工业用电市场用电量组合预测方法研究

在总结现有用电量预测的主流方法基础上,对工业用电量数据特征进行分析,提出一种新的工业市场用电量预测方法。文章通过分析文献,总结了当前主流预测模型和方法的优势和劣势,从而提出灰色预测和梯度提升回归的组合模型。针对文章建立的模型,使用某地区四年实际用电量数据,与传统灰色预测模型、神经网络模型、单一梯度提升回归模型的预测结果进行对比,发现该组合模型在数据量较少或数据量比较充足的情况下,预测精度和稳定性很高,证明了所建立模型可靠性和有效性。     

财务困境预测中BP神经网络模型应用综述

金融危机席卷全球。处于金融市场之中的企业随时面,临着陷入财务困境的可能,财务困境预测模型的建立可以使公司提前预测到困境的发生,从而及早避免投资损失。随着信息技术的发展,人工神经网络预测模型开始兴起,本文重点介绍了BP神经网络模型在财务困境预测中的应用情况,并将BP神经网络模型与传统统计方法进行了比较分析。     

改进BP神经网络在预测房地产价格指数中的应用

要对非线性趋势房地产价格指数进行预测,就必须利用模拟非线性的模型,采用BP人工神经网络的改进算法,建立了基于BP神经网络的房地产价格指数预测模型。结果表明:该模型预测精度较高,能较好地反映房地产价格指数内在变化规律。     

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性,介绍了国内外丰要预测方法.归纳总结了支持向量机的核心思想和基本原理,利用此较新的理论建立了公路货运量预测模型,给出了构建模型的具体分析步骤.同时探讨了参数的标定和修正过程.利用北京市基础数据,建立北京市公路货运量预测的支持向量机模型,并应用LibSVM软件进行预测,预测结果验证了模型的有效性和可行性,表明方法可以推广并可实际应用.     

基于支持向量机的公路货运量预测方法研究

首先分析了公路货运量预测的重要性，介绍了国内外主要预测方法。归纳总结了支持向量机的核心思想和基本原理，利用此较新的理论建立了公路货运量预测模型，给出了构建模型的具体分析步骤，同时探讨了参数的标定和修正过程。利用北京市基础数据，建立北京市公路货运量预测的支持向量机模型，并应用LibSVM软件进行预测，预测结果验证了模型的有效性和可行性，表明方法可以推广并可实际应用。     

基于BP人工神经网络的价值链风险的评价

通过对价值链管理深入研究,利用BP人工神经网络对价值链风险管理进行评价,采用专家评分法,获得实际的数据,对模型进行仿真和测试,证实价值链风险管理的指标体系的实用性和BP人工神经网络模型的价值。     

现代投资组合优化灰色模型及其应用

投资组合理论是现代经济系统中非常重要的理论,本文根据该理论的特点,利用灰色系统理论建立了新的投资组合优化模型——灰色优化模型,用该模型解决实际问题更加客观、实用。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

基于GM(1,1)模型的建筑事故预测及应用研究

首先介绍了预测模型的建立步骤,然后根据某施工企业近八年来的百万工时的事故次数建立了预测模型,利用模型进行了计算,并把模型计算值和实际值进行了比较,计算出了误差和相对误差,并利用该模型对未来五年的事故趋势进行了预测.     

基于BP人工神经网络的价值链风险的评价

通过对价值链管理深人研究,利用BP人工神经网络对价值链风险管理进行评价,采用专家评分法,获得实际的数据,对模型进行仿真和测试,证实价值链风险管理的指标体系的实用性和BP人工神经网络模型的价值.     

