刘薇
黄金
doi:10.11792/hj20140402
针对差分法会造成时间序列信息损失的缺陷，首先对2000年1月至2013年4月黄金价格（月度）序列进行了小波分解和单支重构，其次对重构的近似分量和细节分量分别建立非参数自回归模型和AR模型，最后对每个分支进行了14步外推预测，将这些预测值求和得到了原始黄金价格序列自2013年5月至2014年6月的预测值。预测结果表明：2013年5-12月，黄金价格稳中有降，但降幅较小；进入2014年后，黄金价格则稳中上升，但上升幅度较小。
关键词:
黄金价格
,
小波分解
,
非参数自回归模型
,
AR模型
,
预测
夏法锋
,
焦金龙
,
马春阳
,
吴蒙华
功能材料
以前期研究工艺参数为基础,利用超声-电沉积的方法制备Ni-TiN纳米镀层。采用X射线衍射仪（XRD）、高分辨电子显微镜（HRTEM）及纳米压痕仪（NI）对Ni-TiN纳米镀层的组分、显微组织和显微硬度进行观察和分析;利用AR模型对Ni-TiN纳米镀层的显微硬度进行预测。结果表明,在Ni-TiN纳米镀层中,存在Ni和TiN两相;当超声功率为200W、TiN浓度为4g/L时,镀层中镍晶粒和TiN粒子的平均粒径分别为50和30nm。利用AR模型可以对Ni-TiN纳米镀层的显微硬度进行预测,且预测结果的最大相对误差为3.22%。
关键词:
AR模型
,
Ni-TiN纳米镀层
,
显微硬度
,
预测
刘祥官
,
王文慧
钢铁
应用小波分析方法对高炉铁水硅含量进行预测.通过小波变换将铁水硅含量的时间序列依三重尺度分解成不同的层次,并对不同层次上的序列分别运用合适的自回归模型进行预测,然后通过序列重构得到原始时间序列的预测结果.利用山东莱钢1号高炉在线采集的数据作为实际预测案例,与原始时间序列的自回归模型预测结果比较,小波预测方法显著提高了预测命中率.
关键词:
铁水硅含量
,
预测
,
小波分析
,
AR模型
李兴远
人工晶体学报
采用超声-脉冲电沉积方法在T8钢表面制备了Ni-TiN复合镀层,采用扫描电镜和X射线光衍射仪对镀镀层物相组织结构进行检测,并建立AR模型对镀层的TiN粒子复合量进行预测.结果表明,当电流密度4 A/dm2、占空比50％、超声波功率140 W时,Ni-TiN复合镀层表面较为光滑,晶粒较为细小,组织较为均匀.XRD分析表明,Ni-TiN复合镀层中存在Ni、TiN两相,镍的衍射峰分别位于44.8°、52.2°和76.8°,TiN的衍射峰分别位于38.5°、42.8°和66.5°.AR模型对Ni-TiN复合镀层TiN粒子复合量预测能力较强,其相对误差最大值与最小值分别为2.43％及0.71％.
关键词:
AR模型
,
Ni-TiN
,
TiN粒子
,
预测
吴蒙华
,
雪金海
,
夏法锋
,
刘兰波
稀有金属材料与工程
为了掌握不同试样Ni-TiN复合镀层中纳米TiN粒子复合量变化趋势,采用时间序列分析方法对复合镀层中纳米TiN粒子复合量建立AR模型,利用该模型对其复合量变化趋势进行预测分析,并把预测值与实验测试结果进行比较.结果表明,可根据该模型预测Ni-TiN复合镀层中纳米TiN粒子复合量,预测效果较好,平均误差为5.2884%.
关键词:
Ni-TiN复合镀层
,
纳米TiN粒子复合量
,
AR模型
娄燕敏
,
赵岩
,
马春阳
兵器材料科学与工程
采用脉冲-电沉积方法在T8钢表面制备Ni-SiC镀层,利用扫描电镜(SEM)、XRD衍射仪和磨损试验机对Ni-SiC镀层的表面形貌、组分及其磨损性能进行分析,并利用AR模型对Ni-SiC镀层的磨损量进行预测.结果表明:当脉冲占空比为40％时,采用脉冲电沉积法制备Ni-SiC镀层的表面粗糙度较小、晶粒细小、组织较均匀;经XRD分析,证实Ni-SiC镀层中Si元素的存在;AR模型能够较好的对Ni-SiC镀层磨损量进行预测,预测结果相对误差的最大值仅为3.7％.
关键词:
AR模型
,
Ni-SiC镀层
,
磨损量
唐洪涛
人工晶体学报
采用磁场电沉积方法在45钢表面制备了Ni-Al2O3复合镀层,用扫描电镜、显微硬度计等仪器对复合镀层表面及显微硬度进行检测.最后用AR模型对Ni-Al2O3复合镀层显微硬度进行预测.结果表明,当磁场强度0.3T,Al2O3粒子浓度8 g/L,电流密度1.5 A/dm2时,Ni-Al2O3复合镀层表面较为平整,镀层缺陷较少.AR模型能够较好的预测Ni-Al2O3复合镀层显微硬度,最大相对误差仅为1.9％.
关键词:
AR模型
,
复合镀层
,
显微硬度
