导读:本文包含了指数移动平均论文开题报告文献综述及选题提纲参考文献，主要关键词:控制图,变异系数,平均链长,偏移量
指数移动平均论文文献综述
李翠,宋向东[1]（2019）在《指数加权移动平均变异系数控制图的改进》一文中研究指出为探究在实际生产中,历史数据权重对控制过程的影响,以及减小权重,仅影响控制图一部分偏移灵敏的情形,提出双平滑系数控制图(DRES控制图).新的控制图用两个单边统计量重置的指数加权移动平均变异系数控制图来监测向上或向下的偏移,即选取两个大小不同的平滑系数,对原有控制图进行改进,重新构造了控制限,使得对大小偏移都有很好的监测能力.研究结果表明:利用平均链长的对比,新的控制图在变异系数发生无论大偏移还是小偏移都相对灵敏.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2019年05期）
李颖玥,王勋,康琛,万华,程宏波[2]（2019）在《基于指数加权移动平均多维组合模型的电力负荷预测》一文中研究指出随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分。在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型。以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5%,平均绝对百分误差提高了25.7%,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据。(本文来源于《华东交通大学学报》期刊2019年05期）
高飞,王继勇,孙成[3]（2018）在《基于指数移动平均的无线层析成像算法》一文中研究指出为提高无线层析成像(RTI)算法在多径环境下对运动目标的跟踪精度,降低多径效应对信号变化的影响,引入指数移动平均(EMA)作为无线层析成像中衡量信号变化的参量.采用长时EMA作为基准,无需事先测量待测区域的背景信息.进行了室外穿墙和室内多径环境的单运动目标跟踪实验,与SRTI和KRTI比较,结果显示基于指数移动平均的RTI算法跟踪误差小于其他算法,而算法耗时没有明显增加.(本文来源于《北京理工大学学报》期刊2018年11期）
李佳欣[4]（2018）在《基于移动Hurst指数和平均网格的群集对冲模式研究》一文中研究指出近年来,随着国际政治、经济形势的变化,商品期货市场的变化呈现出新的特点,影响其价格的不确定性因素逐渐增多,导致商品期货价格出现了剧烈的波动。而对投资者来说,最大的目标就是使收益最大化,风险最小化。在期货市场中,跨品种对冲是在有效规避风险前提下获取收益的典型手段。对冲品种必须具备一定的相关性,以往的研究中,都是仅使用两个相关的品种进行研究,而现实中满足一定的相关性并不限于两个品种。所以,本文选择了群集对冲相关问题作为研究对象,以网格表示、分形理论以及数据挖掘算法为研究工具,以发现有效的对冲模式为目标。在充分研究前人成果的基础上,本文完成了以下工作:(1)在第二章,阐述了本文中几个关键概念与思路,主要内容包括:提出群集对冲的研究思路、完善了网格表示法、设计了可变的观察点目标属性。基于此,对本文的最终目标即群集对冲模式的发现提供支持。本文利用多个具有关联性的期货品种构成对冲序列,通过多种手段,探讨多品种对冲的有效思路和方法。本文对网格表示法进行了研究,针对群集对冲研究的需要,补充了移动平均网格,同之前的网格表示法相比较,结合移动平均网格能更好地表达对冲序列的局部特征。对于时间序列的观察点目标方向(相当于一般问题的样本目标变量),本文使用了可变的多态表示,可以兼顾长短期的反向变化,利于有效的模式发现。(2)在第叁章,利用欧几里得距离来选择合适的期货对冲群集,最终确定大豆期货、豆粕期货以及豆油期货作为本文群集对冲的叁个品种。然后计算各个对冲序列,对它们进行正态性、自相似性以及R/S实证检验,证明其具有分形结构,可以用移动Hurst指数对其进行研究。最后,利用V统计量确定对冲序列的非周期循环长度。(3)在第四章,改进了移动Hurst指数的窗口长度的确定方法。一般的文献采用非周期循环长度作为移动Hurst指数的窗口,为了能更好地反映对冲序列趋势变化情况,本文在非周期循环长度的附近又选取其他N个时间长度作为候选窗口,从相关系数、变异系数以及预测反转点的个数叁个角度,比较N+1个不同时间窗口下的移动Hurst指数对对冲序列趋势反映的精确度。(4)在第五章,研究了 Hurst平滑周期与阈值的选择方法及观察点的选择策略。