2024年12月21日
星期六
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
潘伟
作品数:
1
被引量:3
H指数:1
供职机构:
浙江大学数学系
更多>>
发文基金:
浙江省自然科学基金
国家重点实验室开放基金
国家教育部博士点基金
更多>>
相关领域:
金属学及工艺
更多>>
合作作者
曾九孙
浙江大学数学系
刘祥官
浙江大学数学系
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
金属学及工艺
主题
1篇
时间序列
1篇
铁水
1篇
硅含量
1篇
高炉
1篇
高炉铁水
1篇
TGARCH
机构
1篇
浙江大学
作者
1篇
刘祥官
1篇
曾九孙
1篇
潘伟
传媒
1篇
浙江大学学报...
年份
1篇
2010
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
TGARCH模型预测高炉铁水硅质量分数
被引量:3
2010年
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.
潘伟
刘祥官
曾九孙
关键词:
TGARCH
硅含量
时间序列
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张