基于ARIMA与神经网络集成的GDP时间序列预测研究

本文深入分析了单整自回归移动平均(ARIMA)模型与神经网络(NN)模型的预测特性和优劣,并在此基础上建立了由ARIMA模型和NN模型集成的GDP时间序列预测模型与算法。其基本思想是充分发挥两种模型在线性空间和非线性空间的预测优势,据此将GDP时间序列的数据结构分解为线性自相关主体和非线性残差两部分,首先用ARIMA模型预测序列的线性主体,然后用NN模型对其非线性残差进行估计,最终集成为整个序列的预测结果。仿真实验表明:集成模型的预测准确率显著高于单一模型的预测准确率,从而证实了集成模型用于GDP预测的有效性。     

博弈论在通信对抗态势预测中的应用

本文首先提出了基于博弈论预测电磁态势演变的基本构想,设置了通信对抗的场景并构建了相应的数学模型.其次,分析了通信对抗电磁态势生成流程,最后结合一定的作战背景进行了仿真实验,基于双方博弈的原则预测了通信对抗态势的演变.仿真结果与理论分析相符,该研究成果已在多个作战仿真系统中得到了成功应用.     

基于SD-GM理论的城市交通拥堵收费模型研究

随着中国城市化建设步伐的不断加快,交通拥堵在不断地加剧。同时,因机动车污染物的排放,每年将产生大量的NO_x,从而又会引起严重的大气污染(如“雾霾”污染)。针对这些问题,本文从环境和社会的角度出发,采用系统动力学与灰色系统相结合的方法(SD-GM),构建了城市交通拥堵收费模型,并对模型中主要变量进行动态仿真和决策分析,以此来寻找缓解交通拥堵和减少机动车尾气排放的可行策略。通过现实性测试和敏感性测试,得到拥堵收费的范围不超过100元/天*辆。通过进一步的仿真和结果分析可得到以下结论:(1)在区间[25,40] 内,随着拥堵收费的提高,NO_x存量,机动车出行吸引度和交通拥堵程度都呈下降趋势,而车均道路面积呈上升趋势。(2)但并非拥堵收费越高越好, 超过40 元/天*辆,会产生相反的效果。最后,通过比较分析,得到NO_x存量,机动车出行量,机动车出行吸引度和交通拥堵程度分别下降了约33.76%,39.64%,43.26%,82.25%,而车均道路面积提高了大约65.68%,进而验证了模型的有效性和实用性。     

基于突变级数-灰靶的生鲜电商O2O成熟度模型

为了对生鲜农产品电商O2O水平做出评估,本文设计了生鲜电商与传统流通体系融合发展的成熟度模型,确定了成熟度模型五个层级的十七个关键过程域及其目标。通过实例,运用突变级数法和灰靶决策对超市生鲜农产品020的成熟度进行了评估,使其发现经营过程中的薄弱环节并改善,向成熟度更高一层级迈进。结合突变级数和灰靶决策的成熟度模型避免了赋权的主观性,既提高了生鲜农产品电商与传统流通体系融合发展成熟度模型评估的准确性,又不失可靠性、合理性以及科学性,具有重要的实用价值。     

基于面积灰关联相对贴近度模型的长三角制造业产业升级研究

借助“制造业高级化”产业升级理论, 从结构优度、价值链高度、环境保护程度三个维度构建制造业产业升级评价指标体系。根据TOPSIS思想, 以被评价对象数列和理想方案指标数列两相邻点间围成图形的面积来表征关联系数, 同时采用标准差修正G1组合赋权原理对指标赋权并进一步计算灰关联相对贴近度; 通过引入时间变量并赋予时间序列权重以实现对长三角制造业产业升级动态评价。研究结果显示:2010至2016年间, 上海市排名最高, 江苏省略高于浙江省, 安徽省最低; 安徽省是长三角制造业产业升级的短板。基于上述结论, 给出长三角制造业产业升级的政策建议。     

基于SD-VF理论的城市限行政策效应研究

随着我国城市化进程不断加快,城市交通供需矛盾日益突出,交通拥堵问题愈发严重,我国各地纷纷实行各种政策措施来缓解交通拥堵。本文以北京市为例,针对城市交通拥堵的现象,从系统的角度出发,运用系统动力学与灰色Verhulst预测相结合的方法(SD-VF),建立城市交通治堵模型,并采用Vensim软件对模型进行动态仿真分析,从经济、社会、环境等方面探究政策措施对城市环境生态承载力、道路生态承载力等的影响。研究结果表明,限行限号政策虽然在一定程度上提高道路生态承载力,但也可能引发“悖论”效应;修路政策并没有根本上解决城市交通拥堵问题,仅仅是把拥堵状况向后推迟;而相对于单一政策,将发展公共交通与限行政策相结合可以有效缓解交通拥堵,改善空气质量,提升环境承载力,是更加科学合理的政策措施。     

混合区间多尺度分解的区间时间序列组合预测

鉴于传统预测方法一直基于“点”来衡量时间序列数据,然而现实生活中在给定的时间段内许多变量是有区间限制的,点值预测会损失波动性信息。因此,本文提出了一种基于混合区间多尺度分解的组合预测方法。首先,建立区间离散小波分解方法(IDWT)、区间经验模态分解方法(IEMD)和区间奇异普分析方法(ISSA)。其次,用本文构建的IDWT、IEMD和ISSA对区间时间序列进行多尺度分解,从而得到区间趋势序列和残差序列。然后,用霍尔特指数平滑方法(Holt's)、支持向量回归(SVR)和BP神经网络对区间趋势序列和残差序列进行组合预测得到三种分解方法下的区间时间序列预测值。最后,用BP神经网络对各预测结果进行集成得到区间时间序列最终预测值。同时,为证明模型的有效性进行了AQI空气质量的实证预测分析,结果表明,本文所提出基于混合区间多尺度分解的组合预测方法具有较高的预测精度和良好的适用性。     

非参数假设检验在证券投资分析中的应用

通过引入一种新的估计方法——非参数假设检验方法,以达到对证券投资咨询机构对证券市场大盘走势预测准确度的估计.通过对估计结果的分析得出结论,有99%的把握认为,中国证券市场投资咨询机构所提供的对大盘涨跌的预测,每次有一半家数正确的概率没有达到45%,因而投资者应慎重对待投资咨询机构的大盘预测.     

电测深确定最佳井位的数学模型及其应用

在电测深确定最佳井位过程中 ,本文运用模糊数学和灰色关联度理论建立确定最佳井位的数学模型 ,并通过实例验证了该数学模型的科学性和实用性     

皮尔曲线模型的推广及其应用

在分析皮尔曲线模型增长特性的基础上 ,提出了 1 4种推广模型 ,并依据这些模型建立了几种主要耐用消费品拥有量的预测模型 .预测模型的精度很高