为了防止移动Hurst指数的个别异常值影响,对移动Hurst进行3～50日均值平滑处理。为避免通过Hurst指数小于理论阈值0.5判断拐点时拐点过少的现象,本文将Hurst阈值范围前后各扩大0.1进行研究。计算移动Hurst指数在不同平滑周期和阈值下的观察点情况,抽取相关的数据,从预测反转点的个数、阈值以及命中率叁个角度确定各个对冲序列的优选平滑周期与阈值。最终,根据优选的平滑周期与阈值参数,建立观察点的选择策略,设计观察点的特征向量。(5)在第六章,完成了群集对冲的模式发现与验证。本文选择一个对冲序列及其Hurst指数,对符合观察点策略的观察点进行特征抽取,利用决策树数据挖掘算法处理抽取的特征向量,产生对冲模式,并对对冲模式进行人工剪枝,保留不违背市场逻辑和规律的模式。再用同样的观察点识别和特征抽取策略,获取另外两个对冲序列的观察点特征向量,将发现的对冲模式用于这两个对冲序列的观察点以进行验证。在第六章的具体挖掘验证方案中,从大豆对冲序列中挖掘模式,将其应用在豆粕、豆油对冲序列中进行验证。经验证,在豆粕对冲序列中模式的准确率达到83.3%,在豆油对冲序列中模式的准确率达到76.9%。这样的结果,不仅说明该具体群集中发现出的对冲模式的有效性,也充分证明本文研究思路的有效性。总体而言,支撑本文进行有效研究的创新点主要有:第一,提出群集对冲的视角和策略来研究叁个及以上品种期货的对冲问题。第二,改进了时间序列的网格表示法和观察点方向表示法。引入移动平均网格,更好地表示局部序列的特征;对观察点未来方向采用了多态策略,使模式的发现更加灵活有效。第叁,对Hurst指数计算与应用的多种参数确定策略进行了有效探索。(本文来源于《东北财经大学》期刊2018-11-01）
毛以成,黄利娟,查君敬,梁学柱[5]（2015）在《移动平均季节指数法分析及预测医院门诊量和出院人数》一文中研究指出目的应用移动平均指数法对某院的门诊量和出院人数进行分析和预测。方法收集某院2008年-2014年各季度的门诊量和出院人数数据,运用移动平均季节指数法对数据进行分析,并预测2015年医院各季度的门诊量和出院人数。结果该院门诊量和出院人次每年呈增长趋势。对2015年各季度门诊量预测值范围为195133~213539、196450~222753、197757~218118、1187880~220423;2015年各季度出院人数预测值范围为17980~18864、18447~19266、18693~19670、19049~20074。结论移动平均季节指数法计算简单科学,预测效果好,能为医院的卫生资源配置和管理决策提供科学的依据。(本文来源于《中国病案》期刊2015年11期）
包懿[6]（2015）在《中国股市技术分析有效性研究》一文中研究指出技术分析一直以来是一种重要的证券投资分析方法,但是其有效性长期受到学者们的质疑,中国股市相较于国外股市来说,还是个不太成熟的市场,其市场有效性不高,那么技术分析在中国股市是否有效,本文通过六个章节来对中国股市的有效性作简单研究。前叁个章节主要介绍技术分析的定义、分类以及历史发展情况,通过与基本面分析比较来找出其优缺点,并且提出一些理论假设,为后文进一步实证研究作铺垫。第四章选取了一种在中国股市较为常用的技术分析手段移动平均线,并简单介绍了其分类方法,以及其应用法则,后面实证部分主要以此方法为基础。第五章对简单移动平均线在中国股市的有效性进行实证研究,分别对股指以及个股运用移动平均线穿越的交易策略进行模拟交易,将所得收益情况与持续持有策略相比较,发现可以获得超额收益。第六章对前几章总结,并且提出研究中的不足以及未来研究方向。(本文来源于《上海交通大学》期刊2015-05-01）
余冬青[7]（2015）在《巧用指数移动平均函数EMA分析个股波段》一文中研究指出结合指数平滑异同平均线MACD公式的编写原理,利用指数移动平均函数EMA的特性,设计了一个追踪个股艾略特波段的公式。该公式能够较为准确地指示个股的升降波段,为投资者提供技术参考。(本文来源于《佛山科学技术学院学报(自然科学版)》期刊2015年01期）
韦懿芸,华伟玉,孙亚敏,刘锋[8]（2014）在《基于指数加权移动平均组合模型的手足口病发病动态预测》一文中研究指出目的构建手足口病周发病数单一预测模型和指数加权移动平均(EWMA)组合模型,并对所建模型拟合效果进行验证和评价。方法用2008年5月2日-2013年5月5日的气象数据和手足口病发病数据建立ARIMA-广义自回归条件异方差(ARIMA-GARCH)模型、向量自回归(VAR)模型和指数平滑法中的Holt-Winters乘法模型,并运用各单一模型在不同时刻预测的绝对百分误差(APE)的EWMA的倒数作为单一模型不同时刻的组合权重构建EWMA组合模型,进一步运用各模型对2013年5月6日-2013年6月30日手足口病发病情况进行预测和比较。结果单一模型的平均绝对百分比误差(MAPE)、均方根误差(RMSE)和希尔不等系数(TIC)均大于EWMA组合模型;组合模型在权重因子λ=0.1时最优。结论EWMA组合模型在一定程度上优于每个被组合的单一模型。(本文来源于《现代预防医学》期刊2014年13期）
