基于灰色关联分析的企业IT应用水平提升路径研究

在实证调研的基础上,应用灰色关联理论,对企业的管理制度能力和流程管理能力与IT应用水平进行灰色关联分析,发现企业IT应用水平不同阶段,这两种能力与IT应用水平的关联度存在差异,表明企业IT应用发展规律在不同IT应用阶段相对应的制度能力和流程管理能力不同。由此,提出企业在选择提升IT应用水平路径上应当关注在不同时期与IT应用水平相对应的制度能力和流程管理能力的培育和强化。     

基于灰色关联分析的我国物联网产业发展研究

基于当今信息产业快速发展的时代背景下,物联网技术的研发以及产业化的发展已经使其成为世界经济的新的增长点。本文运用灰色关联模型对物联网产业发展影响因素进行实证分析,对如何推进物联网产业的发展具有一定的指导意义。     

灰色系统理论的财政支出效益研究——以广东省财政支出数据为例

人均收入的增长是度量财政支出效益的指标之一.考察财政支出各项目与人均收入的关系,不仅有利于提高财政支出资金的使用效果,也利于促进财政资源的配置效率,还有利于强化财政管理、完善单位预算管理.通过采用灰色系统理论对广东省城镇和农村2002-2009年的财政支出与人均收入的关系进行灰色关联度分析,得出如下结论:财政支出确实能够促进人民收入的增长;科技支出在促进广东省人均收入增加方面比其他支出的增收作用明显;教育支出对农村的增收作用比城镇大;基础建设在促进农村增收的作用比城镇小.同时提出了通过提高整个财政支出的绩效、加大对农村教育支出的力度并提高教育支出的边际收益率、增加向低收入群体的社会保障支出、提高农村基础建设投入效率并增强农村基础建设的利用率来有效提高广东省居民收入的财政政策建议.     

Investigating the performance of different estimation techniques for crop yield data analysis in crop insurance applications

We investigate the performance of the ordinary least squares (OLS)‐, M‐, MM‐, and the Theil–Sen (TS)‐estimator for crop yield data analysis in crop insurance applications using Monte Carlo simulations. More specifically, the performance is assessed with respect to trend estimation, prediction of future yield levels, and the estimation of expected indemnity payments. In agreement with earlier findings, other estimators are found to be superior to OLS in simple regression problems if yield distributions are outlier contaminated and heteroscedastic. While this conclusion is also valid for subsequent applications such as yield prediction and the estimation of expected indemnity payments, the difference between the considered estimators becomes less distinct. For these applications, we find particularly the M‐estimator to be a good compromise between high‐breakdown (very robust) estimators and the very efficient OLS‐estimator. Because no regression technique dominates all others in all applications and scenarios for error term distributions, our results underline that the choice of the estimation technique should be dependent on the purpose of the crop yield data analysis. However, alternative estimators such as M‐, MM‐, and TS‐estimator can reduce (and bound) the risk of unreliable or inefficient crop yield data analysis in crop insurance applications.     

基于RS和GIS的土地利用结构动态变化及发展预测研究--以南通市为例

在遥感技术（RS）与地理信息系统（GIS）技术支持下,通过对南通市区2003年、2005年、2007年三期中巴地球资源卫星CBERS遥感影像数据进行处理,并通过对处理后的图像进行非监督分类获得了南通市三期土地利用类型图和不同土地利用类型的面积数据,之后通过对三期土地利用类型数据进行叠加分析,得到了南通市区土地利用类型转移矩阵,计算了各种地类的变化率,并对未来南通市区土地利用变化情况做出了预测,结果表明：1.南通市土地变化总体呈现出建设用地持续快速增长,耕地显著减少的趋势;2.导致这种变化的直接诱因则是南通城市化进程加快,经济发展迅速,建筑用地正在不断的取代耕地和其他用地;3.如果以当前的变化模式稳定延续下去,在2012年后很短时间内南通市区建设用地面积将占全区总面积的50%以上,同时耕地面积会进一步大幅下降,土地非农化的趋势将更加明显。     

GARCH族模型的预测能力比较:一种半参数方法

半参数GARCH模型无须设定条件分布的具体形式。本文首先将一种效率较高、易于实施的半参数方法——估计函数方法应用于10类常见的GARCH结构,并给出证据,显示该方法能显著提高GARCH族模型的波动率预测绩效。然后,应用估计函数方法,较为全面地比较各类GARCH结构的预测能力。为给出统计意义下的结果,并减少数据窥察问题,研究中分别使用OLS和SPA检验法进行绩效评价。结果发现,与其他GARCH类结构相比,EGARCH和APARCH模型能够较好地描述股市收益率的波动过程。     

大坝变形监测方法及数据处理

文章详细介绍了3种大坝变形监测的方法：极坐标法、前方交会法和GPS技术法,阐述了小波变换和灰色预测理论在实际工程变形数据分析中的应用。     

基于DFNN的金融股指预测及金融非线性系统辨识研究

针对证券市场内部结构的复杂性、外部因素的多变性,本文采用动态模糊神经网络（DFNN）进行金融股指预测。DFNN能够实现在线学习,并且参数估计与结构辨识同时进行;同时采用误差下降率（ERR）修剪技术,保证网络拓扑结构不会持续增长,避免了过拟合及过训练现象,确保了DFNN的泛化能力。本文以上证指数为例．通过与同样以高斯函数作为传递函数的RBF算法预测结果的比较和分析．表明DFNN预测上证指数的偏差较小,预测的方向准确性较高。通过DFNN模型提取的模糊规则对金融系统运行模式进行分析．为研究金融非线性系统辨识提供了启发性思路。     

中国城市化水平和速度的再考察

关于中国城市化水平和速度的争论颇多,本文试图就这些争论提出自己的判断。依据钱纳里标准和IU、NU比以及与同类国家的比较分析后发现,我国城市化水平相对于经济发展水平和非农化水平而言有所滞后,但滞后程度较小;当前的城市化速度是与我国经济社会发展阶段相适应的,并未盲目冒进。采用Logistic模型预测分析后发现,未来十五年我国城市化仍将以较快的速度推进,但其发展速度与前十五年相比将有所减缓。估计到2015年,我国的城市化水平将超过50%,2025年将达到60%左右。此后,城市化速度显著减缓,2040年城市化水平将超过65%,2050年达到70%左右。     

铁路行包运量预测模型研究

铁路行包运量预测是以运输需求和内部供给为导向,综合考虑各种影响因素,对行包运量现状和发展的正确把握.探讨利用人工神经网络结合主成分分析的方法,建立铁路行包运量预测模型,解释并预测行包专列开行后铁路行包运量的增长趋势.实例分析的仿真结果表明,采用主成分分析法的广义回归神经网络模型结构简洁、预测精度高、收敛速度快,对相关铁路部门和企业的决策具有参考意义.