基于组合预测的民航运输量分析——以珠三角地区为例

近年来珠三角地区民航运输量日益增长,广州白云机场运输量处于持续饱和状态,在《广东省推进基础设施供给侧结构性改革实施方案》中,提出了建设珠三角新干线机场、广州第二机场等16个机场改扩建项目,那么对珠三角地区的民航运输需求量的预测将为新建机场的规划提供基础.采用指数平滑模型、灰色预测、线性趋势外推法三种方法对2004-2017年珠三角地区民航运输量进行分析,建立组合预测模型,预测未来珠三角地区特征年民航客运量和货运量.     

基于时间序列的多因素耦合下GDP预测研究——以伊犁州为例

以时间序列分析相关理论为基础,首先介绍了ARIMA模型和VAR模型的建模过程,然后构造ARIMA模型对伊犁州直GDP进行预测,再考虑进出口总额、社会消费品零售额、工业和建筑业、社会固定资产总额等因素的耦合效应,构造VAR模型对伊犁州直GDP进行预测,最后对两种方法做对比分析,结果显示,VAR模型预测精度较高,误差较小,经济含义明确,预测的GDP结果可为伊犁州党委、政府制定相关经济政策和发展战略提供一定的科学依据.     

基于灰色模型的港口吞吐量预测研究——以曹妃甸港口为例

货物吞吐量是衡量港口发展水平的硬性指标,进行港口吞吐量预测可以更好的指导港口基础设施的规划与发展方向.通过对曹妃甸港主要货物在十二五规划时期的吞吐量情况进行分析,采用灰色预测的方法并分别对主要货物建立相应的预测模型并进行检验;同时分析货物吞吐量的预测数据,为曹妃甸港口的未来发展策略提出具体建议.     

组合预测模型在农产品价格短期预测中的应用——以苹果为例的实证分析

以我国苹果批发市场价格为研究对象,利用2006年7月7日至2012年3月30日期间的300个周数据作为分析样本,通过对时间序列的平稳性、趋势性、季节性、异方差等数据特征进行统计检验,筛选出双指数平滑模型、Holt-Winters乘法模型、ARIMA(1,1,4)模型为我国苹果市场价格短期预测的适用模型,以此为基础,以误差平方和最小为最优准则建立了组合预测模型.经对未来3期的苹果市场价格开展预测,结果表明,组合预测的精度要高于单项时间序列模型,组合预测方法完全适用于农产品市场价格的短期预测.     

一类相关性指标优化IOWHA区间预测模型的比较研究——以民航客运量为例

单点值预测有其局限性,因为客观世界许多影响因素都呈现出动态的范围区间.运用变权系数区间组合思想,引入相关性指标,将相关性指标与IOWHA结合,研究相关性指标优化IOWHA区间组合算法的可行性,建立基于区间中点和区间半径的相关性指标优化IOWHA区间组合预测模型,基于偏好系数把多目标最优化问题转化为单目标最优化问题.实例...     

基于RVM模型的国内游客流量预测研究——以海南为例

引入RVM对海南旅游景区接待国内游客流量进行预测,并利用2011年1月至2016年12月海南交通行业数据和相应的网络搜索数据构建模型的输入集.12个月的预测结果表明,与基准模型相比,RVM具有更优异的预测性能,证实了模型在旅游需求预测领域的有效性.     

基于混频数据模型的税收收入预测研究——以河南省为例

税收收入在税收工作中具有重要意义.利用河南省税收收入数据,首先将采购经理人指数(PMI)等反映经济景气度和经济活动的经济指标引入到河南省税收收入的混频数据预测模型中.然后选择预测效果最好的PMI指数作为高频解释变量,构造指数Almon多项式权重的MIDAS (3,3,2)-AR (4)混频数据模型对河南省税收收入进行预测.最后与经典的时间序列预测方法对比,构造的税收收入混频数据模型具有明显的预测优势.     

互联网金融收益率的统计预测研究——以余额宝为例

以余额宝每万份收益数据为研究样本,构建ARIMA模型进行研究,判断模型的拟合效果,对余额宝每万份收益的发展趋势进行预测.研究结果表明,余额宝每万份收益具有一阶单整的性质,当期余额宝每万份收益的变化受到上一期余额宝每万份收益的影响.此外,模型预测的准确度受到国家政策、市场利率、规则调整等不确定因素影响.可以根据ARIMA模型的预测大致判断出余额宝每万份收益的未来走势,为互联网金融市场众多参与方提供决策参考.     

基于时序分解和神经网络的PM2.5浓度预测研究——以沈阳市为例

可吸入细颗粒物PM2.5,其形成与扩散既受人类生产活动影响也受季节气候条件影响,PM2.5浓度变化具有规律与随机交互的非线性特征,传统预测方法遇到较大困难.文章提出了一种基于小波分解的深度学习预测模型WD-LSTM,针对小波分解不具有自适应等局限性提出基于经验模态分解的深度学习预测改进方法EMD-LSTM,对PM2.5...     

货物吞吐量预测的改进ARIMAX方法——以天津港为例

为提高港口货物吞吐量预测精度,建立了基于ARIMAX-SVR的组合预测模型。以天津港为例,选取1999～2018年货物吞吐量数据进行分析,首先运用BP神经网络补插缺失数据,然后通过Pearson相关分析筛选出影响货物吞吐量的主要因素;再在ARIMA模型的基础上建立了ARIMAX模型,为进一步提高模型精度,最后建立了SVR模型修正的ARIMAX模型。实证分析结果表明组合模型拟合精度更高,预测效果更好,适用于港口吞吐量预测并且模型具有一定的先进性。     

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.     

