基于RS-LSSVM制造业上市公司财务危机预警模型

针对制造业上市公司财务危机影响因素多、 各影响因素之间相互关联、 样本信息采集困难等问题, 本文结合财务危机理论构建了上市公司财务危机影响因素指标体系, 基于粗糙集理论融合最小二乘支持向量机方法, 提出了制造业上市公司财务危机预警模型, 预警了未来 ３ 年的财务危机情形, 对比了该模型与传统的最小二乘支持向量机的预测效果。 结果表明, 粗糙集融合最小二乘支持向量机能够有效提高预警效率, 反映各控制因素对上市公司财务危机的影响, 计算结果与样本值拟合精度较高, 满足实际应用要求。     

基于最小二乘支持向量机的河段洪水预报研究

我国夏季汛期容易发生洪涝灾害,对区域财产安全与经济发展威胁巨大。基于最小二乘支持向量机洪水预测模型理论,以我国西南地区某流域河段为例,通过采集2016—2019年相关水文数据,建立最小二乘支持向量的区域洪水预报模型,并对区域水位变化作出了准确预测。该模型在河段洪水预测方面具有高精度、科学可靠的优势,在我国西南地区洪水预报工作中具有广泛的应用前景。     

基于最小二乘支持向量机的标高金预测方法研究

标高金确定的合适与否,直接影响着投标方能否中标和盈利。针对传统神经网络方法存在的缺点,提出了一种基于最小二乘支持向量机的标高金预测方法,并对该方法进行了实证研究。实例研究表明,基于最小二乘支持向量机的标高金预测方法是有效可行的,其在解决小样本数据的非线性问题上有着传统方法无可比拟的优越性。该方法为科学合理地确定标高金提供了一种新的思路,可为投标方的报价决策提供参考。     

基于非线性系统辨识的油墨预置建模研究

在对油墨预置技术进行深入研究和分析的基础上,基于系统辨识技术,利用二元插值法建立了考虑不同墨区因素的网点面积率与墨键开度值关系的三维数学模型,并将此模型的计算精度与文献中的最小二乘法建模精度进行了比较。通过试验数据验证表明,二元插值方法比最小二乘法建立的数学模型具有更高的精度。     

基于SOA-LSSVM的故障模式识别模型研究

将搜索者优化算法(SOA)应用于最小二乘支持向量机(ISSVM)惩罚因子和核函数参数的选择中,从而改善参数选择的随机性和盲目性,建立基于SOA-LSSVM的故障模式识别模型。应用该模型对变压器油中溶解气体故障模式进行分析,结果表明该算法在参数优选中的有效性,依此而建立SOA-LSSVM故障模式预测模型具有较高的准确率。     

基于多源数据融合的抽水蓄能项目投资估算方法

针对传统估算方法存在估算不准确,误差大的问题,提出基于多源数据融合的抽水蓄能项目投资估算方法。通过从宏观因素和微观因素对抽水蓄能项目投资估算的影响因素进行分析,采用LSTM神经网络法对抽水蓄能项目多源数据进行融合,将抽水蓄能项目投资有影响的宏观因素和微观因素作为多源数据融合信息输入到模型作为变量,通过平均影响值算法和粒子群算法确定最优的支持向量机模型来对抽水蓄能项目投资进行估算。实验结果表明,采用该方法可有效提高估算准确度,降低平均相对误差,具有一定的实用性。     

产业结构与节能减排关系的实证分析——以内蒙古为例

本文利用1985~2008年内蒙古第一、二、三产业增加值及能源消费量进行了协整分析,建立了能源消费的长期均衡模型及向量误差修正模型;并对1990~2008年工业污染物排放量与三次产业增加值进行回归分析,得到了内蒙古能源消费量和工业三废排放量与各产业之间的关系。实证分析发现,在长期第二产业对能源消耗量有较大的正影响,而第三产业则有较大的负影响,因此大力发展第三产业、合理优化第二产业内部结构有利于节能减排目标的实现。     

产业结构与节能减排关系的实证分析——以内蒙古为例CSSCI

本文利用1985-2008年内蒙古第一、二、三产业增加值及能源消费量进行了协整分析,建立了能源消费的长期均衡模型及向量误差修正模型;并对1990-2008年工业污染物排放量与三次产业增加值进行回归分析,得到了内蒙古能源消费量和工业三废排放量与各产业之间的关系。实证分析发现,在长期第二产业对能源消耗量有较大的正影响,而第三产业则有较大的负影响,因此大力发展第三产业、合理优化第二产业内部结构有利于节能减排目标的实现。     

能源消费结构对单位GDP能耗影响的回归分析模型

根据定义和计算公式，能源消费结构与单位GDP能耗的关系很难建立类似于产业结构与单位GDP能耗关系的因素分解模型，因此，目前这方面的定量研究非常少。为了模拟因素分解模型的思路，研究能源消费结构对单位GDP能耗的影响，利用回归分析思想，结合单位GDP能耗与能源消费结构的实际关系，建立了回归分析模型。该模型可以起到类似乘法形式的因素分解模型的作用，将影响单位GDP能耗的因素分为结构影响、各类能源消费结构影响和其他影响。利用中国1978—2006年的统计数据对该模型进行了实证分析，结果表明该模型具有较高的拟合度，拟合结果具有一定的现实意义。     

基于健康状态预测的家具制造设备维修方法

针对板式家具制造企业中如何以较少的投入来减少故障停机时间的问题，提出了一种基于健康状态预测的设备维修方法。该方法将设备的温度和电信号数据作为输入信息，通过模糊最小二乘支持向量机构建的故障预测模型获得预测输出，并以该预测输出数据来建立设备健康状态等级、指导设备维修计划的科学制定，从而减少故障停机时间。利用直线封边机的运行和维修数据对该方法进行案例验证，表明该方法有一定有效性。     

