短期负荷预测的方法及其应用

目前短期负荷预测方法通过利用最新的历史负荷数据，可以预测当日当前时刻以后若干小时的未知负荷，其预测精度明显高于常规的短期负荷预测。为满足电力市场实时交易对负荷预测的新要求，将这种方法应用于修改历史负荷坏数据和补足当日未知负荷数据，以协助提高短期负荷预测的准确度，     

改进的灰色GM1，1）模型在电力消费量预测中的应用

本文通过在MG（1，1）模型中加入势效系数的方法改进TMG（1，1）模型。并利用1995-2004年的全社会用电量数据作了验证。结果表明：加入势效系数后的^佑（1，1）模型预测精度大大提高。在对2008-2010年电力消费量数据进行预测时选用了2000—2007的数据作为原始数据，建立含有势效系数的MG（1，1）模型，并利用该模型对未来三年电力消费量进行了预测。     

基于RBF网络的股市混沌预测

根据股票市场具有动荡混沌的特性，以相空间重构理论和神经网络技术为基础，构建出股票价格短期预测的网络模型。用某股票的实际收盘价作为观测数据，通过训练RBF神经网络得到预测数据。结果表明，用径向基神经网络预测股价是可行的和有效的。     

交通量生成预测研究

为了更好的制定相关措施政策，国家要对将来时段的各项数据进行预测分析，其中，交通生成量预测在交通范围内显得尤为重要。本文首先介绍了何为交通量预测、影响因素，接着提出了一种较为普遍的方法—原单位法，通过列出函数模型，找到影响因子，建立了其计算模型，之后使用重庆南川区作为案例进行预测及评价分析，表明，此方法可较为准确的对短期将来年份交通生成量进行预测。     

对我国2006年经济增长率预测准确性的评析

2005年以来，国内外机构、学者纷纷预测我国2006年经济增长率。本文通过对已有预测进行综述和对比，以评价其准确性。结果表明，各机构和学者对我国经济增长率的预测质量有了很大提高，但现状仍不容乐观，如对2006年经济增长率预测的准确率仅为12．5％。虽然预测不准的客观原因很多，如我国数据方面存在不足等，但预测者的经济学理论知识和数量模型功底也是造成预测不准的重要原因。     

基于时间序列分析的单日地铁短时客流量预测研究

在以往的各种客流量的预测中，利用时间序列分析方法，预测未来阶段的客流量，都取得了较好的效果。纵观以往的各种客流量预测，都是对日客流量、月客流量、年客流量等宏观的方面进行预测研究，在此基础上，若将单日客流量划分为若干个时间节点，从微观层面将各节点客流量作为单位进行客流的分析预测，以此来预测下一时刻客流量的变化规律，由此可为地铁的预警提供依据。本研究以北京某地铁站两个圊一工作甘的客流量作为研究对象，以15分钟为单位进行时阐段的客流量采集，建立时阈序列，通过已知数据对下一时间点（15分钟内）客流量进行预测，并针对同一工作日的数据进行实证捡验。根据预测结果分析，验证了时闻序列分析在地铁短时客流量预测中应用可行性，以及得出了同一工作日利用同一模型进行预测分析的准确性。     

道琼斯月度价格指数的时间序列分析

本文选择了1980年1月份到2000年1月份共241个月份的道琼斯价格指数数据，通过对其进行进行去除趋势，季节调整等步骤得到了带有周期的yt残差序列，通过对yt进行建模，对道琼斯指数进行了3步预测，得到了基本满意的结果，文章还对残差序列建立了ARCH与GARCH模型，使得道琼斯价格指数的方差得到了预测与控制。     

基于景气数据的成都市产成品库存预测研究

文章针对产成品存货,通过建立GMDH自回归模型预测了成都市的产成品存货,同时引入企业家信息指数等景气数据,并通过建立ARCH模型预测了成都市的产成品存货,然后将GMDH与加入景气数据的ARCH模型进行组合预测,得出预测结果。将以上三个预测结果与实际的数据进行比较,证明引入景气数据的组合预测模型更加准确,有效。     

基于ARIMA模型的四川省GDP分析与预测

文章通过选取四川省1978—2022年的国内生产总值数据，共45个观测值，运用Python软件对数据进行分析检验，最终创建了ARIMA（2,1,0）模型，并使用此模型预测了四川省未来五年即2023—2027年的地区生产总值。结果显示，四川省地区生产总值的预测值与其真实值拟合曲线基本处于同一位置，表明该模型的预测成果比较好。根据这个模型，预测了四川省2023—2027年五年的GDP分别为61 334.47亿元、64 781.56亿元、69 064.03亿元、72 802.48亿元、76 960.68亿元。通过预测结果可以看出,四川省GDP增速将继续保持在较高水平。为促进四川省经济增长，提出如下建议：（1）明确重点发展产业；（2）明确重点发展区域；（3）注重统筹，协调发展；（4）军民融合。     

