跳到主要內容

臺灣博碩士論文加值系統

(34.226.244.254) 您好!臺灣時間:2021/08/01 03:56
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:林演斌
研究生(外文):Yen-PinLin
論文名稱:鄰近濱海工業區波浪趨勢及預測之時間數列模型研究
論文名稱(外文):A study on time series analysis and forecasting of wave heights near the coastal industrial park
指導教授:馬瀰嘉馬瀰嘉引用關係
指導教授(外文):Mi-Chia Ma
學位類別:碩士
校院名稱:國立成功大學
系所名稱:高階管理碩士在職專班(EMBA)
學門:商業及管理學門
學類:其他商業及管理學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:70
中文關鍵詞:資料浮標波高時間數列分析與預測
外文關鍵詞:data buoysignificant wave heighttime series analysis and forecasting
相關次數:
  • 被引用被引用:0
  • 點閱點閱:118
  • 評分評分:
  • 下載下載:10
  • 收藏至我的研究室書目清單書目收藏:0
海洋各種參數之變化趨勢與預測資訊,是海洋管理之重要參考依據。本研究蒐集宜蘭龍德利澤工業區外海蘇澳浮標2000 ~2011年之波高資料,引用統計學之時間數列方法,將資料轉化為海洋管理所需之資訊。
本研究以ADF檢定分析不同採樣方式下,波高數列之平穩性及其趨勢,並以不同採樣方式進行ARMA(1,1)、ARMA(2,2)、ARIMA(2,1,1)、ARIMA(2,1,2)、ARIMA(1,2,1)等預測模型之建模與測試,其中ARMA(2,2)、ARIMA(2,1,2)係以經自然對數轉換後之數列建模。
根據實證趨勢分析結果顯示:首先,宜蘭龍德利澤工業區外海2000~2011年之每月、每個颱風波高最大值數列均為平穩的。其次,每年波高平均值及最大值數列均為不平穩的,不平穩的數列並非為時間趨勢,而是隨機趨勢。另外,依據不同採樣方式之分析結果,可知採樣方式影響波高之平穩性分析結果。
依據建模與測試結果得知:首先,每日波高最大值為平穩型數列,每年波高平均值及最大值數列經轉換後亦為平穩型數列。其次,ARMA(1,1)、ARMA(2,2)模型皆不完全適合轉換前及轉換後之2009年每日波高最大值。ARIMA(2,1,1)、ARIMA(2,1,2)模型分別適合2000~2011年未轉換及自然對數轉換後之每年波高平均值,以ARIMA(2,1,1)較佳。ARIMA(1,2,1)、ARMA(2,2)模型分別適合2000~2011年未轉換及自然對數轉換後之每年波高最大值,以ARMA(2,2)較佳。另外,不同的採樣方式適合不同之預測模型。
與Agrawal & Deo(2002)使用ARMA(1,1)模型比較,本研究採樣的波高資料均不適合ARMA(1,1)模型。以自然對數轉換之波高資料而言,與Stefanakos(1999)提議之ARMA(2,2)模型比較,本研究僅自然對數轉換之每年波高最大值適合該模型。
海況趨勢預測資訊對油電產業有直接幫助,具有減少損失之效果,而位於海岸工業區內之經營管理者有必要瞭解廠址面臨之自然災害風險並儘可能預防,以降低災損並提昇獲利。
Trends and forecasts of a variety of parameters in the ocean are very important to marine management. This study gathers data of wave heights of Suao buoy which is located in the coastal area of Ilan Long De Lize Industrial Park from 2000 to 2011. This study converts data into information for marine management by utilizing the methodology of time series analysis and forecasting of statistics.
The ADF test is utilized to analyze stationary and trends. ARMA(1,1), ARMA(2,2), ARIMA(2,1,1), ARIMA(2,1,2) and ARIMA(1,2,1) models are established and tested. Series of wave heights are transformed by Napierian logarithm before fitting ARMA(2,2) and ARIMA(2,1,2) models. Data are sampled by different ways and used to validate hypotheses of this study.
