改进的非等距灰色模型及其在沉降预测中的应用

在残差修正的非等距灰色预测模型的基础上,将传统无偏灰色模型还原为非等距模型时间函数进行原始数据列的预测。在残差修正时用时间函数和组合灰色预测非等距模型进行残差修正,然后将两种残差预测值进行加权得到最终残差,得到最后修正预测值。将预测值与提供的数据列进行比较,表明此方法可以得到较好的预测效果。     

对经济预测误差的思考

经济指标中绝对量指标与相对量指标是两类不同的指标，虽然两者之间可以换算，然而两者之间的差别却会对预测误差产生重大影响。本文定量分析了由一类指标的预测值去推算另一类指标的预测值时对预测误差的影响，进而提出了通过模型设计减少预测误差，提高预测精度的一种思路，本文的讨论同时也为建立在协整理论基础上的动态经济计量模型具有较好的预测功能提供了证明。     

货运量回归预测工具EXCEL和SPSS结合应用研究

对货运量预测工具EXCEL和SPSS各自的优缺点进行了分析，在此基础上建议将两种预测工具相结合，提出如何．陕速、准确得出预测值并作出预测图表的方法和步骤，最后以某市社会货运量统计为样本，进行实例说明。     

基于ARIMA-GRNN组合模型的汽车零部件需求预测研究

单一的预测方法难以准确预测市场需求趋势,通过构建ARIMA-GRNN组合需求预测模型提高预测精确度:首先利用ARIMA预测出每月需求数并计算出每月实际需求数与每月预测需求数的误差值,再利用GRNN神经网络对误差值进行函数逼近与拟合,将拟合值对ARIMA预测值进行修正后的结果即为最终预测值。性能评估显示组合模型可以较好帮助汽车零部件企业提高市场预测精度。     

基于物流量的物流园区数量规划

针对物流产业发展中物流园区数量过度增长的“物流园区热”现象．在利用一元线性回归法,并引入修正系数对物流量进行预测的基础上．对影响物流园区数量的物流园区强度、物流园区作业系数、物流园区第三方物流量占社会总物流量的比例及单个物流因区的用地面积等参数进行分析．介绍基于物流量的物流园区数量计算模型。将模型应用于青岛市物流园区数量规划的计算中．得出其合理性,     

大庆市物流需求量的灰色预测

物流需求量是决定物流产业发展政策和物流园区规划建设的重要因素。本文结合大庆市实际情况，运用灰色系统理论建立物流需求量的灰色预测模型——GM（1，1）模型，对大庆市2006--2010年的物流需求量进行预测，并用定性方法对预测值加以修正，从而确定大庆市未来几年的物流需求量。     

基于组合预测的乌江干流货物结构及货运量预测

为了对乌江干流货运量及货运结构进行准确预测,首先采用产销平衡分析的方法,对乌江干流腹地的主要货种产量和待运量进行预测,然后根据乌江货运量占贵州省货物水运量的比重基本稳定的预测思路,建立组合预测模型对乌江水运量进行预测,得到预测通过能力下的乌江干流货运量和货物结构。预测结果表明,乌江航道必须考虑翻坝运输才能解决乌江航道上通航设施通过能力不足的瓶颈问题。     

其他综合收益、管理防御与分析师预测

以2009—2013年A股非金融上市公司为研究对象,基于管理防御视角,研究了其他综合收益（OCI）对分析师预测的有用性。研究发现,分析师盈余预测时更充分反映了正值其他综合收益,对负值其他综合收益反映不足;其他综合收益为负值时,分析师会向下修正预测值,且会造成预测误差;而其他综合收益为正值时,却没有向上修正预测值,也没有导致预测误差。进一步研究发现,相对于管理防御程度高的情况,仅在管理防御程度低时,其他综合收益才对分析师预测有用。     

长沙黄花机场航空物流的灰色预测

根据长沙黄花国际机场最近8年来货、邮量吞吐量的变化,运用灰色系统模型对今后8年的货运量进行了预测.通过实际数据与预测值进行比较,证明了该模型对于预测长沙黄花国际机场的货、邮量吞吐量可信度,同时还有较高的精度.     

特种设备维修器材中心逼近式灰色预测建模研究

为提高特种设备维修器材消耗预测精度,构建中心逼近式灰色GM(1,1)预测模型,改善传统灰色GM(1,1)模型对特种设备维修器材中呈指数型消耗数据预测精度低甚至不适用的情况。通过计算对比,对某特种设备2016年维修器材消耗量的初步预测值进行了修正调整,并最终确定消耗预计值。     

财政支出预测中的干预分析

对财政支出的未来发展趋势进行预测是国家预算中经常遇到的问题。经济预测大多是以时间序列的前期数据建立预测模型，然后用此模型对后期数据进行预测。具体进行预测中往往会看到所建模型在某一个时期或某一段时期内不能准确地给出较精确的预测值。这是因为时间序列的变化趋势中除了有随机因素的影响，还会有其它干预因素的影响。本就财政支出预测中的干预因素进行定量分析，修正预测模型来提高预测精度。     

