考虑气象因素的月度电力需求预测方法

气象因素是电力需求变化的重要影响因素之一。为了研究气候变化对月度电力需求的影响,建立了包含气象条件、时间趋势和春节移动假日等变量的多元回归方程,以苏州市月度电力需求预测为例,重点分析了气象因素和春节移动假日对月度电力需求的影响。研究结果发现,使用月平均气温计算出的月制冷度(Cooling Degree of Month,CDM)和月采暖度(Heating Degree of Month,HDM)能较好的刻画气温变化对月度电力需求的影响;考虑了春节假日效应后,能更好的提升回归方程的预测能力;非“疫情”期间和“疫情”期间模拟预测结果均达到较好的精度,显示出模型具有良好的预测稳健性。     

电力需求预测管理信息系统

本文根据电力需求预测模型的特点，提出了能给预测过程提供信息支持和辅助决策的管理信息系统，并对系统进行了详细的分析和设计。     

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。     

基于协整理论和干预分析的中国电力需求预测

本文采用协整与误差纠正模型技术研究了我国电力需求与经济增长之间的关系,检验了电力需求与国内生产总值、人口、价格和结构变量之间的长期均衡关系,并结合干预分析的方法修正了由经济环境的改变和突发事件引起的预测偏差。结果表明通过矫正的预测结果大大减小了误差,其预测的我国未来电力需求量与国家发改委宏观经济研究院信息中心课题组公布的结果较为接近。     

电力负荷预测的遗传神经网络模型研究

根据电力负荷预测的特点,提出遗传神经网络负荷预测模型,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷,经实例验证,该方法能有效地提高预测精度和速度。     

ARMA模型在我国电力需求预测中的应用

本文以1973年~2004年我国电力消费量的历史数据为基础,根据其趋势图拟合出与之相似的指数回归曲线,然后对其残差序列利用时间序列进行分析和识别,建立起适合我国电力需求预测的指数回归-ARM A(1,1)模型.结果表明此模型具有简单快捷、预测精度高的特点,可以满足实际预测要求.     

基于蒙特卡罗方法的中国中长期煤炭需求预测

为避免传统预测方法的参数取值主观性问题,采用参数随机产生的蒙特卡罗方法预测中国中长期煤炭需求。首先分析了经济增长、能源结构和产业结构三个主要煤炭需求影响因素,并基于1980~2015年间各影响因素及煤炭消费的历史数据和最小二乘法的多元线性回归拟合煤炭需求方程。在此基础上,构建各影响因素的概率分布,采用蒙特卡罗方法模拟1981~2015年的煤炭需求,发现仿真结果可以较好拟合现实,可作为仿真预测的有效工具。结合经济新常态和能源结构调整的现状,控制参数取值范围进行蒙特卡罗仿真预测,结果显示,2016~2025年的煤炭需求呈先上升后下降趋势,并于2020年达到需求的峰值40.25亿吨,这些结果对于煤炭产业的科学决策有重要的作用。     

工业化、城镇化进程中电力需求分析及预测

随着工业化、城镇化进程的不断加快,我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证,故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此,分析我国电力需求现状,利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上,基于单变量(ETS、ARIMA模型)和多变量(情景分析)两个维度进行电力需求量分析及预测。结果表明:GDP每提高1%使得电力需求量提高0.5249%;工业化水平每提高1%使得电力需求量提高2.2146%,城镇化水平每提高1%使电力需求量相应提高1.0076%。“十二五”末中国电力消费需求量将近61425.96KW/h,2020年中国电力消费需求将近81410.10KW/h。     

我国未来能源投资需求预测及特点分析

持续的能源投资是经济持续发展的必要保障.鉴于我国能源投资的复杂性,基于系统动力学和成本预测方法,预测了我国2006-2050年期间的能源投资需求,分析了各能源品种的投资需求特点及不确定性因素.结果发现,我国能源投资将保持持续增长态势,但能源投资占GDP的比重不断下挫.而且,电力投资将一直占据我国能源投资的主导地位.     

基于组合预测模型的物流园区物流需求预测——以重庆空港物流园为例

物流需求预测是物流园区整体规划的重要前提,准确的物流需求预测可以大大提高物流园区规划的科学性.首先建立了趋势曲线预测模型、回归预测模型及灰色预测模型的物流需求单项预测模型,鉴于单项预测模型的局限性,然后以Shapley值为权重确定方法,建立了组合预测模型,并以重庆空港物流园为例进行应用,最后得出了2015年和2020年重庆空港物流园物流需求的预测值.研究表明,组合预测比单项预测具有更高的精度和稳定性,方法在物流园区物流需求预测中具有推广应用价值.     

