火灾发生的周期性规律及其在火灾非线性组合预测模型中应用

研究火灾发生规律及发展趋势,具有实用价值.分析历年中国火灾统计数据,发现中国火灾的发生规律同时具有增长趋势性和周期波动性特征:①中国火灾从90年代开始大幅度增加,在2002年达到最大,然后逐年缓慢下降;②每年12个月呈正弦函数波动,周期为12,1、2月发生起数最大,8、9月最小.借助于M ATLAB软件,根据2000-2006年中国火灾统计数据,建立火灾的月发生起数的非线性周期性组合预测模型,预测值与实际值的平均相对误差小于0.07.研究结论为消防研究、消防部门决策提供科学依据.     

基于时间序列与灰色拓扑的春节火灾损失预测

火灾每年给中国带来了巨大的损失,春节期间的火灾损失更是严重.根据1999-2010年春节期间火灾统计资料,火灾四项指标数据具有时序性以及随机波动性、模糊性.运用时间序列与灰色拓扑预测方法相结合预测春节期间火灾发生规律,且预测出未来3年内的火灾发生情况.结果表明,时间序列预测模型的平均绝对误差较小,且所建立的灰色拓扑预测模型的拟合精度都达到"好"的标准.因此,采用时间序列与灰色拓扑预测模型相结合对春节火灾发生情况进行预测,其结果合理可靠,可供理论研究和消防部门做出相应的预防措施参考,以达到有效控制和预防春节火灾的目的.     

公共聚集场所特大火灾的灰色拓扑预测模型

根据1991年至2006年间中国公共聚集场所火灾统计资料,针对公共聚集场所特大火灾影响因子的不确定性和数据的波动性,运用灰色拓扑预测方法探讨了公共聚集场所特大火灾发生的规律,并建立灰色拓扑预测模型,预测未来5年内火灾发生情况.结果表明,所建立的灰色拓扑预测模型的检验精度都达到"好"的标准.因此采用灰色拓扑预测模型对中国公共聚集场所特大火灾发生情况进行预测结果比较可靠,可供消防部门参考.     

基于IGRA-ISVD约减和RBF的森林火灾消防直升机需求预测模型

针对森林火灾消防直升机需求预测问题,提出了一种基于改进灰色关联分析(IGRA)和改进奇异值分解(ISVD)约简的径向基函数(RBF)神经网络预测模型.首先,基于既有研究梳理了森林火灾消防直升机需求预测指标体系;然后,在改进灰色关联分析和奇异值分解方法的基础上,分别对消防直升机需求预测数据信息进行属性约简和维度约简;最后,利用约简预测数据信息对RBF神经网络进行训练,进而构建消防直升机数量预测模型.案例分析和对比分析表明了本文所提方法的可行性和合理性.     

最佳灰色回归组合模型及其在中国火灾预测中的应用

火灾每年给国家和人民生命财产造成巨大损失.火灾现象具有随机性、模糊性,是个复杂的灰色系统行为.研究火灾发生规律及发展趋势,具有实用价值.为此,首先给出最小二乘估计(LSE)意义下的最佳组合预测模型的定义,并求得组合模型的权的公式和证明权的唯一性.其次,用回归分析方法建立多个回归模型,并按以下三条标准:①回归指数(或相关系数)r大、②系统误差s小、③模型精度p高,选定最佳非线性回归模型;用灰色理论建立多个灰色模型,并按以下三条标准:①后验差比值c小、②小误差概率P大、③预测关联度ξ大,选定最佳灰色模型;再用最小二乘法将最佳回归模型与最佳灰色模型有机地结合起来建立的中国火灾最佳灰色回归组合预测模型.最佳灰色回归组合预测模型综合利用前两者提供的不同的有用信息,改善了单一模型的局限性,提高了模型的预测精度,减少了预测误差,使预测效果更佳.组合模型预测中国年火灾起数处于动态增长过程.     