校正预测值提高预测精度的某些方法

不论是经济预测还是商业预测,广大的用户均要求预测方法不宜过份复杂,但对预测精度却要求较高。他们常常提这样的问题,在采用某种预测方法,利用已有的历史数据,建立了预测模型,并得到了预测值之后,问是否还能再进一步提高预测精度?预测所产生的误差是否还可再利用?等等。这些问题,不仅预测用户关心,也是预测工作者所必须研究的问题。如何利用历史数据和已建立的预测模型所产生的新信息,去修正原先的预测值,以提高预测精度,是本文所要研究的一个课题,也是校正原先的预测值的一种方法。首先介绍一些有关的概念。     

基于动态贝叶斯网络的通货膨胀风险预测研究

利用动态朴素贝叶斯分类器对我国的通货膨胀风险进行了预测,并在此基础上计算了不同风险因素对通货膨胀风险等级的影响程度,结果表明,动态朴素贝叶斯分类器方法能够较好地预测和分析通货膨胀风险。利用我国实际经济数据进行模拟预测,结果显示在88.24%的可信度下,我国2012年第二季度的通货膨胀风险等级为2级,通货膨胀率预测值约为3.8%。通过分别使用包含和不包含企业家信心指数的动态朴素贝叶斯分类器进行预测,结果发现考虑了企业家信心指数的分类器大约能将预测准确率提高5%,这说明对通货膨胀风险等级预测有必要考虑经济主体的预期因素。通过计算6个指标对通货膨胀风险等级的影响程度,发现货币供应和产出缺口仍是解释我国通货膨胀风险的两个主要因素。     

基于人工神经网络组合的消费预测

消费是宏观经济发展的重要环节。文章通过把线性预测与神经网络的非线性预测相结合，并把这种“复合”预测的结果作为单项方法的预测值再次利用神经网络确定组合权重进行进一步的预测，结果表明取得了不错的效果，可以为把握消费增长的趋势．扩大消费需求的规模提供数据依据。     

矿井绝对瓦斯涌出量的新陈代谢GM(1,1)预测

简要论述了瓦斯涌出量预测方法,结合国内实际,提出灰色模型预测方法,并根据该矿过去十年的瓦斯绝对涌出量资料建立了新陈代谢GM(1,1)模型。通过模型的求解,给出预测结果,并对结果进行检验。而且将未来5年的瓦斯绝对涌出量预测值用折线图画出,分析了其总体趋势并给出大体的建议。     

基于ANN的市政工程投资额估算

工程投资额预测是市政工程管理中的一项重要工作。在收集相似工程有关资料的基础上，考虑物价波动的影响，应用人工神经网络（ANN）方法对市政工程投资额进行预测，并针对BP算法中难以确定隐节点个数的缺点，提出了一种动态调整隐节点数的改进的BP算法，通过动态调整学习参数，加快网络的收敛速度。算例结果表明：该方法预测所得的投资额预测值精度较高，具有应用价值。     

广义加权对数平均组合预测模型的性质与应用

针对组合预测模型能够充分利用各种单项预测方法提供的信息,从而具有模拟和预测精度较高的优点,研究和探讨了广义加权对数平均组合预测模型的最优化理论基础及其数学性质,在组合预测模型预测值与单项预测方法预测值的P次幂误差平方和最小的基础上建立了广义加权对数平均组合预测模型,并推导出最优权的计算公式。最后通过实例证明了该模型的有效性和实用性。     

基于组合预测的营业活动现金流量分析

一、营业活动现金流组合预测模型构建 设对同一预测对象的某个指标序列{xt，t=1,2…n}存在m种可行单项预测方法对其进行预测，设第i种单项预测方法在第t时刻的预测值为xit,i=1，2，…m；t=1，2，…，n；设l1，l2，…，lm分别为m种单项预测方法的加权系数，加权系数应该满足∑i=1 ^m li=1,li≥0，i=1，2，…，m。     

制冷剂充注量与毛细管最佳匹配分析

在结合压缩机、冷凝器、毛细管、蒸发器的基础上，对制冷剂充注量和毛细管对空调系统能力、输入功率、能效比等参数的影响进行了仿真分析，将结果绘制出了图表，并与实际试验的数据进行比对，不断修正，逐渐应用的开发领域。     

基于SARIMA-LSTM的零售生鲜品库存需求预测

针对零售业的生鲜类商品存在易损耗、货架周期短、明显的季节性等特点,提出一种新的组合预测模型。采用SARIMA-LSTM组合模型综合供应商、零售商、用户三方面考虑需求影响因素如准时交货率、综合成本、气温状况、销售金额等,并结合贝叶斯优化算法对LSTM进行超参数选择,将SARIMA的模型预测值和实际值间的误差序列进行修正并得到预测值。实验证明,考虑需求影响因素的组合预测模型比单一传统统计方法的预测精度要高,并对以后零售业库存管理有一定的建设意义。