浅谈中国人口预测模型的解决办法

为解决中国人口预测问题,本文在整理分析中国近10年(2001-2009)的人口统计数据的基础上,建立了新的人口预测模型。本文中将新建模型与其他常见人口预测模型进行对比,得出对新建模型的评价,为完善模型打下基础。     

基于PCA-BP-GA的BOT项目风险预测研究

由于BOT项目本身的长期性和复杂性,所以在BOT项目实施前需要准确科学的预测出所面临的风险大小。针对BOT项目风险影响因素众多的问题,先利用主成分分析法进行降维,然后利用遗传算法找出BP神经网络的最优全值阈值,建立了PCAGA-BP BOT项目风险预测模型。同时将以往的BOT项目数据作为学习样本,对BOT项目风险进行预测,并利用某地污水厂的例子进行验证,说明此模型对实际工程的科学指导性。     

基于人工神经网络的钢管销售预测

利用人工神经网络对不规则的、非线性的钢管销售系统进行模拟,通过BP算法,建立钢管销售预测模型.结果表明.基于人工神经网络进行钢管销售预测,可以较好反应出销售量的变化趋势,得到更为精确的预测结果.     

基于Matlab的神经网络预测模型研究

本文针对物流系统多种因素相关的非线性特点，建立了人工神经网络模型并对物流系统历史数据进行拟合，抽取和逼近负荷曲线进行物流预测。它的优点在于它具有模拟多变量而不需要对输入变量做复杂的相关假定。不要求知道输入输出变量间的函数关系，只需通过对输入输出数据的训练，获得输入输出之间的映射关系，来进行负荷预测。该预测模型在Matlab软件平台上进行了仿真，结果反映了该预测模型的有效性和实用性。     

软土路基沉降广义Usher曲线预测方法研究

Gompetz、Pearl、Usher和Weibull等4种生长曲线模型是应用较多的软土路基沉降预测模型,文章建立了一种具有更大灵活性和更广泛适应性的新的生长曲线模型———广义Usher模型,通过数学规划方法求解,从而可根据有限的实测沉降观测数据预测软土路基沉降发展过程。工程实例分析表明,利用该模型得到的预测曲线与实测曲线吻合较好,精度不低于上述4种模型,能够满足工程要求。     

基于数量化理论的鹤壁六矿瓦斯含量预测模型研究

研究了利用数量化理论Ⅰ建立瓦斯含量预测模型的数学原理,收集了鹤壁六矿煤层地勘期间及生产期间的瓦斯含量实测资料,建立了基于数量化理论的瓦斯含量预测模型。根据计算和评价结果,模型精度能够满足工程精度的要求,说明利用数量化理论来预测瓦斯瓦斯含量是可行的。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足。最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性。     

基于灰色组合模型的区域物流需求预测研究

系统分析区域物流需求与相关影响因素关系,建立GM(1,1)、GM(0,N)单项预测模型,基于方差最小化准则构建组合模型,该组合模型克服了单项预测精度及适用条件等局限,改进了现有区域物流需求预测组合模型单因素多种方法简单组合的不足.最后采用2001-2009年安徽省物流需求数据进行实证分析,验证了组合预测模型的有效性.     

档案利用需求的灰色预测方法适用性对比研究

档案利用需求预测是档案管理的重要环节之一。根据档案利用的时序历史统计数据,利用GM(1,1)模型、DGM(1,1)模型和OLS模型构建了GM-DGM-OLS档案利用需求预测模型,并选取预测有效度方法测算了各模型的权重。采用重庆市长寿区档案馆2014年档案利用数据作为研究样本,分别将各单一预测模型的结果进行了对比分析,同时测度出组合模型的预测结果。对比发现,DGM(1,1)模型在档案利用需求预测中呈现出高精度的特征,而组合预测模型的精度虽然弱于DGM(1,1)模型,但要高于GM(1,1)与OLS模型。因此,在档案利用需求预测实际运用中,建议选用DGM(1,1)与GM-DGM-OLS模型。     

浅谈公路工程项目设计阶段造价控制

公路工程的造价控制是工程管理中一项很重要的内容。加强对公路工程造价控制的研究，切实掌握工程建设费用支出的实际情况，合理利用资金，有效控制工程造价，使有限的人力、物力得以充分利用，提高公路建设的资金投资效益，是摆在我们面前迫切需要解决的一个课题。本文对公路工程项目设计阶段造价控制展开分析研究，以供参考。