家用汽车需求预测

本文首先用定性预测方法分析了家用汽车需求的主要影响因素，论证了其平稳增长的特性。然后用定量预测方法，在灰色系统模型等单一预测模型的基础上，引入了组合预测模型，通过使组合预测误差平方和最小，得到了各个单一预测方法的权重系数，建立了最优组合预测模型。对预测结果进行对比分析，验证了最优组合预测方法的准确性。最后运用所建立的最优组合预测模型对家用汽车在最近几年的需求量进行了预测。     

失业风险预警系统研究

基于我国29年的历史数据,采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明,神经网络方法在失业风险系统中具有优良的预警效果,其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术,神经网络方法不仅具有良好的预测精度,同时还具备较强的容错能力和泛化能力。因此,在构建我国的失业风险预警系统中,神经网络模型应该是一种被优先考虑的方法。     

基于GARCH-BP模型的股指预测及实证分析

本文通过建立BP神经网络预测模型和GARCH-BP神经网络预测模型,对2004￣2005年间深圳成分指数的日收盘价进行了预测分析,经过实证比较,发现GARCH-BP模型较BP模型的收敛速度快,学习能力强,预测精度较高,误差率较小。     

采油厂油气产量预测模型研究

油气产量的有效预测有利于采油厂的科学决策。分别构建了采油厂油气产量预测的线性回归模型、灰色预测模型和ARIMA模型,基于三种单一模型,构建了最优加权组合预测模型。DX采油厂油气产量预测实例表明,该模型能够显著提高预测精度,为采油厂产量预测提供了新的方法。     

组合预测模型在区域物流需求预测中的应用

针对单一预测方法用于区域物流需求量预测存在的不足,文章提出了基于预测有效度的组合预测模型,即通过组合多个单一模型的预测结果,发挥各自的优点,提高预测的精确度。以广东省江门市为例,分别采用线性回归模型、灰色GM(1,1)模型和组合预测模型对其物流需求量进行了预测,实证结果表明区域物流需求组合预测模型能够取得更高的预测精度。     

基于自组织方法的税收收入组合预测模型

自组织理论是基于神经网络和计算机科学的迅速发展而产生和发展起来的。它将黑箱思想、生物神经元方法、归纳法、概率论、数理逻辑等方法有机地组合起来。其主要思想是通过简单的初始输入（局部变量）的交叉组合产生第一代中间候选模型,再从第一代中间候选模型中选出最优的若干项组合而产生第二代中间候选模型,重复这样一个产生、选择和遗传进化过程,使模型复杂度不断增加,直到选出最优复杂度模型为止。本文利用自组织方法进行数据筛选和建立税收预测模型,并在数据筛选基础上建立线性回归预测模型和BP神经网络预测模型,然后结合时间序列的预测模型,利用自组织方法建立组合预测模型。通过预测结果比较得出了组合预测模型比其它单个模型具有更高的预测精度。     

建筑工程项目施工成本控制

成本预测的程序是指通过取得的历史数字资料,采用经验总结、统计分析及数学模型的方法对成本进行判断和推测。它包括环境调查、收集资料、选择预测方法、建立预测模型、预测结果分析确认预测结果、提出预测报告。工程中常用到的方法有：     

城市化时空预测模型初探

城市化过程实质上是城市文明的时空扩散过程。传统的城市化预测模型多着眼于时间,文章在空间扩散模型的基础上,尝试在城市化预测模型中同时考虑时间维和空间维,提出城市化时空预测模型,如时空相互作用模型、空间—时间自相关模型、内生潜力与外生潜力相结合模型等,从而提供预测城市化进程的新视角和新思路。     

我国民航飞行员需求预测的数学模型及统计分析

文章采用时序外推模型、生产函数模型、灰色预测模型三种方法,对我国民用航空运输行业飞行员需求总量的发展变化及相关影响因素进行了动态关联分析,做出了2010年飞行员需求总量的预测,并比对了不同模型的预测结果,同时根据预测数据,对整个行业发展进行了分析和评价,这将为民航主管部门以及航空公司人力资源管理开发、培训等工作提供理论依据。     

人才宏观需求预测的数学模型及统计分析

本文采用时序外推模型、生产函数模型、灰色预测模型等方法，对铁路运输企业人才需求总量的发展变化进行了动态关联分析，作出了人才需求总量的预测，为公司人力资源管理工作提供了理论依据。     

