基于速度短时预测的路径优化研究

根据现有的交通拥挤度辨别方法以及公路的等级,设计不同交通状况下的速度标准;建立相应的路径优化方法,建立时间序列模型,对采集到的道路行车速度进行速度的预测,并设计以最快路径为最优路径的路径优化方法,将交通流量中的速度预测应用到其中,之后根据相应的方法应用到实际案例中,证明方法的可行性。     

基于灰色MGM(1,n)模型的福建工业产值预测分析

福建省是我国东南沿海省份,拥有众多大型港口,是我国与世界交流的重要窗口。繁荣的进出口贸易促进着福建省整体欣欣向荣的发展。据国家统计局数据,2018年福建省实现地区生产总值35804.04亿元,同比增长8.3%。在此良好的发展前景下,合理准确地预测下一年份的工业总产值可以提前规划布局,为福建省更好地发展奠定良好的基础。     

中国重点高校基础研究投入产出预测及效率分析——基于ARMA模型和DEA法的实证研究

高校是中国基础研究的重要力量,探析中国重点高校基础研究投入产出效率及未来发展具有重要意义。以2001-2016年中国重点高校基础研究投入产出数据为基础,构建了基础研究投入产出指标的ARMA模型,并利用模型预测了2017-2020年重点高校基础研究投入产出量。同时,运用DEA法对2019-2020年中国重点高校基础研究投入产出量的预测值进行了修正,确定了有效的目标值,为高校基础研究的科学发展提出了政策建议。     

基于CFD分析与实车测试结果相结合的汽车空调风道设计

汽车空调风道是整车空调系统的组成部件之一,其送风性能的好坏直接影响乘客驾车的舒适性。为了提高风道送风性能,文章从影响风道系统的设计要素分析空调风道设计的具体要求和方法,并基于某车型空调风道设计结构的CFD模拟仿真分析结果及实车测试结果优化前后的流场特性结合验证,结果表明正确计算风道截面积及风向线,有助于降低空调风道空气阻力,提高风道送风性能,该方法对今后汽车空调风道系统设计具有一定的参考价值。     

市场情绪对股票走势的影响分析及预测

为探究投资者情绪对股票走势的影响,利用R软件的爬虫技术将人们对股票市场的看法抓取下来,将文本中的隐含情绪分为积极、消极及中性3种类别,并依此构建情绪得分作为市场情绪量化的结果.利用单位根检验等方法对上证指数与投资者情绪的因果关系进行探究并建立VAR模型.为更好地判断市场情绪对股票走势的影响程度,分别构建加入情绪得分前后的BP神经网络模型对上证指数收益率进行预测,比较两个模型的优劣,从而发现当股票预测模型加入市场情绪指标后误差更小,预测更为准确.     

我国农村商业银行经营效率研究及预测

农村商业银行是农村金融发展的核心,是服务"三农"、推动乡村振兴战略的可靠保障.以30家农村商业银行为研究对象,运用改进DEA分析方法及灰色预测模型,对其经营效率进行分析及预测.研究表明,我国农村商业银行全要素生产率呈稳步上升趋势,受技术效率与技术进步效率影响较大,在未来保持稳步增长态势,不同地区生产率差异呈收敛趋势.技术效率始终保持相对稳定状态,在临界值1上下浮动,受纯技术进步效率影响较大,地区差异对其影响较小.在此基础上提出合理调整规模、加强金融创新等政策建议.     

基于LSTM的高校高考录取分数预测研究

准确预测高校高考录取分数对高考志愿填报具有重要意义。文章使用线上百分位作为录取测度,构建了用于预测高校高考录取分数的长短时记忆网络,使用前4年的平均录取百分位和最低录取百分位作为输入,预测得到第5年最低录取分数。在河北本科一批理科2010至2017年各高校录取分数据集上的测试结果表明,基于LSTM方法的预测结果大幅优于传统平均排位法。     

长短期记忆模型在股票价格趋势预测应用研究

股票价格具有的复杂性与动态性,为预测股票价格趋势带来了艰巨的挑战。人工神经网络、支持向量机和决策树等一系列机器学习算法被用于预测股票价格,并取得了成果。长短期记忆模型LSTM(Long ShortTerm Memory)可以获得股票价格数据中的遗留信息,在处理时间序列数据方面有非常优秀的性能。我们使用LSTM模型预测股票价格走势,并选择亚马逊公司(AMZN)的股票价格数据进行实验。实验表明,LSTM模型对于股票价格趋势预测效果显著。但仍然有许多不足需要在后续改进。