基于无线传输的智能小区门禁系统设计

提出了一种基于支持向量机的机械故障诊断模型,该模型建立在VC维理论和结构风险最小原理基础上,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折中,以期获得最好的推广能力。在选取诊断模型输入向量时,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。仿真结果验证了该模型的有效性。     

基于RF-WPA混合算法优化SVM参数的电力工程造价预测

正提升电力工程造价预测的准确性对于改善电力工程管理具有关键作用,而影响电力工程造价因素众多,且数据量相对较少,因此,如何在高维小样本条件下实现电力工程造价的准确预测便十分重要。采用随机森林法(RF)进行数据挖掘,有效剔除了冗余指标;利用狼群算法(WPA)优化支持向量机模型(SVM),有效解决了SVM过拟合、易陷入局部最优等问题,提升了电力工程造价预测的准确性和稳定性。     

基于支持向量机模型的地铁进站客流量预测

为了更精确地预测短期站点客流量,动态调整城市轨道交通的日常客流方案,采用支持向量机模型对预测地铁客流量。首先,通过对AFC数据分析,利用上周同期进站量、前一天同期进站量、当日前两个时段进站量以及高峰和非高峰时段参数作为模型的输入变量;然后,构造支持向量机预测模型并运用粒子群算法优化模型(PSO-SVM模型),实现地铁站点客流量预测,并进行不同模型预测误差的比较分析;最后,以苏州地铁数据为例,预测汾湖路地铁站的进站客流量。结果表明,优化模型能够有效改善预测误差,预测结果更为准确,证明PSO-SVM方法能有效用于地铁进站客流量的预测研究,为地铁进站客流量预测提供了新的方法。     

内蒙古服务业经济与碳排放的关系及其影响因素分析

以内蒙古自治区服务业为研究对象,用向量自回归模型(VAR)论证了内蒙古自治区服务业经济增长与其碳排放之间存在长期的显著影响关系。为了更全面考虑其他因素对碳排放的影响,选取技术进步、能源强度、产业结构与旅游业的发展作为影响因素,采用最小二乘法(OLS)进行分析,结果表明:产业结构调整是碳减排的最主要因素,而旅游业的发展对碳排放有明显的推动作用。最后,指出内蒙古应从发展低碳服务业、调整产业结构、加大技术投入、开发利用清洁能源4个方面来实现碳减排。     

基于小波变换和贝叶斯证据推断框架下的LS—SVM短期风速预测

基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机（LS-SVM）回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1h的预测,预测的平均绝对百分比误差为7．63％,提高了预测精度。预测结果表明：基于贝叶斯证据推断框架下的LS—SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。     

北京市能源消费与生产的灰色关联分析及能源需求预测

北京市作为我国第2大能源消费城市,对其能源消费现状和未来需求趋势进行分析是十分必要的。以2004--2010年的数据作为样本,利用灰色综合关联度对北京市近几年的能源消费和生产的关联性进行了分析,运用DGM（1,1）模型对北京市未来5年的能源消费趋势进行了预测。结果表明：北京市近几年能源消费和生产的灰色综合关联度为0．571525,其能源消费对外地供给的依赖程度在增大,未来能源需求量将进一步增大。最后,对北京市能源发展规划提出了一些思考及建议。     

基于ARIMA-RF组合模型的国内动力煤价格预测

选取秦皇岛港口动力煤价格作为研究对象,搜集10年间煤价数据并分析其影响因素,确定煤炭产量、港口库存、运输成本、火力发电量及社会用电量为主要影响因素;分别建立ARIMA(2,1,2)模型和RF(随机森林)模型并优化,通过加权平均法得到ARIMA和RF模型权重,建立ARIMA-RF组合模型。该模型较深度神经网络模型(DNN)、支持向量回归模型(SVR)、ARIMA模型、RF模型预测的煤价准确度更高,可准确预测动力煤价格走势,为调控能源消费强度、深化能源体制机制改革政策制定提供参考。     

电网技术改造项目工程造价预测模型研究

正随着人们对电能质量的要求越来越高,早期投入的电网企业设备远不能满足现代化电力系统管理模式,电网企业的技术改造已成为趋势。由于设备和资金投入大,资产分布分散,建立科学合理的电网企业技术改造项目工程造价预测模型成为亟需解决的关键问题。为此,特提出飞蛾火焰算法(MFO)优化的最小二乘支持向量机(LSSVM)模型,以便更好地研究我国电网企业技术改造项目工程造价的未来趋势。     

中国西部地区省际全要素能源效率研究——基于超效率DEA模型和Malmquist指数

本文基于超效率DEA模型,测算出2000~2011年中国西部11个省考虑环境效应的全要素能源效率,并运用Malmquist指数法将全要素能源效率指数分解为技术进步指数和技术效率指数,最后利用Tobit模型对全要素能源效率影响因素进行了分析。结果表明:西部各省能源效率差距较大,其中,内蒙古、重庆和青海的能源效率较高,广西、贵州、云南和甘肃的能源效率比较低;样本期间,西部地区平均全要素能源效率下降了0.4%,技术进步是能源效率变动的主要因素;第二产业和第三产业发展对西部地区能源效率提升有促进作用,能源价格、煤炭消费以及区际产业转移的上升对西部地区能源效率提升有抑制作用。     

我国能源效率与能源消费结构的协整分析

目前，国内关于能源效率与能源结构的研究比较少，且研究成果大多集中于定性研究，缺少定量研究。本文将建立能源效率与能源消费结构的协整模型，定量分析煤炭、石油、天然气和水电消费比重对能源效率的影响，并根据模型结果，从能源消费结构的角度，提出提高中国能源效率的政策建议。