过ARIMA模型对重庆市轨道交通1号线的月度进站客流进行预测。使用Eview软件对预测结果进行曲线趋势分析,得出通过季节指数调整过后的ARIMA模型误差更小,更加符合实际情况。说明所建立的预测方法可以适用于城市轨道交通的月度客流量预测。(本文来源于《智能城市》期刊2019年15期）
王洋[3]（2019）在《基于季节指数修正的叁次指数平滑法的四川省公路客运量预测》一文中研究指出通过建立叁次指数平滑预测模型,对四川省公路客运量进行预测,利用季节指数修正叁次指数平滑预测值。通过2014—2017年四川省公路客运量实际值与修正后叁次指数平滑预测值的对比,说明预测效果较好。(本文来源于《经济研究导刊》期刊2019年04期）
郑薇,王灿强,李维德[4]（2018）在《基于季节指数调整与HGWO-SVR算法的农产品价格预测模型》一文中研究指出为有效提高农产品价格预测的可靠性及精确度,文章根据农产品市场的规律及农产品价格波动的特征,提出了基于季节指数调整与HGWO-SVR算法的混合模型。并结合我国2005年1月至2016年12月农产品批发价格指数月度数据,运用该混合模型对农产品价格进行预测。结果表明:提出的混合模型具有更好的预测精度,是一种有效的农产品价格预测模型。(本文来源于《统计与决策》期刊2018年19期）
王夏秋,张宁,王健[5]（2018）在《基于季节指数的城市轨道交通月度客流预测方法》一文中研究指出城市轨道交通的月度客流量兼具趋势增长性和季节波动性的二重趋势特性,其变化呈现出复杂的非线性组合特征。选取自回归积分滑动平均(ARIMA)模型对南京地铁2号线的月度进站客流量进行建模预测。针对月度客流量的季节波动特性,引入季节指数对原始客流数据进行季节调整,并利用经过变换后的客流数据进行模型的识别和定阶。将结果与未经季节指数调整的ARIMA模型预测结果对比分析可发现:基于季节指数的ARIMA模型预测各月度客流量的平均绝对百分比误差值比无季节指数调整的ARIMA模型的值小,且误差值小于5%,说明所提出的方法预测效果良好,适用于城市轨道交通进站量的短期预测,从而为地铁运能运力调整以及运营计划的制定提供参考依据。(本文来源于《城市轨道交通研究》期刊2018年10期）
曾四清,钟豪杰,方艳,代吉亚,肖建鹏[6]（2018）在《多曲线季节指数模型分析广东省登革热流行时间特征及应用探讨》一文中研究指出目的建立广东省登革热疫情月份分布特征分析模型,并利用该模型进行疫情预测和防控效果评估。方法收集广东省1990-2016年各月登革热监测报告发病数,拟合多曲线季节指数模型。结果各月(x)发生登革热概率的拟合模型方程为:S=36.585-17.436x+5.425x2-0.318x3(S≥0%,R2=0.980,P=0.000);多曲线季节指数模型为:S=-0.001+0.008x-0.003x2+0.000x3(S≥0,x=1,2,3,4,5,6,R2=0.992,P=0.012);S=e-14.021+1.733x(S≥0,x=7,R2=0.981,P=0.001);S=-189.883+41.304x-2.181x2(S≥0,x=8,9,10,11,R2=0.998,P=0.048);S=1.274E12×e-2.612x(S≥0,x=12,R2=0.995,P=0.043)。结果发现,7-11月为广东省登革热高发生风险、高流行强度月份;1995年和2014年两年是广东省登革热异常暴发年;从2013年开始,广东省登革热疫情月度发生态势和流行特征发生悄然变化,发生异常疫情的月份时间提前、频次增加、强度增大,并可能引起下半年的疫情高发态势。采用该模型评估表明,广东省2015、2016年登革热早防早控措施效果明显。结论多曲线模型拟合登革热流行季节指数效果较好,该模型既可以用于登革热疫情的月份分布特征分析,开展早期预测预警,以便做到早发现早防控,还可用于评估防控措施的效果。(本文来源于《实用预防医学》期刊2018年09期）
李鑫[7]（2018）在《线性回归结合季节指数趋势法预测A医院工作指标变化》一文中研究指出目的探讨季节指数趋势法在医院业务量中的应用,掌握季节性因素与医院业务量间的内在规律并实现2018年医院业务量的预测,包括门、急诊量和出院人数。方法根据既往4年医疗数据,运用利用Microsoft Office Excel 2007软件版本号(12.0.4518.1014)(以下简称Execl 2007)统计时间序列的季节分析,预测主要业务量指标。结果未来一年在外部环境政策不变的前提下,A医院的门诊、急诊业务量和出院人次量均呈线性增长趋势,但其增长幅度均呈现下降,且趋于平稳。结论医院工作量受多因素影响。为了提高工作效率,可选用线性回归方程结合季节指数趋势进行相关预测。(本文来源于《继续医学教育》期刊2018年01期）
