基于马尔可夫模型的我国东、中、西部的产业结构预测

应用马尔可夫预测方法对我国东、中、西部产业结构预测问题进行研究,并给出了其马尔可夫的状态转移概率矩阵的估算模型,经计算结果表明此方法具有较高的预测精度,并应用此方法预测了我国2009年和2010年的东、中、西部的产业结构.     

基于改进的灰色马尔可夫链模型的交通事故预测

交通事故预测是交通安全评价、规划和决策的基础.灰色预测适合于数据量少和波动小的系统对象,而马尔可夫链理论适用于预测随机波动大的动态过程.为克服一般灰色马尔可夫链模型运用的转移概率矩阵固定不变而影响预测精度的问题,本文建立了改进的灰色马尔可夫链模型.采用滑动转移概率矩阵方法,去掉最老数据并补充最新数据,从而建立新的一步转移概率矩阵.借助改进的灰色马尔可夫链模型,对全国2002-2004年交通事故10万人口死亡率进行了预测分析.结果表明,改进的灰色马尔可夫链模型比一般灰色马尔可夫链模型的预测范围更准确,预测精度更高.     

马尔可夫模型的市场预测方法及其应用

本文简述了马尔可夫模型的基本原理，介绍了利用马氏过程的基本特征．即其平稳性和无后效性．对随机现象进行统计预测的方法。本文选取市场为研究对象，根据产品的市场占有率的随机变化过程，建立起市场占有率的马尔可夫预测模型，并进行了实例分析。在模型的实际应用时，要注意系统状态转移的平稳性和进行系统状态划分的有效性。     

基于灰色均值模型预测装配式建筑产值

装配式建筑具有绿色节能,环保高效的特点,是建筑业转型升级的必然趋势.采用了灰色GM(1,1)模型对建筑行业及装配式建筑的产值进行预测分析,并结合国家发展规划,针对目前存在的问题提出合理的建议.     

基于灰色马尔可夫模型的物流配送需求量预测研究

研究可以较准确地预测物流配送需求量的数学模型,以服务于政府及企业的物流规划及其决策.将灰色理论和离散状态的马尔可夫链相结合,用灰色马尔可夫链对物流配送需求量进行实证研究.针对灰色数据系列首先用GM模型进行趋势预测,然后利用马尔可夫状态转移概率矩阵预报方法对其预测值进行二次拟合,预测精度明显高于GM模型预测.     

马尔可夫链在贫困县农村劳动力流动趋势预测中的应用

贫困县农民脱贫致富的有效途径是进行农村劳动力的有序流动。要想科学地引导该区域农村劳动力的有序流动,必须对农村劳动力流动的趋势有一个整体的认识。本文利用马尔可夫链(Markovchain)建立了贫困县农村劳动力流动趋势模型,对贫困县农村劳动力转移达到稳定状态的年限及其极限概率作出定量预测,对政府和有关部门制定贫困县农村劳动力转移的决策具有一定的借鉴意义。     

隐马尔可夫结构方程模型及其贝叶斯估计

结构方程模型是一种含有潜变量的经典统计学模型,被广泛应用于心理学、教育学、经济学、医学等领域。隐马尔可夫模型是一种基于随机过程的统计模型。本文书结构方程模型与隐马尔可夫模型相结合,构造了一种新的模型——隐马尔可夫结构方程模型,详细给出了隐马尔可夫结构方程模型的数学定义。为了对模型的系数进行贝叶斯估计,设定了模型参数的先验分布,然后利用MCMC方法模拟参数的后验分布,计算出了参数的后验均值作为参数的估计值。最后将参数的估计值与真值进行比较,发现估计效果良好。     

基于灰色模型的辽宁省海洋渔业产量、产值预测

灰色预测模型因其对数据要求低,中短期预测精度较高等特点,具有广泛的应用.依据2005—2011年辽宁省海洋渔业的相关数据分别建立了辽宁省海洋渔业产量和产值的灰色预测模型,并利用模型对海洋渔业产量和产值进行了预测.通过预测值和原始值比较说明模型可用.更进一步,通过对比海洋渔业产量和产值数据,发现辽宁省海洋渔业发展中产量和产值不对应成比例这一问题,最后给出了结论和建议.     

基于灰色马尔可夫预测模型的农村人均收入预测

以武汉市农村人均收入为样本,将灰色预测模型和马尔可夫链预测模型相结合,通过对比预测的数据信息与实际数据信息差距,对2011年和2012年武汉市农村人均收入进行了预测计算.根据相关模拟检验与残差修正,灰色马尔可夫链可视为农村人均收入预测的可行且有效的方法.结果显示,单纯地运用灰色模型,预测值与实际值的误差均值是0.687%;通过马尔可夫链模型的二次模拟得到的误差明显减小.     

基于灰色-马尔可夫链模型的危险化学品事故预测

根据危险化学品伤亡事故的发生受多种灰色因素影响,并且具有较大的随机波动性的特点,提出了运用灰色-马尔可夫链预测模型对危险化学品死亡人数进行预测分析.结果表明,所建立的灰色-马尔可夫链预测模型既能反映死亡人数变化的总体趋势,又能体现数据的波动性特点,其预测精度高于GM(1,1)模型的预测精度,可以较好地应用于危险化学品事故的预测,为该行业的安全管理提供准确的理论依据.     

