中国能源消费的EMD分析与预测

基于EMD分析,结合SVM方法构建了中国能源消费的预测模型,提供了一种新的能源消费预测思路.研究结果表明,到2020年我国能源消费量3027百万吨油当量,低于IEA2010能源展望中的预测结果.在低碳经济、节能减排已成为国际政治领域热点议题的背景下,采用定量的方法对中国能源消费状况进行分析与预测,有利于分析中国的国际政治压力及中国能源企业海外投资.     

基于三类模型的四大银行股票收益率预测研究

运用时间序列分析的预测方法,对四大银行的股票日对数收益率序列进行拟合与预测分析,分别构建ARMA模型、GARCH模型以及ARMA-GARCH组合模型,通过模型比较,实证分析表明:在拟合效果上,ARMA-GARCH模型的拟合优度优于ARMA模型和GARCH模型;在预测效果上,ARMA模型的预测效果最优,ARMA-GARCH模型次之.     

低碳背景下装备制造企业碳减排研究:一个演化博弈视角

低碳发展模式逐渐引起了社会各界对环境问题的关注,发展低碳经济以促进经济的可持续发展,是现阶段研究的前沿问题。本文针对中国装备制造企业碳排放问题,构建了低碳背景下装备制造企业、政府及第三方监管机构的三方演化博弈模型,研究在碳减排过程中三方主体的演化规律及影响系统演化至理想状态的影响因素和机理。通过理论研究和数值仿真,得出结果:装备制造企业的低碳演化决策是三方主体共同博弈的结果,只研究单一变量的演化结果有局限性;低碳背景下企业不应该存在继续以传统方式生产的侥幸心理;降低政府的低碳调控成本、降低装备制造企业的低碳转型成本、加大对传统生产企业和不履行监管职责的第三方监管机构的罚款力度,加大对低碳生产企业的补贴力度等方式能够有效的推动三方主体向理想低碳运营模式演化。     

基于ARMA模型的中国农产品价格的分析与预警

采用ARMA模型,对中国农产品生产价格指数(1979-2010)时间序列进行了建模分析.结果表明,ARMA(5,1)模型是平稳的且是可逆的.对2011-2013的中国农产品生产价格指数GPIFP进行了短期预测.预测结果分别是112,102和108.采用ARMA模型进行农产品生产价格指数的分析与预测,能较好地反映其动态变化,对促进我国农产品价格市场和谐发展具有重要的参考价值.     

低碳经济背景下企业技术创新模式决策机制研究——基于碳税政策视角

为探究低碳经济背景下企业技术创新模式的决策机制,基于低碳技术创新的开放式创新和封闭式创新两种模式,运用演化经济学理论和方法构建企业低碳技术创新模式选择博弈模型,在策略选择的演化稳定性分析基础上,通过数值模拟演示不同决策参数和初始条件下模型的演化结果。结果表明:企业选择开放式低碳技术创新模式的前提条件是当开放式低碳技术创新策略的竞争性收益大于投入成本且系统中选择该种模式的初始企业比例达到一定水平;企业技术吸收能力、开放式低碳技术创新成本和碳税征收强度对低碳经济背景下企业技术创新模式的选择均有重要的影响;为促进企业实施开放式低碳技术创新,政府决策应将碳税征收强度保持在合理范围内,同时重视信息化平台搭建助力企业间知识交流和共享,营造企业实施开放式低碳技术创新的良好环境。     

“RSA-ANP-SSD”组合赋权模式下的铅锌企业低碳发展水平二级模糊层综合评价模型

首先提出了一种新的既能兼顾决策者属性偏好,又能减小决策者主观随意性的"RSA-ANP-SSD"组合赋权模式,然后,建立了铅锌企业低碳发展水平评价指标体系,构建了我国铅锌企业低碳发展水平的二级模糊层综合评价模型,从而较好地解决了低碳经济背景下我国铅锌企业急需解决的低碳发展水平评价问题,为铅锌企业低碳战略的制定及实施提供了一种有用的数学分析工具和决策支持.     

季节调整FWA-SVR模型及其在旅游经济预测中的应用

引入一种全新的智能优化算法——烟花算法——对支持向量回归模型中的参数选择过程进行优化,并考虑旅游经济行为中的季节性因素,构建了季节调整的烟花算法支持向量回归模型(FWA-SVR).随后,文章将该模型应用于海南国际旅游岛的旅游过夜接待人数和旅游收入的预测中.预测结果表明,与不进行季节调整的ARMA模型相比,季节调整后的F...     

基于删失数据的ARMA模型参数估计与实证分析

利用生存分析中的K-M估计得到了删失数据下ARMA模型的参数估计,通过与完全数据下的参数估计进行对比,充分说明了该估计的效果.利用删失数据下ARMA模型的EM算法,对2013年5月2日到2014年5月8日的247个美元兑人民币的基准汇率数据进行建模分析和预测,并与实际数据进行对照,误差较小,说明估计和EM预测方法的可行性.     