基于机器学习的Airbnb房源价格预测及影响因素研究——以北京市为例

Airbnb是全球最大的旅游房屋租赁平台之一。本文综合利用多种机器学习方法,基于房源本身的特征、房源的位置、设施与服务、租赁规则、房东的特征和房源的声誉这六类解释变量对北京市Airbnb房源价格进行了预测,并探讨了六类解释变量对房源价格的影响。发现：(a)六类变量中房源本身的特征对房源价格的影响最大。(b)非线性方法的表现明显优于线性方法。(c)与以往研究发现的Airbnb房源价格与允许即时预定呈负相关关系相反,北京市允许即时预订的房源价格高于不允许即时预订的房源。(d)房源容量、房间类型以及房源与市中心的距离是最重要的影响因素。本文为Airbnb房源定价研究提供了新的视角,同时有利于Airbnb房东更好地为其房源设置价格,作者从理论和实践的角度作出了可能的解释。     

基于组合方法的机场航油销售量预测研究——以新疆为例

为了使预测更为准确,采用了三种模型加权组合的方法对机场航油销售量预测进行了组合预测.探讨了影响新疆机场航油销售量的三大因素,并对"十三五"期间各年航油销售量进行预测与研究分析.通过研究新疆机场航油销售量与旅客吞吐量、货邮吞吐量和起降架次之间的关联关系,通过建立相关系数模型、新陈代谢灰色GM(1,1)模型和弹性系数模型对新疆"十三五"期间新疆机场航油销售量进行预测.研究结果表明,此组合模型能够较为准确的预测新疆"十三五"期间的机场航油销售量,为航油设施、设备的规划提供了理论依据.     

基于深度学习的交通运输业能耗预测——以“一带一路”主要经济体为例

为合理规划一次能源使用,深入推进节能减排,需对交通运输能耗进行预测.使用灰色综合关联度模型筛选出客运、货运和经济发展水平三个方面共八个影响因素作为模型输入,提出了主要由LSTM层、Dropout层和Bi-LSTM层构成的深度学习模型,并使用天牛群优化算法精调模型超参数,在此基础上对2019至2025年中国、印度、东南亚...     

基于Gini准则的客观组合评价方法研究——以高技术产业技术创新能力评价为例

为了解决多方法评价结论的非一致性问题,提出了一种基于Gini准则的客观组合评价方法。该方法按照每种评价方法的评价值所提供的信息纯度对每种评价方法赋予相应的权重,信息纯度越大,则相应地赋予越大的权重,然后按照赋予的权重进行客观组合评价。并以高技术产业技术创新能力评价为例,验证了Gini准则客观组合评价方法的可操作和相对有效性。基于Gini准则的客观组合评价方法为解决多方法评价结论的非一致性问题提供了新的思路,是组合评价方法研究的有益补充。     

季节调整的PSO-SVR模型及其在旅游客流量预测中的应用——以海南省三亚市为例

准确的旅游客流量预测对旅游目的地做好事前准备工作至关重要.然而旅游客流量具有明显的非线性和季节性特征,采取季节调整方法对样本数据进行预处理,消除季节性的影响,可以提高客流量预测的准确性.同时SVR(支持向量回归机)是一种良好的机器学习方法,非常适合预测研究,辅以PSO(粒子群算法)选取合适的回归参数可以获得更加精确的预测结果.提出了一种考虑季节影响并通过PSO优化SVR模型的旅游客流量预测模型,并以海南省三亚市为例进行了实证研究.研究结果表明,季节调整的PSO-SVR模型预测精度明显高于SVR、季节调整的SVR和PSO-SVR模型,是进行旅游客流量预测的有效工具.     

基于隐马尔科夫模型的复杂碳酸盐岩岩性识别——以苏里格气田苏东41-33区块下古气藏为例

测井数据是进行岩性分类的最主要资料,但因为碳酸盐岩低孔,各向异性,非均质性的特点,造成石灰岩、白云岩和其过渡岩性的测井资料内在属性复杂,单从测井资料的数据分布结构较难解决岩性分类问题.为了降低岩性反演的多解性,需要对岩性资料进行空间相关性的研究.研究表明,采用隐马尔科夫模型,开展以转移概率为基础的垂向空间岩性序列展布规律探索,利用垂向展布规律作为约束,结合动态求解策略,能够提高岩性分类的预测精度.使用该模型对苏里格气田苏东41-33区块下古气藏复杂碳酸盐岩进行岩性识别,和传统统计学方法高斯混合模型相比,该方法能提高预测准确度5.89%以上.同时,该模型能够揭示某种沉积环境,避免最终的预测结果产生实际工区未曾出现的岩性序列.     

一题一课:从基础知识走向数学思想——以“函数视角下的一元二次方程”专题复习为例

临近中考,教师教和学生学的时间都非常紧.要想在短期内提升学生的认知水平,教师就必须从"茫茫题海"中精挑细选,选择出合适的题目作为例题原型,通过适度改编呈现出符合学生认知需求和认知规律的教学活动.在二轮复习中,笔者所在的九年级备课组就进行了这样的尝试.我们采用"一题一课"的形式选择和设计