基于残差修正GM(1,1)模型的火灾事故预测

为掌握火灾发生、发展的规律,针对火灾事故的特点,根据灰色理论,建立了我国火灾起数及死亡人数的GM(1,1)预测模型.由于火灾起数的波动性较大,运用残差变化规律,对所建立的GM(1,1)预测模型进行了修正,得到残差修正GM(1,1)预测模型,应用该模型对火灾起数进行预测,使预测精度达到了一级.预测结果可以为消防安全管理部门的决策提供科学的依据.     

基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究

本文深入分析了灰色预测模型、自回归移动平均(ARIMA)模型和BP神经网络模型的预测特性和优劣,并在此基础上建立了由ARIMA、GM(1,1)和BP神经网络集成的时间序列预测模型。针对呈现趋势变动性和周期波动性二重特性的时间序列,首先建立GM(1,1)模型对序列的趋势项进行预测,然后建立基于ARIMA和BP神经网络的组合模型对序列的周期波动项进行预测,最后用乘积模型对二者预测值进行集成。GDP时间序列实证结果表明:集成模型的预测效果显著高于单一模型,从而证实了集成模型用于GDP预测的有效性.     

基于最小二乘法的灰色组合预测模型及其应用

根据GM(1,1)模型原理,构建了灰色增量模型和灰色组合预测模型.分别利用中国和河南1986-2015年的人口数据建立模型,采用最小二乘法求解灰色组合预测模型的最优权系数.通过GM(1,1)模型、灰色增量模型和灰色组合预测模型对上述算例进行误差分析,实验结果表明灰色组合预测模型预测精度明显的优于其它单项预测模型.     

基于MATLAB的交通事故发生规律的模糊分布拟合

借助于数学软件MATLAB,运用模糊数学方法,探讨中国交通事故发生及危害的变化规律.首先,作中国交通事故统计数据的散点图,观察发现交通事故的变化同时具有线性增长总趋势和波动性特征,呈现出复杂的非线性组合特点;再对这些数据进行归一化处理,给出交通事故的模糊隶属函数;最后对交通数据进行分布拟合、组合回归处理,得到交通事故非线性模糊分布函数.结果表明,随着时间的变化,中国交通事故的死亡人数呈线性与正态叠加波动上升趋势,受伤人数呈线性与正弦叠加波动上升趋势,发生起数与损失折款都呈双峰正态分布波动趋势,2002年以来交通状况正在好转.得到的结果能客观地反映交通事故的现状分布和精确地刻划中国交通事故发生及危害变化规律,对于交通事故预测、综合治理具有重要的理论意义和应用价值,可供交通事故研究和有关部门制定交通安全管理决策作参考.     

基于蚁群算法的灰色组合预测模型

分别利用灰色GM(1,1)模型、GM(1,1)优化模型和新息GM(1,1)模型建立三个单项预测模型,进一步建立了组合灰色预测模型,组合模型的权系数利用蚁群算法确定.最后给出了一个我国人口数量组合预测模型,计算结果表明,基于蚁群算法的灰色组合预测模型的拟合和预测精度要优于传统组合预测模型.     

基于EMD-GA-BP与EMD-PSO-LSSVM的中国碳市场价格预测

由于碳交易市场价格的波动性大及相互影响关系的复杂性,本文试图构建碳价格长期和短期的最优预测模型。考虑到碳交易价格波动的趋势性和周期性特点,基于经验模态分解算法(EMD)、遗传算法(GA)—神经网络(BP)模型、粒子群算法(PSO)—最小二乘支持向量机(LSSVM)模型及由它们构建的组合预测模型,对中国碳市场交易价格进行短期预测和长期预测。实证分析中将影响碳交易价格的不同宏观经济因素和碳价格时间序列因素做为输入变量,分别代入组合模型进行预测。研究结果表明,在短期预测中,EMD-GA-BP模型预测效果优于GA-BP模型和PSO-LSSVM模型;而在长期预测中,组合模型EMD-PSO-LSSVM模型预测效果优于只考虑碳价格波动趋势性或周期性预测效果。     

