周期分析法在棉红蜘蛛发生程度预测中的应用

本文应用周期分析方法对江陵县棉红蜘蛛—朱砂叶螨的预测预报技术作了新的尝试．经对江陵县３６年历史资料拟合，符合率高达９４．４％．运用这一技术对该县１９８７—１９９６年棉红蜘蛛发生程度进行了１０年长期预测预报．     

利用季节指数修正指数平滑预测值对公路客运量进行预测

利用季节指数修正指数平滑预测值对公路客运量进行预测纪跃芝（吉林工学院基础部，长春１３００１２）公路客运量的预测，按时间长短分为短期、中期和长期预测．短期预测是制定年度、季度运输生产计划的基础，而中期（３—５年）和长期预测是制定企业经营运输方针、企业技...     

医院统计需求预测方法研究

本文从医院管理实际出发，研究和探索了时间顺序预测，因果预测和预报性预测这三种分别适用于短期，中期和长期的科学预测方法。它在我国医院管理中具有实际的指导意义。     

一种新的昆虫神经网络预测预报方法

昆虫预测预报是植物保护中的一个困难问题．本文首先从系统的观点出发，分析了影响昆虫种群密度的主要因素；在研究传统时间序列模型共性的基础上，给出了广义时间序列模型；提出了一种新的昆虫预测模式—神经网络预测预报方法；用此方法对棉田害虫烟蓟马进行了预报，数值结果表明这是一种很好的预测预报方法，预测精度较其它方法都有很大提高．     

利用季节指数修正指数平滑预测值对公路客运量进行预测

公路客运量的预测，按时间长短分为短期、中期和长期预测，短期预测是制定年度、季度运输生产计划的基础，而中期(3—5年)和长期预测是制定企业经营运输方针、企业技术改造等运输规划的基础，常用的预测方法有加权平均法、增长率算法、回归分析法及类比算法等。     

基于卡尔曼滤波的期货价格期限结构模型

为准确对商品期货合约进行定价和预测,本文在短期-长期模型的基础上,提出以短期偏离、中期偏离和长期均衡为状态变量的三因素模型。本文根据状态变量的假设建立相关微分方程,并推导出模型的解,再运用卡尔曼滤波和极大似然法得到模型的参数和状态变量。最后,通过比较多种误差统计量证明,本文的短期-中期-长期模型的拟合与预测能力优于短期-长期模型。     

最优组合预测的短期气候预报建模研究

以预报量序列建立均生函数短期气候预报模型及根据500hPa月平均高度场预报因子分别建立的BP网络模型、回归预报模型为基础,用"误差绝对值和最小"作为最优准则,建立月平均降水量的短期气候组合预测模型.采用线性规划方法计算得到组合预测模型的各权系数,对这种短期气候组合预测模型的预报能力进行了分析研究,结果表明,该组合预测模型的预报精度优于各子方法,具有很好的应用价值.     

基于逆模糊数的模糊时间序列预测的新方法北大核心

Song和Chisson于1993年提出模糊时间序列预测理论．虽然至今已经提出许多模糊时间序列预测模型,但是迄今为止尚未给出预测未知年数据的模糊时间序列预测模型．提出基于逆模糊数的模糊时间序列预测的新方法该模型对广西大学已知的2001-2012年的注册数进行预测分析,平均预报误差率比相关文献的方法有所改善．还对广西大学未知的2013年和2014年注册数进行预测研究．方法是短期预测的一种模糊时间序列预测方法．     

Briot-Bouquet方程与一类积分算子

Ｂｒｉｏｔ－Ｂｏｕｑｕｅｔ方程与一类积分算子高建福（山西省忻州师专数学科，山西０３４０００）１９９０年１０月１６日收到，１９９１年９月１１日收到修改稿．一、引言设ｓ和ｔ是复数，在单位圆盘中正则，微分方程称为Ｂｒｌｏｔ－Ｂｏｕｑｕｅｔ方程．在的情况下，...     

论多目标分式规划

论多目标分式规划徐增堃（浙江师范大学数学系，金华３２１００４）基金项目：浙江省教委自然科学基金资助课题．１９９０年１０月２９日收到，１９９１年１０月５日收到第一次修改稿．１９９２年９月７日收到第二次修改稿，１９９３年２月１３日收到第三次修改、压缩稿．...     