李小铭,王戈,江珊,陈卫中[8]（2017）在《绵竹市2007～2016年水痘流行病学特征分析及GM(1,1)季节指数模型的预测应用》一文中研究指出目的分析绵竹市2007~2016年水痘的流行特征及其流行病学规律,为预测与预防控制提供参考依据。方法利用绵竹市"中国免疫规划信息系统"中2007~2016年水痘发病患者资料,描述绵竹市水痘人群分布、地区分布和时间分布特征,并运用GM(1,1)季节指数模型预测2017年的发病数量。结果 2007~2016年共报告2 183例水痘患者,年平均报告发病率为45.7/10万。10年间整体发病呈下降趋势,发病呈明显季节性,每年5~7月、11月~次年1月为水痘高发季节。15岁患者占总报告人数的73.8%,其中,又以3~7岁为高发年龄段。职业以学生为主,占发病总数的48.9%,其次是幼托儿童和散居儿童,占发病总数的27.0%和10.4%。预测2017年水痘发病数量较2016年有所增加,4个季度分别为34、63、40、86人。结论绵竹市水痘发病呈现春末夏初和冬季两个高峰,3~7岁儿童为高危人群,2017年水痘病例可能会有少量增加,加强水痘监测和学校卫生监测工作仍然是预防水痘的重要工作。(本文来源于《成都医学院学报》期刊2017年06期）
房芳,张冰心,黎欢,姚孟君[9]（2017）在《最小二乘法和季节指数法在医院管理中的应用》一文中研究指出目的用最小二乘法原理和季节指数法预测我院2016年门诊人次,为医院管理者掌握门诊工作动态,制定工作计划提供科学依据。方法用季节指数法对2008——2015年的门诊人次求出季节指数,结合最小二乘法原理,求得直线回归方程,计算出2016年的门诊人次预测值。结果得门诊人次各月的季节指数介于0.696 1~1.103 9之间,门诊人次低谷期为1月和2月,高峰期为5月和7月。预测了2016年各月门诊人次,95%置信区间。结论综合运用移动平均季节指数法和最小二乘法原理的预测值能较准确的反映我院门诊量的变化规律,科学依据性强,为医院管理者制定管理方案提供了科学依据。(本文来源于《中国医院统计》期刊2017年02期）
周华任,李浩然,孙学金,颜万祥[10]（2016）在《一种基于季节指数的灰色马尔科夫气温预测模型》一文中研究指出提出一种根据气温历史数据的年际周期性和季节性变化规律建立的基于季节指数的灰色-马尔科夫气温预测模型.模型将纵向与横向分析相结合方法运用到气温预报之中,通过季节指数修正气温的横向季节性变化,再用灰色模型进行预测,最后通过马尔科夫进行误差修正.实例运用中,对广州市的2000年月平均气温进行预测,在与历史数据的对比中表明,模型预测结果较为准确,可靠性较好.并讨论说明该模型也可推广到其他具有周期特征的非平稳时间序列的预测中,并大大提高预测精度.(本文来源于《数学的实践与认识》期刊2016年04期）
季节指数论文开题报告
（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：
城市轨道交通的月度客流量预测需要抓住其趋势的波动性进行研究分析,而城市居民出行也较为符合季节性等特点。通过季节指数对城市轨道交通的月度客流量数据进行逆处理,用以调整季节性因素对预测结果的影响。并且使用经过季节指数处理过的数据和没有处理过的原始数据,通过ARIMA模型对重庆市轨道交通1号线的月度进站客流进行预测。使用Eview软件对预测结果进行曲线趋势分析,得出通过季节指数调整过后的ARIMA模型误差更小,更加符合实际情况。说明所建立的预测方法可以适用于城市轨道交通的月度客流量预测。
（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。
季节指数论文参考文献
[1].刘晓兵,梁孟伟.季节指数预测法在企业销售收入中的应用分析[J].科技经济导刊.2019
[2].谢红利,赵树鹏,王浩宇.基于季节指数的重庆轨道交通客流量预测分析[J].智能城市.2019
[3].王洋.基于季节指数修正的叁次指数平滑法的四川省公路客运量预测[J].经济研究导刊.2019
[4].郑薇,王灿强,李维德.基于季节指数调整与HGWO-SVR算法的农产品价格预测模型[J].统计与决策.2018
[5].王夏秋,张宁,王健.基于季节指数的城市轨道交通月度客流预测方法[J].城市轨道交通研究.2018
[6].曾四清,钟豪杰,方艳,代吉亚,肖建鹏.多曲线季节指数模型分析广东省登革热流行时间特征及应用探讨[J].实用预防医学.2018
[7].李鑫.线性回归结合季节指数趋势法预测A医院工作指标变化[J].继续医学教育.2018
[8].李小铭,王戈,江珊,陈卫中.绵竹市2007～2016年水痘流行病学特征分析及GM(1,1)季节指数模型的预测应用[J].成都医学院学报.2017
[9].房芳,张冰心,黎欢,姚孟君.最小二乘法和季节指数法在医院管理中的应用[J].中国医院统计.2017
[10].周华任,李浩然,孙学金,颜万祥.一种基于季节指数的灰色马尔科夫气温预测模型[J].数学的实践与认识.2016
论文知识图