发电量的时间序列模型构建及实证分析

主要研究乘积季节模型在中国发电量预测中的应用,通过对中国发电量1992年1月至2009年12月共216个月份的月度资料来进行实证分析。首先采用差分方法对序列资料进行平稳化,然后进行模型定阶并估计其参数,建立一个中国发电量的乘积季节预测模型ARIMA（4,1,0）×（1,1,1）12。接着对模型进行诊断检验,结果都表明,用该乘积季节模型对中国发电量的拟合效果较好。最后,利用此模型对中国2008年发电量的趋势进行了预测。     

简析FbProphet模型对中国A股月涨跌趋势的预测效果

本文简要分析了 FbProphet时间序列预测模型对A股月涨跌趋势的预测效果.首先,从所有A股中筛选出符合标准的3489只个股,对每只股票分别进行8次预测,从而对模型的预测效果进行整体评估;其次,对74只个股进行抽样分析,增加预测次数到17次,进一步判断预测模型的稳定性;最后,从模型效果、方法论意义、对投资者的实际意义三个方面入手进行总结,阐述了FbProphet模型在A股预测中的可行性以及对部分股票预测的准确性和稳定性.     

混沌理论在我国税收预测中的应用

本文利用非线性混沌动力学建立了税收的预测模型,对该模型的分岔、混沌及稳定性等特性进行分析,并且对我国1978～2001年的税收数据做了实证分析。结果表明:预测的精度达到了期望要求,明显高于非线性回归和灰色理论预测法的精度。     

灰色预测理论在房地产投资决策中的应用

预测是房地产投资决策的重要工作之一。文章在分析GM(1,1)模型和灰色马尔可夫预测模型两种灰色预测模型的基础上,结合实例对房地产价格和开发量进行预测,并取得了比较理想的结果。旨在提高房地产投资决策的科学性。     

中国石化J分公司油气开发投资分析与预测模型研究

油田开发投资构成包括开发井投资、地面工程投资等两部分(又称直接投资)。开发投资不仅与工作量(如开发井数、钻井进尺)有关,而且与产能建设规模也存在相关性。通过建立不同变量的开发投资预测模型,企业可以了解不同变量对开发投资的影响,在实际预测中选择最佳模型进行投资预测。对J分公司油气开发投资的分析不仅要分析开发投资的变动情况,还需要分析开发投资的成效以及开发投资与开发工作量的关系,掌握分公司开发投入与产能规模的关系,建立开发投资预测模型、开发井投资与地面工程投资预测模型,从而合理预测产能建设规模和投资,提高企业经济效益。     

灰色GM（1,N）模型在广东海洋经济预测中的应用

本文选取六个影响海洋经济快速发展的生产和需求因素,应用灰色系统理论建立了广东海洋经济GM（1,N）预测模型,并选择了线性回归、三次指数平滑和灰色GM（1,1）三种不同模型对六个影响因素指标进行预测,从而提高了预测模型的可靠性,为海洋经济定量预测分析提供了一种有效方法。从预测结果看,模型具有较高的拟合精度。     

给水管道老化统计学模型的研究

介绍了多种关于管网事故率的预测模型，对各种模型的特点、应用时的优缺点进行了阐述。并且对通过管网事故率预测模型衍生出的管道全周期成本计算公式和管道最优服役年限计算公式进行了分析。阐明了管段事故率预测统计学模型在管网改造方面的应用意义。     

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。     

应用BP神经网络进行住房需求预测分析

文章通过对现时住房需求预测模型的分析,针对传统预测模型的不足,提出应用BP神经网络理论构建人均住房需求预测模型。建模数据采用我国1995至2004年共10年的统计数据,其中1995-2002年的数据用做模型训练数据,2003-2004数据为模型检验数据。通过实验验证,结果表明基于BP神经网络的预测模型具有较好的适用性和较高的预测精度。     

中国粮食供需的预测指标体系及模型设计

通过建立粮食需求预测指标体系,从口粮、饲料粮、种子粮、工业用粮及粮食损耗角度实现了粮食需求预测。并采用基于三次指数平滑模型、灰色预测模型、支持向量机预测模型的组合预测模型,成功实现了粮食供给预测。最后,在粮食供需综合分析中,确认了粮食供需缺口的存在性。