Based on results of the ADF test, it shows that: First, both series of maxima of month and of typhoon are stationary. Secondly, series of annual maxima and averages of significant wave heights are non-stationary. There is no deterministic trend for the non-stationary series. The non-stationary is due to the stochastic trend. In addition, according to results of different ways of sampling, whether the series is stationary or not is also infected by the sampling ways.
Based on analytical results of forecasting models, it shows that: First, the series of daily maxima of significant wave heights is stationary. Transformed series of annual maxima and averages are stationary too. Secondly, Both ARMA(1,1) and ARMA(2,2) models are not so suitable for untransformed and transformed series of daily maxima of significant wave heights of 2009. ARIMA(2,1,1) and ARIMA(2,1,2) model are suitable for untransformed and transformed series of annual averages of wave heights of 2000-2011. ARIMA(2,1,1) model is better than ARIMA(2,1,2) model. ARIMA(1,2,1) and ARMA(2,2) model are suitable for untransformed and transformed series of annual maxima of wave heights of 2000-2011. ARMA(2,2) model is better than ARIMA(1,2,1) model. In addition, series sampled by different ways is fitted by different model.
Sampled wave heights data do not fit ARMA(1,1) well which is utilized by Agrawal & Deo(2002). Transformed annual maximum wave heights fit ARMA(2,2) well which is used by Stefanakos(1999).
Trend and forecast of waves is helpful to oil and electricity industries directly. These information may minify loss. It’s necessary for managers of industries located in coastal industrial parks to be aware of risk from natural hazards and to prevent them as more as possible. Managers have to minify loss from these hazards in order to increase profit.
論文摘要 ii
Abstract iv
誌 謝 vi
目錄 vii
表目錄 viii
圖目錄 x
第一章 緒論 1
第一節 研究背景與動機 1
第二節 研究目的 2
第三節 研究流程 3
第二章 文獻探討 4
第一節 台灣濱海工業區及產業 4
第二節 與時間數列分析方法有關之波浪趨勢預測 6
第三章 研究方法 8
第一節 研究流程與假設 8
第二節 研究變數操作性定義與衡量 10
第三節 資料來源 13
第四節 時間數列分析方法簡介 14
第四章 研究結果與討論 20
第一節 敘述性統計分析 20
第二節 資料選取與時間數列平穩性趨勢分析 21
第三節 單變數時間數列預測模型分析 32
第五章 結論與建議 61
第一節 研究結論 61
第二節 討論與意涵 62
第三節 研究限制與未來研究發展 67
參考文獻 69
壹、中文部份
一、書籍:
1.林茂文(2006),時間數列分析與預測:管理與財經之應用三版,華泰文化事業股份有限公司,26-27,31-33,78-80,114-125,148-149。
2.行政院研究發展考核委員會(2001),海洋白皮書,行政院研究發展考核委員會, 73。
3.行政院海洋事務推動委員會(2006),海洋政策白皮書,行政院研究發展考核委員會, 73-74、80-83。
4.楊奕農(2009),時間序列分析:經濟與財務上之應用二版,雙葉書廊有限公司,51-97,206-209,235-265,364-383。
貳、英文部份
1. Agrawal J.D., Deo M.C. (2002), On-line wave prediction, Marine Structures, Volume 15, Issue 1, P.57-74.
2. Dickey, D.A., Fuller, W.A. (1979) Distribution of the estimators for autoregressive time series with a unit root. Journal of American Statistical Association, 74, No. 366, P.427-431.
3. Monbet V., Ailliota P., Prevostob M. (2007), Survey of stochastic models for wind and sea state time series, Probabilistic Engineering Mechanics, Volume 22,
P.113-126 .
4. Soares C.G., Cunha C. (2002), Bivariate autoregressive models for the time series of significant wave height and mean period, Coastal Engineering, Volume 40, P.297-311.
5. Stefanakos C.N. (1999), Nonstationary stochastic modelling of time series with applications to environmental data, Ph.D. thesis, NTAU.
6. Stefanakos C.N., Belibassakis K.A. (2005), Nonstationary stochastic modelling of multivariate long-term wind and wave data, Proceedings of OMAE2005, 2005 24th International Conference on Offshore Mechanics and Arctic Engineering (OMAE 2005) Halkidiki, Greece.
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top