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。     

经济政策不确定性与短期利率波动——基于BHK-L-MIDAS模型的实证研究

本文在BHK模型的基础上，考虑短期利率波动杠杆效应和EPU对短期利率波动的影响，构建了一个包含杠杆效应和EPU的混频短期利率模型，即BHK-L-MIDAS模型对短期利率波动进行建模与预测。采用上海银行间同业拆借利率(SHIBOR)和中国EPU指数数据对构建的BHK-L-MIDAS模型进行实证分析，结果表明：短期利率波动存在“反向杠杆效应”;EPU对短期利率波动具有显著负向的影响；BHK-L-MIDAS模型相较于竞争模型(BHK和BHK-MIDAS模型)获得了更好的样本内数据拟合效果。基于三种损失函数以及模型置信集(MCS)检验对模型样本外短期利率波动预测能力的分析表明：BHK-L-MIDAS模型相比BHK模型和BHK-MIDAS模型具有更高的样本外预测精度，且BHK-L-MIDAS模型在不同预测窗口表现出的预测能力具有稳健性。最后，VaR分析表明BHK-L-MIDAS模型在短期利率市场风险度量方面的经济价值。     

基于CMAC神经网络的舰船运动预报仿真研究

舰船运动是引发多种海面事故的主要原因,为了提高舰载机着舰安全系数、提高舰船战斗力、减少海难等事故的发生,舰船运动极短期预报是至关重要的.首次将CMAC神经网络应用于舰船纵摇运动姿态的极短期预报中,建立了CMAC神经网络舰船运动预报模型.同时对实际的舰船纵摇运动数据进行了数值仿真,证实了CMAC神经网络模型在舰船运动预报中的应用是合理且可行的.     

灰色GM(1,1)预测在病虫测报上的应用

前言 灰色预测是从过去或当今的信息预测未来信息,这些信息对未来事件预测可能是不充分的,称之为“灰色”。病虫发生受气候、天敌等生态条件及本身条件的制约,而且现有信息与未来信息的关系是不十分明确的,从而是“灰色”的,近年来,我们运用灰色预测对麦蚜、粘虫、玉米螟进行了预报,取得了较好的效果。 农业生态系统是由若干子系统组成,子系统相互独立又相互依存,病虫本身是一个子系统,受其它因素影响较大,每年发生差异较大,一般不成平稳序列。直接用GM(1,1,)建模,拟合率较差,所以,我们必须对历年数据进行处理,由于数据处理方法不同,可分为…     

国际学术会议简讯

●伪随机性和显式组合构造会议于１９９９年１０月１２日至１５日在美国新泽西州Ｒｕｔｇｅｒｓ　Ｕｎｉｖ．的ＤＩＭＡＣＳ中心举行．●动力系统和相关课题会议于１９９９年１０月２１日至２４日在美国宾夕法尼亚州Ｕｎｉｖｅｒｓｉｔｙ　Ｐａｒｋ的Ｐｅｎｎ　ＳｔａｔｅＵｎｉｖ．举行．●燃烧模型的数学研究ＩＭＡ小型学术研讨会于１９９９年１１月１４日至１７日在美国明尼苏达大学数学及其应用研究所举行●数学通讯的未来１９９９年会议于１９９９年１２月２日至５日在美国加州Ｂｅｒｋｅｌｅｙ　ＭＳＲＩ举行．●应用数学的展望会议（…     

著名数学家陈景润院士逝世

著名数学家陈景润院士逝世著名数学家、中国科学院院士、中国科学院数学研究所一级研究员、《数学学报》主编陈景润同志，患帕金森氏综合症长期往院．今年初因肺炎并发症病情加重，经全力抢救，终因呼吸循环衰竭，医治无效，于１９９６年３月１９日１３时１０分在北京医院...     

组合预测模型在农产品价格短期预测中的应用——以苹果为例的实证分析

以我国苹果批发市场价格为研究对象,利用2006年7月7日至2012年3月30日期间的300个周数据作为分析样本,通过对时间序列的平稳性、趋势性、季节性、异方差等数据特征进行统计检验,筛选出双指数平滑模型、Holt-Winters乘法模型、ARIMA(1,1,4)模型为我国苹果市场价格短期预测的适用模型,以此为基础,以误差平方和最小为最优准则建立了组合预测模型.经对未来3期的苹果市场价格开展预测,结果表明,组合预测的精度要高于单项时间序列模型,组合预测方法完全适用于农产品市场价格的短期预测.     

多因子分级相关指数综合法预测模型

多因子分级相关指数综合法是一种操作简单且适用于多级的预报方法．本文介绍了建立预测模型的原理和方法，并应用该方法，对萧山市早稻纹枯病的发生程度进行预测，历史拟合率达１００％，对１９８７至１９８９年发生程度试报三年都对．     

非参数回归模型最小一乘估计的全局最优收敛速度

非参数回归模型最小一乘估计的全局最优收敛速度施沛德（中国科学院系统科学研究所，北京１０００８０）国家自然科学基金资助课题．１９９１年１１月２７日收到．一、引言考虑非参数回归模型这里为．随机误差序列，其分布的中位数为零；Ｘ１，Ｘ２，…为服从分布密度ｆ的...     

基于逆模糊数的模糊时间序列预测的新方法

Song和Chisson于1993年提出模糊时间序列预测理论.虽然至今已经提出许多模糊时间序列预测模型,但是迄今为止尚未给出预测未知年数据的模糊时间序列预测模型.提出基于逆模糊数的模糊时间序列预测的新方法该模型对广西大学已知的2001~2012年的注册数进行预测分析,平均预报误差率比相关文献的方法有所改善.还对广西大学未知的2013年和2014年注册数进行预测研究.方法是短期预测的一种模糊时间序列预测方法.