邱天,白晓静,郑茜予,朱祥[9]（2014）在《多元指数加权移动平均主元分析的微小故障检测》一文中研究指出主元分析(principal component analysis,PCA)是一种有效的数据分析方法,在故障诊断与状态监测方面已得到广泛应用.多元指数加权移动平均–主元分析(multivariate exponentially weighted moving average principal component analysis,MEWMA–PCA)方法用于解决PCA不能有效检出微小故障的问题.本文深入研究了MEWMA–PCA中EWMA影响主元分析进行故障检测的机制,导出了MEWMA–PCA可检出微小故障的原因.本文确定了MEWMA–PCA中遗忘因子λ、单传感器故障幅值和迟延时间三者的关系,并进行了数值仿真和火电厂磨煤机组运行状态的仿真实验.实验结果验证了MEWMA–PCA中EWMA提高PCA的监测性能的机制,并给出了根据系统实际要求来选取合适的遗忘因子值,从而在规定的时间内检出微小故障的实例.(本文来源于《控制理论与应用》期刊2014年01期）
何曙光,钱挺[10]（2013）在《基于支持向量数据描述的指数加权移动平均控制图》一文中研究指出基于支持向量数据描述(Support Vector Data Description,SVDD)的D2控制图的重要特点是对过程数据的抽样分布没有特定的要求。由于D2控制图仅使用当前观测点的值来计算统计量,对过程的小偏移并不敏感,在SVDD模型的基础上,提出了基于D2距离的多元加权移动平均(multivariate exponentially weighted moving average,MEWMA)控制图,用S-MEWMA表示。仿真结果表明,无论过程数据服从正态分布还是非正态分布,S-MEWMA控制图均优于D2控制图。(本文来源于《工业工程》期刊2013年01期）
指数移动平均论文开题报告
（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：
随着电力行业的不断发展,对电力用户侧进行用电负荷预测成了满足用户用电供需平衡和电网规划的重要部分。在大数据背景下,为提高电力负荷预测结果的准确性,针对历史数据时间远近的影响,分别考虑同期历史数据和近期历史数据两类数据局限性的影响,基于时间占优的原理,引入指数加权移动平均模型对不同时刻的数据进行权重分配,提出了改进的电力负荷预测模型。以某地区电力负荷预测为例,所得预测结果在标准误差上提高了29.5%,平均绝对百分误差提高了25.7%,分析结果表明提出的模型是可行的且有较高的精确度,为电力负荷的预测提供可靠的参考依据。
（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。
指数移动平均论文参考文献
[1].李翠,宋向东.指数加权移动平均变异系数控制图的改进[J].辽宁工程技术大学学报(自然科学版).2019
[2].李颖玥,王勋,康琛,万华,程宏波.基于指数加权移动平均多维组合模型的电力负荷预测[J].华东交通大学学报.2019
[3].高飞,王继勇,孙成.基于指数移动平均的无线层析成像算法[J].北京理工大学学报.2018
[4].李佳欣.基于移动Hurst指数和平均网格的群集对冲模式研究[D].东北财经大学.2018
[5].毛以成,黄利娟,查君敬,梁学柱.移动平均季节指数法分析及预测医院门诊量和出院人数[J].中国病案.2015
[6].包懿.中国股市技术分析有效性研究[D].上海交通大学.2015
[7].余冬青.巧用指数移动平均函数EMA分析个股波段[J].佛山科学技术学院学报(自然科学版).2015
[8].韦懿芸,华伟玉,孙亚敏,刘锋.基于指数加权移动平均组合模型的手足口病发病动态预测[J].现代预防医学.2014
[9].邱天,白晓静,郑茜予,朱祥.多元指数加权移动平均主元分析的微小故障检测[J].控制理论与应用.2014
[10].何曙光,钱挺.基于支持向量数据描述的指数加权移动平均控制图[J].工业工程.2013