从黄金价格看通货膨胀

通过对黄金价格波动与我国通货膨胀之间相关性的研究,证明两者之间正相关。对数据进一步分析,寻求黄金价格对通货膨胀的预测机制。由此,做出预测并提出建议。     

基于多种时序模型的河北省某市卷烟需求预测比较

通过对河北省某市卷烟历史销售数据构建定量预测模型,分析比较了趋势外推法、时间序列分解法和多元回归法对历史数据的拟合优度以及预测上的功效。得出结论：时间序列数据的模型能很好地利用历史销售数据,在市场没有发生显著变化的情况下,预测精度高;而多元回归法能有效捕捉市场变化信息,预测结果能反映相关因素的影响。     

论档案数字化及数字档案馆的发展

随着社会发展，科技的发展，信息化、数字化，已经成了大众人群生活的一部分，且现在全社会都在重视大数据的发展，只要掌握了大数据，可以了解过去，发展过程，通过集中这些数据并分析，来预知末来，就像是电影中可以预测未来的情节，不同的是电影是虚幻的，而现实中我们是通过现代化的手段。     

基于SVR的股票价格预测研究

本文采用支持向量回归(SVR)对股票价格进行预测分析,以中国人寿(601628)为对象进行建模和预测研究.选取中国人寿2015-2016Q1的股票技术指标等数据作为训练样本对下一交易日的开盘价进行预测,以2016年4月的数据进行检验,并通过图像拟合来验证SVR用于股票预测的可行性和准确性.     

从黄金价格看通货膨胀

通过对黄金价格波动与我国通货膨胀之间相关性的研究,证明两者之间正相关.对数据进一步分析.寻求黄金价格对通货膨胀的预测机制.由此,做出预测并提出建议.     

ARMA预测模型和平滑ARMA预测模型的比较研究——基于贵州省1950-2011年的年度CPI环比数据

本文基于贵州省CPI(居民消费价格指数)1950至2011年的年度环比数据进行分析预测,并用Eviews6.0软件完成建模过程。通过对两个模型预测效果的比较,得出结论,平滑ARMA模型的预测效果并没有一般的ARMA模型好,但是平滑ARMA模型可用于对比较短的时间序列的预测,通过平滑方法可以增加样本个数,从而使得本来不能够进行ARMA预测的序列可以用ARMA模型来预测。     

基于线性回归模型的电信业务收入预测

电信运营企业每年都会对年度业务收入进行预测,常用的预测方法也较多,文章以一个地市运营企业的实际数据为研究样本,通过对影响业务收入指标的因素进行分析,提出以线性回归模型为主线的业务预测方法。     

新能源的经济效益优化及实例分析

作为清洁无害的可再生能源,新能源除了具有优化能源结构的优点,还具有保护生态环境、缓解气候变化的功能。提出了一种新的能源经济效益模型,并对其环境效益和经济效益进行了分析。通过对新能源光伏发电的比较分析,对新能源发电的经济指标进行优化,以达到最佳的优化方案,然后通过matlab仿真验证了所用方法的合理性与正确性。以甘肃某热电公司作为实例,获取不同季节、不同天气状况下的光伏数据,提出一种极限学习机算法在不同天气条件下对实测数据进行了仿真预测分析,仿真结果证明预测数据与实测数据在变化趋势上存在高度一致性,极限学习机算法对太阳能光伏发电的预测具有较好效果。     

我国绿色食品销售趋势预测及评价

对我国绿色食品市场销售额的正确预测是我国绿色食品相关政府机构进行正确决策的基础。本文选择灰色预测模型，以2004--2010年我国绿色食品的国内市场销售额、出口销售额的相关数据为基础，对我国绿色食品2011-2014年国际、国内市场发展趋势进行预测，并对预测结果进行比较分析。     

基于SARIMA模型的我国通货膨胀问题研究

通货膨胀已经成为国内外学者及政府越来越关注的问题。本文在国内外学者对通货膨胀预测研究的基础上，根据我国2000年1月到2009年8月的CPI月度数据，运用SARIMA模型，对我国通货膨胀进行分析和短期预测。实证结果表明，运用SARIMA（1，1，12）模型为我国的通货膨胀提供了较好的预测。     

行业分析师盈利预测偏差的新解释

对于卖方行业分析师(简称分析师)盈利预测偏差的现象,本文提出一个新假说,即作为理性投资的代表者——分析师的盈利预测偏差会受到投资者情绪或噪音交易的影响,并通过我国的数据证实了该假说。首先,通过实证研究,发现国内行业分析师盈利预测存在系统性的偏差。其次,构造月度投资者情绪指数,通过非参数和参数的统计方法,针对盈利预测偏差的时间序列和面板数据两组数据,证明了情绪是分析师盈利预测偏差的一个重要因素。国际文献中对分析师偏差的绝大多数理论解释通常是基于经典金融学的框架,即假设分析师是完全理性的,其偏差主要来自利益驱动(他们供职的机构或个人利益最大化)。而本文认为情绪和利益驱动因素相结合才能更好地解释分析师预测的偏差。