北京市交通运输、仓储和邮政业增加值的灰色马尔科夫预测模型

将2000-2017年北京市交通运输、仓储和邮政业产值作为原始数据系列,应用灰色模型对时序数据的总体趋势进行拟合,选取相对误差作为随机波动过程,对预测结果进行修正,最后运用灰色马尔科夫模型对未来5年北京市交通运输、仓储和邮政业的产值进行实例预测.结果表明:经过马尔科夫过程修正的灰色预测模型平均预测精度由原来的90.82%提升到97.14%,预测效果明显,说明了方法对北京市交通运输、仓储和邮政业增加值预测的有效性.     

基于FGM(1,1)模型的河北省高新技术产业增加值预测

高新技术产业是国民经济的战略性先导产业,在综合国力竞争中起着重要的作用.利用2014年到2018年河北省高新技术产业增加值数据,运用FGM(1,1)模型,给出了河北省高新技术产业增加值的预测模型,并进行了实证研究.预测结果显示,河北省高新技术产业增加值将保持稳定增长趋势.     

我国工业需水量预测模型研究及应用

工业需水量预测是水资源管理和规划的重要内容之一.首先判断了工业用水量的主要影响因素.数据分析表明,工业用水量与工业增加值之间存在明显的倒"U"型关系,与工业用水重复利用率之间存在很强的负相关关系.然后建立了以工业增加值,工业增加值的平方及工业用水重复利用率为解释变量的多元回归模型.在情景假定下,应用模型预测2014年、2015年我国的工业需水量.预测结果为2014年工业需水量为1416.4亿立方米,比2013年增加0.5%.2015年工业需水量为1418.6亿立方米,比2013年增加0.6%.     

基于小波去噪的灰色和支持向量机组合预测模型

金融时序数据具有非平稳、含噪声等特点,采用单一的预测模型时预测精度并不理想.据此,构建了基于小波去噪的灰色和支持向量机组合预测模型,并对预测难度较高的我国热钱流动规模进行了预测.实验结果表明:与经典GM(1,1)幂模型相比,组合预测模型的平均相对误差由46.14%降到2.95%,预测精度有显著性提高.     

基于标准差法组合预测模型的区域快递需求量预测研究——以大连市为例

快递需求量的准确预测是区域快递行业合理布局的重要依据.在明确区域快递需求量衡量指标的前提下,针对其预测方法单一、适用范围局限等问题,提出构建基于灰色GM(1,1)预测模型、一元线性回归分析预测模型和趋势平均法预测模型的标准差法组合预测模型.以大连市为例,选取大连市快递量作为预测指标,预测结果表明,标准差法组合预测模型的预测结果最为准确,其平均相对误差为3.04%.所建立的模型为区域快递需求量预测工作提供参考.     

中国能源消费预测灰色建模法

选取2001—2007年中国能源消费实际值为依据,应用灰色系统理论建立煤炭能源和能源消费总量GM(1,1)预测模型,并分别进行精度检验和对比分析.检验结果表明:所建立的预测模型均为一级精度,适合于具有灰色特征的能源消费原始数据序列的模拟和预测分析.通过预测模型的计算结果可以知道:中国煤炭能源和能源消费总量呈指数增长规律,2008—2012年期间分别以16.33%和14.94%的速度增长,在整体能源消费结构中,煤炭能源所占比例将以0.29%的速度增长(为合理规划我国未来的能源消费战略,制定能源供应短缺和能源环境污染对策).     

基于PCA-GM-BP神经网络的猪肉价格预测分析

针对猪肉价格上下波动呈非线性关系和影响因素复杂等难以预测的问题,提出了基于PCA-GM-BP神经网络预测模型对猪肉价格进行有效预测.以2010年1月-2018年12月的月度价格数据作为样本,共计108组数据,利用PCA对影响猪肉价格变化的12种因素进行降维处理,选用对猪肉价格的主要累积贡献率超过96%的5个主成分,构建PCA-GM-BP神经网络猪肉价格预测模型.结果表明:与传统的BP神经网络、GM-BP神经网络预测模型相比,PCA-GM-BP神经网络预测模型在提高聚类效果的同时,增加了预测结果的精确性,对我国猪肉价格预测具有更高的适用性与参考价值性.     

陕西省畜牧业总产值组合预测模型研究基于Shapley值

依据组合预测模型理论,利用2006-2016年陕西省畜牧业总产值的数据,分别建立了畜牧业产值的一元回归模型、BP神经网络模型、三次指数平滑模型和基于Shapley值的组合预测模型,得到各模型的预测精度分别为7.38%、4.46%、3.50%和2.90%,可见组合模型的拟合精度低于各单一模型,拟合效果好.为此,利用所得模型对2017-2025年陕西省畜牧业总产值进行了预测.     

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.     

奥运会男子现代五项前三名成绩的灰色预测模型的研究

研究了奥运会男子现代五项前三名成绩的灰色预测模型.将奥运会第16届至第29届男子现代五项前三名成绩数据进行分析处理,采用包络线法和新陈代谢法建立GM(1,1)灰色预测模型,预测了第30届男子现代五项前置名成绩.并对预测结果进行了分析.结果表明:该模型精度较高、预测误差小,预测结果可为我国体育决策部门、教练和运动员提供参...     

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.     

