基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度，本文采用基于BP神经网络的非线性组合的预测新方法，构建了财务危机预警模型，并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明，组合预测方法有效提高了预测精度，具有很好的适用性和优越性。     

基于组合预测理论的上市公司财务危机预警研究

针对组合预测比单项预测具有更高的预测精度,本文采用基于BP神经网络的非线性组合的预测新方法,构建了财务危机预警模型,并进行了实证研究。通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性。     

基于BP神经网络的企业财务危机组合预警研究

本文根据组合预测比单项预测具有更高预测精度的原因,采用基于BP神经网络的非线性组合的预测新方法,构建财务危机预警模型,并进行实证研究.通过与Fisher判别分析模型和Logistic回归模型的预测结果对比表明,组合预测方法有效提高了预测精度,具有很好的适用性和优越性.     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

基于地形的普通公路造价快速预测模型

普通公路项目在预工可阶段,已知走廊带的情况下,为了实现对造价的快速预测,依据福建省近10年普通公路的建设项目,从每个项目中提取出项目总造价、设计指标及相应的地形指标参数,采用SPSS软件进行相关性分析,分析控制造价的关键地形指标,采用MATLAB软件建立造价的多元非线性回归模型,对不同地形情况下的造价值进行有效的预测,并通过调整系数对造价预测结果进行优化,提高模型预测精度。     

基于非线性支持向量机区域物流量预测

针对现阶段物流系统样本量少的具体状况，从神经网络的非线性预测分析入手，建立物流量预测非线性支持向量机模型并在廊坊市应用，与其它预测方法进行比较，证明采用支持向量机用于区域物流量预测的正确性、可行性并具有较高精度。     

改进非线性灰色模型在港口集装箱吞吐量预测中的研究与应用

根据灰色理论原理，提出改进的非线性灰色模型GMP（1，1，α），并应用于港口集装箱吞吐量的预测。通过实例分析，证明改进的非线性灰色预测模型具有较高的预测精度，有一定的实用价值。     

四川省居民消费结构及其趋势分析

本文根据四川省城乡居民消费的统计数据进行了结构分析，采用非线性回归模型，给出了各项消费支出的收入弹性系，对消费结构变化趋势进行了预测。     

门限分位数自回归模型的预测方法及应用

金融经济系统预测是宏观经济管理的重要问题,系统中大多数变量具有非线性与异质性等特征,门限分位数自回归（TQAR）模型能够较好地揭示这一特征。本文研究TQAR模型的预测技术,给出其条件分位数预测和条件密度预测方法。数值模拟结果表明,与传统的门限均值自回归模型（TAR）和分位数自回归（QAR）模型相比,TQAR模型在预测的精度和准度方面更具优势。文章使用TQAR模型研究中国通货膨胀的非线性动态特征,并在此基础上预测通货膨胀的波动趋势。实证结果表明,TQAR模型不仅能够揭示通货膨胀的门限效应和异质效应,提供比TAR和QAR模型更高的预测精准度,而且能够通过条件密度预测曲线,细致刻画通货膨胀条件分布的位置、散布与形状等全景信息,从而为宏观经济政策的制定和调整提供科学合理的决策依据。     

基于混频回归类模型对中国季度GDP的预报方法研究

根据混频数据计量经济模型的建模理论和分析技术,本文构建了中国季度GDP 5种不同权重函数的混频数据回归预测模型（MIDAS）和非限制MIDAS模型。结合传统分布滞后模型推导出MIDAS模型的最小二乘识别方法,并在此基础上对中国季度GDP进行短期预报,分析了高频解释变量滞后阶数变化效应及其对低频变量GDP的影响效应。根据6种模型拟合及预测结果,进一步构建混频回归联合预测模型,并考察了混频回归联合预测模型的预测精度及预测效果。研究结果表明：非限制混频数据回归预测模型的预测精度及拟合效果高于5种不同权重MIDAS模型,以BIC为权重构建的混频联合预测模型在对我国季度GDP短期预报时表现最优。