基于灰关联序的大学生教育综合测评研究

针对高校现有综合测评评价体系的不合理性,探讨灰关联分析对高校学生教育质量评价的有效性。文中提出利用关联序计算学生的综合测评方法,借鉴灰色系统理论,构建了大学生教育平台综合测评的灰关联序模型,通过算例的计算与分析知:关联序方法能够充分展现大学生的创新能力和实践能力。     

链路预测视角下京津冀现代制造业产业转移路径研究

产业转移是经济发展到一定程度的必然趋势。在我国经济新常态下,提出了通过产业转移提升产业结构、消除区域间经济发展不平衡的命题。传统产业转移理论主要利用局部数据和还原论研究方法,而区域产业转移机理和路径研究具有高度非线性系统特征,因而适用性不佳。因此,基于投入-产出数据构建区域产业复杂网络,利用网络特征值反映产业部门在价值链上的影响力和脆弱性,并根据链路预测理论对京津冀地区现代制造业产业转移路径进行分析。仿真结果表明,适合京津冀协同发展的产业转移路径包括优化配置路径、产业融合路径和产能淘汰路径。     

基于灰色关联度与聚类分析的西部区域竞争力评价研究

选取西部11省区市为比较对象,运用灰色关联分析法进行区域竞争力评价,得出各区域的竞争力灰色关联度;通过聚类分析得到四川、内蒙古、陕西和重庆为领先发展地区,新疆、云南、广西、甘肃、宁夏、青海、贵州属于落后地区。提出前者应充分发挥自身优势,加速提升区域竞争力,实现领先发展;后者应努力挖掘优势特色产业,加强区域合作和吸引外资,带动区域竞争力提升。     

我国货币政策周期与经济周期之间的关联性研究

改革开放以来,我国的货币政策出现了多次紧缩和扩张之间的交替,形成了显著的货币政策周期。下行经济周期往往都是发生在货币紧缩政策结束之后。为了度量货币政策作用效果,我们需要建立货币政策周期与经济周期之间的内在关联机制,并从众多的反映宏观经济状态的指标从中选取合适的预测指标来反映其内在机制。通过实证检验发现,我国自1996年以来共出现了3次产出增长率的下降,而这3次产出降低都发生在紧缩性货币政策结束之后。这说明我国货币政策周期与经济周期之间存在密切关联,货币政策操作也存在相机选择的内生属性,并且M1同比增速和金融机构新增短期贷款能够更准确地预测在紧缩性货币政策实施之后是否会出现下行经济周期。     

The Predictive Power of Credit Spread for Macroeconomic Changes

在以前学者研究的基础上,本文对信用价差对宏观经济变量的预测模型进行了改进,首次将不同信用等级企业债的信用价差引入模型,并利用国内银行间债券市场的交易数据进行了实证检验,结果表明较之基于利率期限结构和基于信用价差的宏观经济模型,该模型对宏观经济变量的变动有更好的解释和预测能力。本文同时构建了基于协整理论的长期均衡模型,进行了脉冲响应分析,结果表明长期企业债信用价差对宏观经济变量变动的解释和预测能力较稳定。在此研究基础上,本文提出了一定的政策建议。     

基于灰色关联的江西省粮食生产与耕地保护研究

粮食安全问题不仅是生存与发展的经济问题,也是一个社会问题,直接关系到社会发展与稳定。运用灰色关联理论,分析影响江西省粮食生产与耕地数量变化的主要因素,并预测到2020年在粮食安全战略下江西省耕地保有量。研究结果表明：粮食作物播种面积、人口数量等因素影响突出,因此,在粮食生产中应进一步加强政策支持、基础设施建设、科技指导和融资创新等。     

北京地铁换乘站客流预测模型研究

根据北京地铁全网一票换乘和一卡通无障碍换乘机制,以及早晚高峰出行等特点,对各种地铁客流预测模型进行分析,研究北京地铁换乘站客流预测模型的应用。依据换乘站不同类型的客流,以北京地铁历史客流和实时客流数据为基础,探讨采用历史平均预测法、基于最小二乘支持向量机时间序列预测法、分峰段混合预测法、基于概率树全路网预测方法等对进站客流、出站客流、换乘客流和站内客流进行预测。     

统一授信存货质押下第三方物流选择研究

选择合适的第三方物流是统一授信模式存货质押业务顺利开展的关键环节.在对国内外存货质押研究现状进行分析的基础上,从市场竞争力、监管技术水平、品牌与信誉及地域交通4个方面构建统一授信存货质押下第三方物流选择的评价指标体系,建立了层次分析法与灰色评价相结合的多层次灰色评价模型,研究银行开展统一授信存货质押业务中如何选择第三方物流,并通过案例说明模型的有效性.     

水利工程施工机械设备选型多目标决策模型及应用

为了在众多的水利施工机械设备中选择经济、环保、安全以及实用的设备,提出一种基于层次分析法(AHP)和灰色关联分析法(GCA)相结合的设备选择模型。首先建立由经济性、技术性、绿色性以及职业健康与安全性组成的设备选择的多目标指标体系,并对指标量化方法进行了研究,然后将层次分析法与灰色关联分析法相结合对设备选型模型进行了求解。实例分析验证了模型的可行性和有效性。     

基于混沌理论和PSO神经网络的短时交通流预测

交通流预测已成为智能交通的重要组成部分,针对短时交通流的非线性和不确定性,文中根据实际交通流中存在的混沌,利用C-C方法和小数据量法对交通流混沌进行了分析,在交通流混沌时间序列相空间重构的基础上构建了基于粒子群优化神经网络的单点单步预测模型,运用该模型对实际采集的美国加州城市快速路交通流数据进行了仿真研究,结果表明,该预测模型具有较高的预测精度,能够满足智能交通控制和诱导的需求。