遗传模拟支持向量机在居民消费价格指数预测中的应用

为了能够准确地对我国居民消费指数进行预测,本文深入研究了支持向量机在居民消费价格指数中的预测,首先阐述了最小二乘支持向量机的基本理论,接着提出了遗传模拟退火算法,最后进行实例研究,结果表明该方法具有较高的预测精度.     

基于三种机器学习算法的智能制造能力成熟度评价

根据中国各省市的发展状况提出评估智能制造能力的成熟度模型。从智能制造装备、工业信息化、工业创新力、行业应用四个方面选取21个智能制造能力指标,采用BP神经网络、随机森林回归、支持向量机回归3种机器学习算法构建智能制造能力成熟度模型并进行训练以及验证。利用K折交叉验证、泛化误差定量的评估3种模型,选择出最优评价模型后再利用最优评价模型的输出值,确定各城市智能制造能力的成熟度等级。结果表明:(1)随机森林回归模型最适用于评价智能制造能力成熟度,且其特征重要性可以为指标与成熟度的相关性提供依据。(2)我国广东、江苏、山东三地的智能制造能力成熟度等级最高,贵州、西藏、甘肃等地等级最低。     

基于FCS-SVM的建筑业碳排放预测研究

科学预测建筑业碳排放对建筑的低碳发展具有重要意义。论文应用模糊布谷鸟搜索算法优化支持向量机模型对建筑业碳排放预测问题展开研究:首先构建建筑业碳排放测算模型,通过灰色关联度模型筛选建筑业碳排放的影响因素,在此基础上建立建筑业碳排放的模糊布谷鸟搜索算法优化的支持向量机(FCS-SVM)预测模型对建筑业碳排放进行预测。研究结果表明,FCS-SVM建筑业碳排放预测模型的精度高于BP神经网络预测模型以及混沌粒子群算法优化的BP神经网络(CPSO-BP)预测模型。     

基于LS-SVM的企业信用等级分类系统研究

利用主成分分析建立了企业信用评价财务指标体系,将信用风险评价的问题看作是对贷款企业信用风险的模式分类问题,在此基础上构建了最小二乘支持向量机信用等级分类系统,最小二乘支持向量机相对于其他支持向量机和神经网络,运算速度快易于操作,因此在我国商业银行信用风险评价领域的具有较大的应用前景.     

基于粒子群优化支持向量机的冲天炉铁液质量预测

冲天炉铁液质量预测是一项复杂而有难度的技术,受到很多因素的影响。文章提出了基于粒子群优化支持向量机(PSO-SVM)的冲天炉铁液质量预测方法,即将粒子群优化算法(PSO)用于SVM参数优化。它不仅具有很强的全局搜索能力,而且容易实现。经实验结果证明,PSO-SVM的预测输出与实测数据基本一致,其预测精度高于普通的SVM,所有的预测误差都远小于5%的工程许可误差。     

支持向量机在人岗匹配度测算中的应用

在某市住房公积金管理中心的人力资源配置过程中,通过实例研究发现,采用支持向量机的人岗匹配度测算模型相对于BP人工神经网络等其他常规模型匹配精度更高,在样本数量较少的情况下其优越性更加突出。组织在采用支持向量机模型和模糊综合评价法进行人岗匹配度评价时,先应通过科学的工作分析,建立合适的测算指标体系,然后构建岗位匹配度矩阵和岗位候选人模糊矩阵,最后运用最小二乘支持向量机测算匹配度。     

农业供应链金融风险评估研究——基于GA-BP神经网络模型

农业供应链金融可以有效促进节点企业之间的资金协作,对其进行快速精准的风险评价关系到农业供应链的高效发展以及农业生产的顺利进行.文章选取11个农业供应链金融业务的风险评价指标,构建基于GA(Genetic Algorithm)-BP神经网络(Back Propagation Neural Network)的农业供应链风险评价模型,并利用案例分析法对所提出的风险评估模型进行验证.结果 表明,利用经遗传算法优化的BP神经网络评价农业供应链金融风险,不仅可以加快BP神经网络的收敛速度,同时可以避免BP神经网络容易产生局部最小的问题,提高预测速度和精度,可作为确定农业供应链风险的有效技术手段,为当前农业供应链各参与主体的金融风险管理提供有效的决策支持.     

基于KPCA-SVM的公路客运量预测研究

支持向量机(Support Vector Machine,SVM)是建立在统计学习理论和结构风险最小化准则基础上的机器学习方法,该方法可以较好的解决以往很多学习方法的小样本、高维数、非线性和局部最小点等实际问题.本文利用支持向量机(SVM)回归理论和方法,建立基于核函数主成分支持向量机(Kernel Principal Component Analysis-Support Vector Machine,KPCA-SVM)回归模型,并用2000-2008年杭州市公路客运量为样本进行了预测,结果表明,KPCA-SVM模型具有较高的预测精度和可靠性,是一种有效的公路客运量预测方法.     

浅析经济全球化下我国农业产业化

一、我国现实的农业生产状况和经济全球化条件下面临的问题。 （一）从农产品上看，我国农业劳动生产率很低，而从事种植业的劳动力又占全部农业劳动力的45％以上，但仅提供农业总产出7％的产出，粮食商品率还不到20%；结果，主要农产品的价格已高于国际价格。且农产品品质差、农产品加工、包装、贮藏等环节还非常落后，此外，对这些产品的国内支持还不够。     

农产品出口贸易对农业经济增长的影响分析——以山东省为例

1978年的改革开放使中国贸易实现了从无到有,2001年中国加入世界贸易组织使中国的跨国贸易规模实现了从小到大.农产品出口贸易一直是中国商品贸易的重要组成部分,经过多年的发展,农产品出口贸易规模逐年增加.山东省作为中国的主要产粮大省之一,同时也作为主要的农产品出口省份,农产品出口贸易对农业经济起到了很大的促进作用.本文选取了山东省1998-2014年这17年间的农产品出口额和农业生产总值,利用stata 13对二者进行最小二乘回归,再进行贡献度分析,研究农产品出口贸易对农业经济产生的影响.     

