地区电力需求预测研究

本文在分析影响预测准确原因的基础上．指出预测工作必须定量与定性相结合．针对地区电力消费需求的特点，提出了适宜于定性分析的四个预测模型．运用上述模型，实际预测结果令人满意。     

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。     

基于因素影响的电力消费预测研究

深入研究了国内生产总值、人口及电力价格指数等因素对电力消费的影响,建立了因素影响的电力消费预测模型,确定了算法,以新加坡电力消费及其影响因素的实际数据为背景进行了实证研究,说明了该方法的有效性。     

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。     

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。     

棉花产量的模糊气象预测方法

设计15种模糊气象预测方法,对棉花产量进行预测。研究结果表明,以相关系数和条件概率分别构成模糊向量和模糊矩阵,最后抉择为最佳的Y~=~XB~RP数学模型。通过一个实例195年次运算,有12种模糊气象预报方法回报准确率达100%。     

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.     

考虑需求侧响应的风电并网电力调度研究

为提高风电并网效率、增强风电企业竞争力,以需求侧碳目标导入方式为切入点,将电力需求侧市场与风电并网结合起来,开展了考虑需求侧响应的风电并网电力调度研究.首先,将需求侧响应作为虚拟机组参与到电力调度中,通过激励方式刻画需求侧响应成本.以传统发电成本、风电并网成本、需求侧响应成本作为系统运行的优化目标,同时兼顾发电平衡约束、需求侧响应约束,建立了考虑需求侧响应的风电并网电力调度模型.接着,分别从需求侧响应的碳目标强度和响应时段出发,借助模型分析了需求侧响应对发电侧风电并网效率的影响.最后得到了一些结论:需求侧碳目标导入对于风电并网效率的影响具有双重性,需要综合考虑需求侧碳目标强度的不同水平;当需求侧响应时段选择在电力负荷较大、风电出力较少时,可以有效调节供给侧和需求侧之间的差值,提高风电并网效率以及需求侧响应的参与度.所提出的理论和方法可以为碳目标在电力需求侧市场的推广提供参考依据,同时具有一定的政策导向意义.     

考虑气象因素的短期负荷预测模型研究

短期负荷预测是针对未来一天到数天各时段的负荷预测的研究,是电力系统负荷预测工作的一项重要内容.针对传统神经网络预测模型应用于短期负荷预测的缺陷,改进了多角度数据分析和组织策略,选择不同年份相近历史日作为相似日,通过最小二乘支持向量机填补确实数据,利用聚类算法预测相似日的短期负荷;同时通过灰度关联算法,考虑气象因素作用下的短期负荷预测模型.实例证明:通过建立与负荷数据相适应的数学模型,对负荷数据进行分析与预测,通过气象因素修正预测模型,可以获得更精确的负荷数据预测.     

城市火灾次数与气象因素的Adaptive-Lasso分析

为研究城市火灾次数与气象因素的关系,以天津市的火灾数据为例,建立月度火灾次数与温度、风速、降雨量、日照、湿度等相关的各月气象因素及上月火灾起数间的线性回归模型.通过Adaptive-Lasso方法对上述变量进行选择并估计其参数,并对所得模型进行了分析比较,同时预测分析了2008年上半年火灾发生数.研究表明,通过Adaptive-Lasso方法建立的线性回归模型能够更好地预测火灾次数.     

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。     

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。     

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。     

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.     

X11与联立方程组模型在宏观经济月度预测中的应用

宏观经济计量模型是当今世界各国普遍采用的一种研究国民经济运行情况的有效工具,主要应用于结构分析、经济政策评价和经济发展预测。本论文探索建立一个宏观经济月度计量模型,运用建立的月度计量模型进行短期预测,为经济决策提供依据。     

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.     

新疆公共卫生服务的需求影响因素预测及供求关系评价

为客观反映新疆城乡居民公共卫生服务供需关系,为地方政府科学规划区域卫生事业发展提供决策依据,本文选用社会人口、疾病流行模式转变等因素作为影响公共卫生服务需求的预测指标,以公共卫生机构费用为服务需求量的衡量指标,综合采用灰色系统模型、时间序列模型、受约束的非线性回归与多元线性回归等多种预测方法,对新疆公共卫生服务的需求进行定量预测,对供求关系给出综合评价。研究结果表明:2011-2015年,导致新疆居民公共卫生服务需求的快速提高的主要因素是新疆总人口、医学敏感人数、老龄化人口及慢性病患病率。上述需求影响因素的持续增长,直接导致公共卫生机构费用年均增速由9.5%增加到13.6%。新疆城乡居民快速增加的公共卫生服务需求,与服务供给能力不足的现实形成了反差。城乡居民公共卫生服务需求有效供给不足阻碍了新疆社会生产力和社会经济发展,对新疆在2020年与全国同步实现小康社会目标产生不良影响。     

基于人口因素的黑龙江省农村养老金需求总量预测

随着老年人口数量和比例的不断增长,农村养老难问题日益突出.资金是养老问题的核心.通过对养老资金的预测,可以为政策的制定提供数据参考与决策依据.以黑龙江省为例,在对现行农村养老金制度进行分析的基础上,从人口因素角度对农村养老金需求总量进行预测.建立人口增量模型,依据人口统计数据,引入年龄、性别影响参数,得出人口预测结果.进行养老金需求总量预测,分析并确定了人均养老金标准,进而通过人口预测数据求得养老金需求总量数据.     

加权拟合直线方程法在旅游需求预测中的应用

应用加权拟合直线方程法对哈尔滨市旅游需求进行预测,并通过实际旅游人数进行验证、探讨此方法的有效性.