基于灰色残差马尔科夫模型的山西省农产品冷链物流需求预测

冷链物流的需求预测对于调节我国目前的市场结构、平衡供求关系、优化物流资源配置等方面具有十分重要的现实意义.以2011-2020年山西省主要农产品产量作为原始数据,利用传统灰色预测模型和灰色残差马尔科夫模型设计拟合分组试验,并对两种模型的预测效果进行对比.试验结果表明,灰色残差马尔科夫模型的预测结果相比于传统灰色预测模型更加精准,因此选择灰色残差马尔科夫模型预测山西省2021-2027年度冷链物流需求.预测结果显示,2021-2027年山西省农产品的冷链需求年平均增长6.12%,增速比较缓慢,有很大的进步空间.该预测结果对山西省冷链运输发展的相关规划和建设有一定的借鉴作用.     

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.     

基于灰色模型的广西海洋经济增加值预测研究

灰色预测模型具有对数据要求不高,却对中短期预测精度较高、效果较好的特点,其应用范围十分广泛.根据2010-2014年广西海洋经济相关数据,建立广西海洋经济增加值的灰色模型并进行检验,证明了模型可用,并对广西海洋经济增加值进行了预测.通过对比预测值与初始值数据,发现海洋科研教育管理服务业增加值与广西海洋生产增加值增长并不相匹配,增加值增加速度慢于广西海洋生产增加值,说明了广西在吸引海洋经济人才、资金、技术等时,对相应的海洋科研教育管理服务业的重视不够;同时,海洋矿业、海洋盐业、海洋船舶工业、海洋生物医药、海洋电力业、海水利用业比重占主要海洋产业增加值比重非常小,无论是绝对数量,还是相对比例,都与广西海洋经济快速发展态势不相匹配,最后给出了结论与建议.     

国民经济第三产业发展预测的等维新息模型

国民经济系统是一个典型的灰色系统,利用灰色系统理论的GM(1 ,1 )模型建立了我国第三产业产值的预测模型,并对2 0 0 1年第三产业增加值进行了预测,进而建立了等维新息模型,得到2 0 0 1—2 0 0 5年第三产业产值的预测值,取得了良好的分析效果.     

工业增加值比重能预测中国碳排放量吗?——基于隐马尔科夫链的实证研究

寻找有效的中国碳排放量预测方法,对于制定环境政策有重要意义.工业生产与环境污染关系密切,但现有研究大多聚焦于经济与环境的关系,对碳排放量预测方法或指标研究有限.文章尝试以工业增加值占国内生产总值的比重作为反映经济活动的代表性指标,通过隐马尔科夫链预测我国碳排放量,并与常用模型或指标的预测效果做了对比分析.分析显示,隐马尔科夫链拟合效果好,工业增加值比重可有效反映我国碳排放趋势,从而为碳排放预测提供了新的解决思路.     

基于EWT-PSO-SVM误差校正组合模型的中国股市预测研究

鉴于股市预测的复杂性.遵循"先分解后集成"的总体建模思路.文章基于EWT分解算法和SVM支持向量机模型.同时结合PSO粒子群优化算法和误差校正组合预测方法,构建了一种中国股票市场建模及预测的EWT-PSO-SVM误差校正组合预测模型.先基于EWT算法将原始价格序列分解成若干分量,再根据频率将其重组成高、中、低频3个分量,对它们分别建立PSO-SVM误差校正组合模型.最后集成各个分量的预测结果.与其他预测模型相比较,文章所构建预测模型的MSE、MAE、MAPE、RMSE、Theil不等系数、确定性系数DC和方向性指标DS 7个指标均优于其他基准预测模型,MCS检验结果同样表明本文构建模型的预测性能最优.稳健性检验结果进一步证实了文章构建的模型预测性能所具备的稳健性.     

加权几何平均变权组合预测方法及其应用

加权几何平均组合预测模型是一种常用的非线性组合预测方法.为了提高加权几何平均组合预测模型的预测和拟合精度,给出了一类加权几何平均变权重组合预测方法.最后将该变权组合预测模型应用于我国天然气产量的预测.计算结果表明加权几何平均变权重组合预测模型在时间序列数据的预测中具有一定的优势.     

基于多分辨率分析的股票市场预测模型研究

采用多分辨率分析技术将深证成指收盘数据序列分解为多个子序列,然后采用神经网络技术对每个子序列分别建立预测模型,将各个预测结果叠加后得到最终预测结果.研究首先发现多分辨率技术可以有效提高预测模型的预测精度,表明分析我国股市波动时应该按照不同因素对股市影响大小及周期的差异分别研究,才能更有效分析股市运行状况及对其预测;其次结果表明不同类型神经网络预测模型预测性能差异明显,在选择股市预测模型的神经网络类型时应该注意其学习算法及收敛过程,以便能更好捕获股市变化规律.     

基于一种新的分解-集成模型的我国猪肉年度需求量预测研究

根据我国猪肉消费量的特点,建立了一个新的我国猪肉年度消费需求量预测的分解-集成模型.首先,为了预测我国猪肉消费需求量,根据全国猪肉农村和城市猪肉消费量的不同特点,将我国猪肉消费需求量分解农村和城市猪肉消费量.其次,根据GANN和WNN时间序列模型,建立了一个综合集成预测模型,分别对我国农村和城市的猪肉消费量进行了预测.最后,将农村和城市猪肉需求量的预测结果进行集成,得到全国猪肉需求量.为了验证所提出方法的有效性,将其与其他常用预测方法进行了对比,实证研究结果表明,提出的集成预测模型在我国全国猪肉消费需求量预测上取得了较好的效果.