一种G分布的应用

本文利用Ｇ分布曲线对农村彩电的增长率进行了预测，并在概率意义下对其增长阶段进行了划分．     

GM(1,1)模型在粮食产量预测中的应用

本文根据灰色系统理论，利用安徽省１９８８—１９９５年粮食产量资料，运用ＧＭ（１，１）灰色预测模型方法，对“九五”期间安徽省粮食产量进行动态预测，为实现“九五”规划中的粮食产量提供科学的理论依据．     

灰色预测模型的再拓广(英文)

本文通过用对数函数对原始数据列｛ｘ（０）（ｋ）｝进行预测，又提出用幂函数对原始数据列进行变换，以提高离散数据的光滑度。在此基础上再将对数变换与幂函数变换两者结合起来，产生一种新的变换——“对数函数—幂函数变换”，达到了进一步增加数据的光滑度，提高预测精度的目的。     

具有离散参数齐次随机场的线性预测（VI）

本文提出４个线性预测问题，并求出了它们的预测误差及预测值。这４个线性预测问题分别推广了预测问题２（即不对称半平面的线性预测）＾［２，３，９］，预测问题６＾［５］，预测问题５＾［５］及预测问题３＾［４］。     

Logistic模型参数估计及预测实例

本文提出了对Ｌｏｇｉｓｔｉｃ模型中的参数进行迭代估计的新算法，通过比较分析，说明了本文算法的有效性。     

马尔可夫链模型在灾变预测中的应用

利用马尔可夫链模型的原理预测灾变，以郑州市旱涝等级的预测作为实例，介绍了使用这种模型的方法与步骤，预测结果表明，利用马尔可夫链模型预测灾变是可行的。     

ANN技术在企业经济预测与预警中的应用研究

提出了适合于上市公司而建立的基于ANN技术的企业经济综合指标短期预警系统的构建方案.该系统是一个人机相结合的反馈式预警系统,包括危机判定、财务指标预测、预警知识获取和报警四个子系统.该系统将定性分析与定量分析结合起来,既突出人的作用,又充分发挥了人工神经网络的在预测方面的技术,使得两者有机的结合在一起.其中,预警指标预测子系统体现了ANN技术在时间序列预测方面的应用,而知识获取子系统和报警子系统则体现了ANN技术在回归预测方面的应用,两者都有很好的理论基础.同时,该系统建立的程序比较规范,具有普适性,易于操作,比较容易实现.最后,还对该系统进行了实证模拟分析,并与专家意见结果进行了对比,验证了其有效性.     

向量自回归模型与向量误差修正模型预测功能的比较——基于我国国内生产总值和居民消费支出变量的实证研究

建立国内生产总值与居民消费支出有关形式变量的向量自回归模型和误差修正模型,依据国内生产总值和居民消费支出的历史数据分别对模型进行估计,并利用估计好的2个模型对近2年的相应变量进行预测,将预测结果与实际数据相比较,从而得出2个模型的预测效果.通过比较显示：误差修正模型预测效果优于向量自回归模型.     

基于小波神经网络与ARIMA组合模型在股票预测中的应用

为了实现对股票价格变化的短期预测,提出了一种基于小波神经网络(WNN)与自回归积分滑动平均模型(ARIMA)的组合预测模型.将股票的收盘价序列数据划分为线性以及非线性(误差项)两个部分,分别利用统计学中ARIMA模型和小波神经网络分别对两部分数据进行预测并得到结果,将两部分结果组合相加合成为整个股票价格的预测结果.实验结果表明该组合模型在预测精度方面有提高,是一种比较有效的预测模型.     

基于梯度提升决策树的航班延误分类预测

考虑航空交通网络状态特征对航班延误的影响,将上游的航班延误状态特征加入到预测因素中,并使用梯度提升决策树(Gradient Boost Decision Tree,GBDT)的方法构建了航班延误预测模型.与以往的决策树算法、SVM分类算法、RF算法相比,GBDT算法在航班延误分类预测上具有更高的准确度,可有效提高机场运行管理效率.