首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   14篇
  免费   1篇
财政金融   2篇
工业经济   2篇
经济学   2篇
综合类   4篇
运输经济   2篇
旅游经济   2篇
经济概况   1篇
  2019年   1篇
  2014年   4篇
  2013年   3篇
  2012年   2篇
  2008年   2篇
  2007年   2篇
  2005年   1篇
排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
空气质量指数(AQI)在波动中既具有整体的时间序列线性特征和明显的季节性波动周期,又具有多种因素影响的不确定性,为了提高AQI的预测精度,基于Ri386 3.3.3和Matlab R2014a两种编程软件,提出了一种同时具有线性和非线性的复合特征的时间序列预测模型——SARIMA-SVR组合模型。以太原市2014年1月—2019年7月的AQI月均值数据为基础,利用SARIMA时间序列模型进行线性预测,利用SVR模型对残差进行非线性预测,加和得到组合预测模型的预测结果,分析比较SARIMA,SVR和SARIMA-SVR这3种模型的预测结果和平均绝对百分比误差。结果表明,组合预测模型发挥了2种模型各自的优势,相较于单一预测模型的预测结果而言,其预测精度更高,稳定性更好。通过此模型得到的空气质量预测结果不仅可为人们的日常生活提供指导,而且可为大气污染的防治工作提供科学依据和借鉴意义。  相似文献   
2.
Recent literature on nonlinear models has shown that neural networks are versatile tools for forecasting. However, the search for an ideal network structure is a complex task. Evolutionary computation is a promising global search approach for feature and model selection. In this paper, an evolutionary computation approach is proposed in searching for the ideal network structure for a forecasting system. Two years’ apparel sales data are used in the analysis. The optimized neural networks structure for the forecasting of apparel sales is developed. The performances of the models are compared with the basic fully connected neural networks and the traditional forecasting models. We find that the proposed algorithms are useful for fashion retail forecasting, and the performance of it is better than the traditional SARIMA model for products with features of low demand uncertainty and weak seasonal trends. It is applicable for fashion retailers to produce short-term retail forecasting for apparels, which share these features.  相似文献   
3.
This study uses an intervention model to look at the impact of the September 11, 2001 terrorist attack on air transport passenger demand in the US. The result showed that both domestic and international air traffic was significantly impacted for 1 and 2 months, respectively. The impact pattern was thus abrupt and temporary, instead of gradual and permanent. The approach also provides better forecasts than the seasonal ARIMA benchmark.  相似文献   
4.
In this paper, the number of goods subject to inspection at European Border Inspections Post are predicted using a hybrid two-step procedure. A hybridization methodology based on integrating the data obtained from autoregressive integrated moving averages (SARIMA) model in the artificial neural network model (ANN) to predict the number of inspections is proposed. Several hybrid approaches are compared and the results indicate that the hybrid models outperform either of the models used separately. This methodology may become a powerful decision-making tool at other inspection facilities of international seaports or airports.  相似文献   
5.
基于SARIMA模型及X-12-ARIMA模型对我国1995年1月至2014年6月的居民消费价格指数月度数据进行预测分析。利用Eviews 6.0对CPI数据的变化趋势及季节性进行验证,结果表明X-12季节调整模型相对于SARIMA模型更有效,预测值与实际值的估计误差控制较好。  相似文献   
6.
通过汶川地震前四川省旅游数据建立SARIMA模型,预测了风景名胜区(简称风景区)游客人数,经震后游客人数实际值与预测值比较,定量分析了汶川地震对风景区的影响时滞、影响程度以及游客分布变化。研究发现:截至2010年4月,在不考虑风景区外部灾损影响下,风景区恢复至预测水平的时间随风景区离震源距离增大而缩短,风景区内部灾损程度与风景区离震源距离大致成直线反比关系,并且汶川地震对游客分布影响显著,部分风景区游客人数已超出预测水平。  相似文献   
7.
杜栩 《特区经济》2014,(3):201-202
影响港口运输的因素多而复杂,且货物吞吐量的时间序列往往不平稳,如果通过找出影响港口货物吞吐量的因素变量,并建立回归模型进行分析,往往会存在自变量构造技术上的困难以及产生虚假回归问题等等。因此,本文采用时间序列分析中的Box-Jenkins方法对我国沿海规模以上港口货物吞吐量进行建模及预测,其结果表明运用Box-Jenkins方法建模预测能大大减小误差,提高预测的精确性,从而为合理制定我国港口的发展战略提供条件。  相似文献   
8.
通过汶川大地震前四川省旅游业数据建立SARIMA模型。预测了四川省旅游业6项主要指标,经震后实际值与预测值比较,定量分析汶川大地震等对四川省旅游业的影响程度和影响时滞。研究发现:截至2010年4月,国内旅游已波动式恢复至预测水平,入境旅游还将继续受地震影响,但入境旅游将不会影响到四川省旅游业波动式恢复至预测水平的趋势,并且四川省旅游业受地震等影响的滞后经济损失已超过了受地震等影响的直接经济损失。  相似文献   
9.
旅游预测的计量经济学模型是国外研究较多的一个方向,在国内方兴未艾。由于旅游业各种统计数据较难获得,以及旅游业的复杂性,旅游需求模型应用的实例研究很少。以武陵源为案例,运用计量经济学模型中的时间序列模型(SARI—MA)和一般一特殊模型对其进行预测,预测的结果与实际值较为吻合。本研究不仅是旅游预测研究中计量经济学模型一次成功的实证研究;同时在时间序列模型中,选用主景点的门票出售数量替代游客人次,给今后的研究者提供了一种新的数据选择视角。也就旅游预测模型研究中经常会遇到的各种技术难题提出了解决方案。  相似文献   
10.
孙亚兰 《中国外资》2013,(18):263-266
随着经济的不断发展,人们的生活水平不断提升,消费理念也有很大改变,民用航空运输业也获得了飞速发展,越来越多的人选用航空这一交通方式出行。文章主要介绍了季节时间序列模型,并使用1998年1月至2013年5月的月度数据建立SARIMA模型,并对2013年的民航客运量进行预测分析。通过使用SARIMA模型对我国民航客运量进行预测,以期对民航企业制定合理的运营决策提供一些参考。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号