河北省农业信息化发展水平的评价研究

根据河北省农业发展现状,构建一套农业信息化分层次评价体系,使用理想点贴近度评价方法,分析石家庄各市县农业信患化现状,对其农业信息化水平进行综合评价和排序,对“十二五”期间农业信息化发展进行预测,提出继续发挥京津信息化的辐射影响作用、学习先进县市经验、提升河北省整体信息化应用效能之对策.     

北京市氢燃料电池汽车发展潜力预测分析

氢能源具有来源丰富、高效转化等显著优势,在工业、交通等领域中有较好的应用前景。本文以北京市氢燃料电池商用车未来市场潜力为预测目标,设置乐观情景、基准情景与保守情景三种情景,构建基于麻雀算法优化支持向量机回归（SSA-SVR）的北京市氢燃料电池汽车发展潜力的智能预测模型,对北京市2022—2030年氢燃料电池汽车未来市场需求进行多情景的预测并提出相关建议。结果表明：(1)SSA-SVR智能预测模型能够克服单一模型参数选择较为敏感的问题,通过参数优化,有效预测北京市氢燃料电池商用车发展潜力;(2)在乐观情景下,技术进步因素对北京市氢燃料电池商用车发展潜力影响程度最大,在保守情景下,基础条件可作为推动氢燃料电池商用车快速发展的首要因素。     

多元线性回归最小二乘法及其经济分析

多元线性回归分析是计量经济学所研究的重要内容 ,而回归分析的一个重要手段是最小二乘法。现有的文献并没有给出一般线性回归问题的最小二乘解法 ,更没有给出便于计算机实现的算法 ,对于多元线性回归中各变量因素对回归函数的影响没有进行一般的分析。文章首先给出一般线性回归最小二乘解法 ,然后给出便于计算机实现的算法 ,最后分析多元线性回归中各变量因素对回归函数的影响     

外商直接投资对辽宁省产业结构的实证研究

本文的研究是基于外商直接投资的视角,分析辽宁省的外商直接投资和产业结构的关系。利用最小二乘法线性回归估算出每增加1%的外商直接投资实际利用额分别对第一产业、第二产业、第三产业产出贡献率的影响。     

山东省农业经济空间布局——基于探索性空间数据的实证分析

采用探索性空间分析方法,以县域为空间单元,刻画了1999年、2007年和2010年山东省农业总产出及五大类主要农产品产出的空间分布模式,并对山东省农业产出的空间相关性进行了测定。研究结果显示:山东省农业总产出的空间分布基本呈"核心-边缘"模式,空间相关性和区域布局具有一定的稳定性;粮食、棉花和油料作物的生产在空间上具有明显的集聚特征和经济外溢性,肉类生产的上述效应相对较弱。最后提出:在开放经济及市场经济的背景下,制定考虑空间影响的农业政策,才能真正合理引导各区域农业协调生产,最终促进农业综合生产能力的提升。     

农业信息化对农村经济贡献率的理论模型及实证

农业信息化是推动农村经济发展的重要途径,构建农业信息化对农村经济增长贡献率的理论研究模型,文章通过实证对该模型进行验证,证实了农业信息化推动农村经济发展的重要作用,该结论对制定以信息化推动农村经济发展的战略有着重要的现实意义。     

企业绿色持续创新能力评价体系研究

以企业创新能力评价指标体系为基础,结合企业绿色持续创新能力的特性,提出了企业绿色持续创新能力评价指标体系,利用粒子群优化算法对传统的BP神经网络算法进行改进,建立了基于粒子群优化BP神经网络的评价模型,并将其应用到企业绿色持续创新评价研究中。结合粒子群优化算法的全局寻优能力和BP神经网络算法的局部搜索优势,能有效防止网络陷入局部极小值,同时能保证评价结果的准确性。     

浅析财政农业项目绩效评估指标体系的构建

进行财政农业项目绩效评估,可以降低财政支持农业项目的风险,提高投资效益。本文在借鉴以往评价理论和方法的基础上,根据农业项目的本质特征,对财政农业项目绩效评价指标体系的建立进行了简要分析,旨在为进一步改善项目设计、提高项目绩效、优化财政农业项目决策、加强财政农业项目资金监管提供参考。     

基于支持向量机的股市组合预测模型研究

首先利用线性回归模型提取股市系统的线性特征,其次神经网络提取股市系统的非线性特征,共同生成预测个体;最后利用支持向量机回归组合,时变权重分别赋权生成最终结论。建立基于支持向量机的股市组合预测模型,并对上证指数的日开盘价,收盘价实例分析,结果表明该方法取得较好的效果。     

农业产业化与农业信息化互动关系实证研究

通过构建评价指标体系,对中国农业产业化与农业信息化发展水平进行了综合评价,并在构建灰色关联模型的基础上,对中国农业产业化与信息化关联度进行了计算,得出两者间的关联度为0.75,相互作用关系较为明显.进而通过理论分析,探索了农业产业化与信息化之间的良性促进关系作用机理,得出农业产业化推动农业信息化持续演化,农业信息化也在促进农业产业化不断向纵深发展.