基于改进灰色GM(1,1)马尔柯夫模型的煤矿事故百万吨死亡率预测

煤矿安全事故预防和控制是煤矿安全评价和决策的基础.灰色预测适合于时间短、数据量少和波动不大的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.结合灰色预测GM(1,1)模型和马尔可夫链理论的优点,提出了一种改进的灰色马尔可夫GM(1,1)模型.利用改进的GM(1,1)模型进一步拟合煤矿人因失误事故的发展变化趋势,并以此为基础进行马尔柯夫预测,提高预测效果.以2000-2010年全国煤矿事故百万吨死亡率为例进行了预测分析,结果表明模型既能揭示煤矿人因失误事故百万吨死亡率变化的总体趋势,又能克服随机波动性数据对预测精度的影响,具有较强的工程实用性,并对煤矿人因失误安全事故的预测和控制有一定的实际意义.     

MODELING AND FORECASTING MONTHLY AVERAGE WATER LEVELS BASED ON THE ELLIPTIC ORBIT MODEL

Evaluation and forecasting of water‐level fluctuation for one river is of increasing importance since it is intimately associated with human welfare and socioeconomic sustainability development. In this study, it is found that time series of monthly water‐level fluctuation exhibits annual cyclical variation. Then with annual periodic extension for monthly water‐level fluctuation, the so‐called “elliptic orbit model” is proposed for describing monthly water‐level fluctuation by mapping its time series into the polar coordinates. Experiments and result analysis indicate potentiality of the proposed method that it yields satisfying results in evaluating and forecasting monthly water‐level fluctuation at the monitoring stations in the Yangtze River of China. It is shown that the monthly water‐level fluctuation is well described by the proposed elliptic orbit model, which offers a vivid approach for modeling and forecasting monthly water‐level fluctuation in a concise and intuitive way.     

我国货币乘数增长的数理分析和货币乘数预测

对货币乘数运动规律的认识以及货币乘数的预测直接关系到国家货币政策的制定.从货币乘数决定因素入手,结合实证观察和数理分析,从数学上严格证明了货币乘数趋势性增长的原因是总准备金率和通货比率的长期下降趋势,说明货币乘数的增长是金融工具创新和金融制度创新共同作用的结果.发现货币乘数的短期波动直接受基础货币的影响,依此建立的货币乘数预测方程,不仅提高了对货币乘数长期趋势性预测的准确性,而且较为准确地预测了货币乘数的季节波动性.因此,中央银行在制定金融规划的时候,应把基础货币变动对货币乘数的影响考虑在内,以更好地实现操作目标向中介目标的传导.     

Volatility forecasting for interbank offered rate using grey extreme learning machine: The case of China

Interbank Offered rate is the only direct market rate in China’s currency market. Volatility forecasting of China Interbank Offered Rate (IBOR) has a very important theoretical and practical significance for financial asset pricing and financial risk measure or management. However, IBOR is a dynamics and non-steady time series whose developmental changes have stronger random fluctuation, so it is difficult to forecast the volatility of IBOR. This paper offers a hybrid algorithm using grey model and extreme learning machine (ELM) to forecast volatility of IBOR. The proposed algorithm is composed of three phases. In the first, grey model is used to deal with the original IBOR time series by accumulated generating operation (AGO) and weaken the stochastic volatility in original series. And then, a forecasting model is founded by using ELM to analyze the new IBOR series. Lastly, the predictive value of the original IBOR series can be obtained by inverse accumulated generating operation (IAGO). The new model is applied to forecasting Interbank Offered Rate of China. Compared with the forecasting results of BP and classical ELM, the new model is more efficient to forecasting short- and middle-term volatility of IBOR.     

到2020年我国能全面建成小康社会吗

以国家统计局统计科学研究所制定的全面建设小康指标体系为基础,采用变异系数法确定权重,构建我国全面建成小康社会指标体系,测算了我国2007-2012年全面建成小康社会的实现程度,测算结果表明2012年我国全面建成小康社会实现程度达84.9%.与此同时,利用一次线性预测模型、对数曲线预测模型和灰色预测模型构建变权重组合预测模型对2013-2020年我国全面建成小康社会实现程度进行预测,预测结果表明我国将在2019年实现全面建成小康社会的目标.