基于小波神经网络的中国能源需求预测模型

通过分析影响我国能源需求的主要因素,建立了基于小波神经网络的需求预测模型.采用定性与定量相结合的方式,分析了影响我国能源需求的主要因素,通过将人口总数、GDP、产业结构变化以及能源消费量的一阶滞后作为输入变量,建立基于小波神经网络的我国能源需求非线性预测模型.实验结果表明,该非线性预测模型与多元回归模型相比更加合理,具有更高的预测精度.     

区域经济发展智能预测方法

分析了影响区域经济发展的各种因素,指出由于这些因素相互制约、相互影响,使得传统的经济预测方法越来越难以胜任区域经济发展预测的需要.论述了核方法在处理非线性、不确定性和不精确性数据上存在的优势,建立了基于核方法三种经济预测模型,并将这三种预测模型与其它两种预测方法一起,对区域经济的发展进行组合预测.最后,采用数据融合的方法将各个体模型的预测结果进行集成,作为最终的输出.实际的结果表明,基于核方法的组合预测技术能取得较为理想的预测效果.     

超额市场需求函数

本文通过研究超额需求函数与多项式的关系得：（１）对于（ｎ—１）个关于ｐ１,ｐ２…,ｐｎ－１的多项式Ｅ。（ｐ１,ｐ２,…,ｐｎ－１）,ｓ＝１,２,…,ｎ—１,若满足条件：则Ｅｓ,ｓ＝１,２,…,ｎ—１均为一个经济的超额需求函数．（２）对无穷级数ｇ（ｐ）,也存在含有两个消费者与无穷种商品的经济,使得其超额需求函数恰好为ｇ（ｐ）．     

基于时间序列法的国税月度收入预测模型研究

研究了基于时间序列方法的国税月度收入预测. 通过采用Box-Jenkins的ARIMA模型, 结合国税月度收入数据, 分析并提出了一套针对月度税收收入的预测研究框架, 包括对税收预测模型的拟合、检验、预测、评价、动态修正等主要环节的处理方法. 在该研究框架的指导下, 以增值税、海关代征税和营业税为例, 对2006年各月的税收收入进行了模拟预测, 月度税收收入预测的平均相对误差分别控制在5.47\%, 8.63\%和2.37\%. 最后给出了在实际应用中动态修正税收预测模型的建议, 并简要讨论了时间序列方法在税收预测中面临的问题.     

基于场景理论的中国城市居住房地产需求研究

源自芝加哥城市社会学派的场景理论最先发现并研究了文化和价值观对城市居民居住需求的影响力正在逐渐增强这一趋势.在当今我国城市,一些富含文化、价值观背景的特殊居住现象,如房奴、蜗居及蚁族也都客观呈现出了这类趋势的日益增强.将场景理论应用到中国城市居住房地产需求的研究中,通过文献和理论分析,提出了文化、价值观因素对中国城市居民的居住房地产需求影响的三个假设,然后基于场景理论模型构建了基于中国375个城区的区域场景文化因子,接着运用分层回归方法,对地区不同年龄层次人群的居住房地产需求进行了实证分析.最终证明了三个假设,并以此提出了相应的政策建议.     

最优组合预测误差平方和取值范围的若干新结果

根据矩阵理论,给出了最优组合预测误差平方和更加精确的取值范围,得到了最优组合预测误差平方和的几个新结果.应用矩阵理论中的F roben ius定理,推导出了简单平均法是最优组合预测方法的一个充要条件.     

需求量与交货周期随机变化的供货水平法分析

本文运用随机变量的分布导出保证供货水平不小于ａ的再订货点．它比供货水平法更好．     

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.     

需求风险下不同供应链运作方式的绩效研究

在充分考虑供应链纵向竞争与横向竞争的基础上,构建出需求风险影响下的两条采用不同运作方式的三阶层竞争供应链的计算实验模型.从收益均值及收益稳定性两方面分析了消费者价格偏好、质量水平偏好以及需求规模不确定性对不同运作方式下的供应链及相关成员竞争绩效的影响.研究表明两种运作方式在影响供应链整体收益及收益稳定性方面差异性不大,但对于链内成员的利润及利润波动的影响存在差异.