基于顾客低碳行为偏好的选址-路径-库存集成优化模型与算法

针对自愿减排驱动下的顾客低碳行为偏好对选址-路径-库存决策的影响进行研究。首先推导了顾客低碳行为偏好下的市场需求函数和价格函数,并构建了考虑单位产品碳排放量和经济成本的多目标选址-路径-库存优化模型,通过对多目标优化模型的求解可得碳排放量和经济成本间的Pareto解集。在此基础上,定义了碳配额税的概念,可得顾客低碳行为偏好和碳配额税下的总收益函数。最后通过数值分析给出了自愿减排和监管减排两种机制共同作用下的企业减排方案和灵敏度分析。     

一种预测轨检车TQI值的等维递补方法

构建灰色模型和ARMA模型的组合模型,并在此基础上构建等维递补模型预测轨检车TQI数据,根据预测数据与实际数据的误差实时调整预测模型.将该模型应用到轨检车TQI数值的预测上,可以分析和预测轨道状态变化趋势,为轨道维修计划的科学制定提供辅助决策.     

基于Box-Jenkins方法的青南高原降水量时间序列分析建模与预测

应用基于Box-Jenkins方法的时间序列分析技术,对青南高原的四个典型地区1961-2005年降水量序列进行ARMA建模分析:验证了四地区年降水量序列的时间序列特性,研究并选择了这些序列的最佳ARMA模型,本文也通过模型对未来降水量进行了预测.模型实证分析的结果表明:在青藏高原降水量时间序列分析建模与预测方面,Box-Jenkins方法及其模型是一种精度较高且切实有效的方法模型.     

ARMA模型在哈尔滨气温预测中的应用

将时间序列分析引入到气温时间序列预测的研究中,深入分析气温样本数据,并对其建立ARMA模型.采用最佳准则函数法确定模型的阶数,并利用自相关函数对模型的残差进行了检验.通过条件期望预测和适时修正预测方法求得预测值,与真实值的比较得到适时修正预测精确度比条件期望预测的精确度高.     

A measure of bullwhip effect in supply chains with a mixed autoregressive-moving average demand process

In this paper, we quantify the impact of the bullwhip effect – the phenomenon in which information on demand is distorted as moving up a supply chain – for a simple two-stage supply chain with one supplier and one retailer. Assuming that the retailer employs a base stock inventory policy, and that the demand forecast is performed via a mixed autoregressive-moving average model, ARMA(1, 1), we investigate the effects of the autoregressive coefficient, the moving average parameter, and the lead time on the bullwhip effect.     

组合时间序列ARMA模型在经济预测中的应用——内蒙古十一五期间GDP预测

2006—2010年是内蒙古"十一五"规划的重要时期.利用组合ARMA时间序列模型,对内蒙古2006—2010年GDP进行预测,得出的结果能够帮助我们把握"十一五"期间经济运行的变动趋势,并寻求最佳的调控办法.     

集成时序分析与形态理论的证券价格预测方法

在证券价格预测中如何将已有的技术分析方法和现代统计学理论相结合，寻求价格运动规律存在的统计支持，获得更直接的实证，成为近年来证券价格预测的课题之一．本文提出一种利用ARMA模型和形态理论进行组合预测股票价格的方法，计算实例表明了这种组合方法预测能力相对于单一的预测方法有明显的优越性，更具有实际意义0。     

A Center Cutting Plane Algorithm for a Likelihood Estimate Problem

We describe a method for solving the maximum likelihood estimate problem of a mixing distribution, based on an interior cutting plane algorithm with cuts through analytic centers. From increasingly refined discretized statistical problem models we construct a sequence of inner non-linear problems and solve them approximately applying a primal-dual algorithm to the dual formulation. Refining the statistical problem is equivalent to adding cuts to the inner problems.     

地震动瞬时谱估计的UnscentedKalman滤波方法

用时变ARMA模型描述地震动时程,提出了采用Unscented Kalman滤波技术实现地震动瞬时谱估计的思路．算例分析表明,Unscented Kalman滤波方法较Kalman滤波方法适用范围广,具有较高的时间和频率分辨率,能够更好地跟踪地震动的局部特性,适合处理非线性模型或有突变特性的模型的辨识问题．不同阶数ARMA模型的估计结果还表明,以往被忽略的ARMA模型的理论频率分辨力对地震动瞬时谱估计精度有重要影响,应作为一个参考指标在ARMA模型的判阶中加以考虑．     

基于Gibbs抽样的贝叶斯稳健ARMA模型研究

针对ARMA模型建模过程中模型识别和参数估计易受观测值异常点影响问题,构建了同时考虑加性异常点和更新性异常点的ARMA模型．运用基于Gibbs抽样的Markov Chain Monte Carlo贝叶斯方法,估计稳健ARMA模型参数,同步确定观测值中异常点的位置,辨别异常点类型．并利用我国人口自然增长数据进行仿真分析,研究结果表明：贝叶斯方法能够有效地识别ARMA序列的异常点．