基于马尔可夫决策过程的医疗检查预约优化模型

医技部门的医疗检查如电子计算机断层扫描（CT）、核磁共振成像设备（MRI）、X射线（X－rays）常常有如下三种病人类型：门诊病人、住院病人和急诊病人。针对不同病人类型的需求特点,运用马尔可夫决策过程原理和动态规划方法,建立了医疗检查设备的预约优化模型,并证明了模型的最优性质,得出了不同病人类型的最优预约策略。数值算例的结果表明：本文的预约策略不仅易于实施,而且,通过该模型获得的最大收益比按传统先来先预约的模式所获得的收益要大。     

基于多元混沌时间序列的油田产量预测模型

油田产量的预测一直是石油工作者研究的重要课题.针对油田产油量、产水量、地层压力和时间之间有着混沌的特征,利用多变量混沌时间序列等方法研究了油田产量的混沌建模和预测问题.用C-C算法确定每一个变量的嵌入维数和延迟时间,重构多元混沌时间序列的相空间;使用基于奇异值分解的主成分分析消除重构相空间的冗余变量和噪声干扰,建立了有较好泛化性能的多元混沌时间序列油田产量预测模型;最后将混沌时间序列预测和Elman神经网络进行耦合,创建了基于主成分分析前馈网络的多元混沌时间序列油田产量预测方法.应研究表明,提出的多变量混沌时间序列预测方法的预测精确度优于单变量预测,它可用于解决具有多变量混沌时间序列的预测问题.     

基于预测模型的我国人口结构问题研究

针对我国人口结构问题,在对相关人口数据进行收集、计算、整理并分析的基础上,通过建立总人口预测模型对2010-2014年人口数量预测,与原始人口数据对比进行模型验证和改进,运用此模型对之后6年人口数量预测,应用队列要素预测法找出相应政策对人口结构变化的影响,通过建立适婚群体预测模型对中国适婚入口中的男女数量定量分析,进而对我国人口结构问题进行整体概括总结.     

基于具有LR型模 糊输出回归模型的上证指数预测

以对称二次型模糊回归模型为基础,引入一般二次模糊回归模型,利用模糊最小二乘法估计未知参数．构建评价标准考察两模型的拟合效果,在样本期内和样本期外分别评价模型的实际拟合与预测能力．     

基于灰色模型的信阳茶叶产量、价值、收益预测研究

以信阳毛尖2010-2018年茶叶产量,品牌价值和品牌收益为原始数据.通过构建GM (1,1)模型预测信阳毛尖2019-2023年茶叶产量,品牌价值与品牌收益,并用平均模拟误差检验其精度.通过预测发现未来5年三者均呈现增长趋势,但品牌收益增长结构欠合理,品牌价值转化率呈现持续递减趋势.针对此现状,提出文化参与品牌产品消费,科技附加产品生产,茶域资源附属品牌影响力进行产值输出等策略.从投入,产出,消费三方面提出改进,希望能为信阳毛尖品牌价值转化率提升,品牌产品生产优化,茶农增收以及改善茶产业结构提供决策依据.     

基于HP-ENN-MC模型降雨量预测

综合HP滤波、Elman神经网络、马尔科夫链的优点建立HP-ENN-MC模型对某地区10年内降雨量进行预测.以某地区1990-2015年植物生育期(6-10月)的降雨量数据作为实验训练样本,以2010-2015年(6-10月)的降雨量数据为实验的测试样本,证明HP-ENN-MC模型的实用性.由最后实验结果得到,预测平均相对误差为3.83%.所建模型能够对降雨量准确预测,与Elman、ENN-MC模型相比,HP-ENN-MC模型对降雨量预测更有效.     

基于逆向预测的初值修正Verhulst模型

国防开支关乎军队的发展和战斗力的提升,是宏观经济预测的一项重要内容.利用Verhulst模型解决"小样本、不确定性"问题的优势对国防开支进行预测.首先对Verhulst模型机理进行了简要的叙述,说明其初值选取不合理是产生误差的一个重要原因;其次提出一种逆向预测的模型改进思路,通过设定迭代次数等参数,对传统的Verhulst模型的初值进行修正,建立一种基于逆向预测的Verhulst模型.采集我国2009-2016年国防开支数据进行实例检验,并对2017年国防开支进行预测,证明该模型能够有效提高预测精度.     

基于神经网络的股票预测模型

针对股票市场的特征提取困难、预测精度较低等问题,本文基于深度学习算法,构建了一系列用于股票市场预测的神经网络模型,包括基于多层感知机(MLP)、卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)和门控神经单元(GRU)的模型。 针对RNN、LSTM和GRU无法充分利用所参考的时间维度的信息,引入注意力机制(Attention Mechanism) 给各时间维度的信息赋予不同权重,区分不同信息对预测的重要程度,从而提升递归网络模型的性能。上述模型均基于股票数据进行了优化,基于上证指数对各类模型进行了充分的对比实验,探索了模型中重要变量对性能的影响,旨在为基于神经网络的股票预测模型给出具体的优化方向。