BP神经网络在安徽省GDP预测中的应用

根据2008年安徽省统计年鉴中的数据,构建并选用合适的BP神经网络建立了安徽省GDP的神经网络预测模型。计算结果表明,BP模型应用于安徽省GDP预测具有较高的预测精度和良好的泛化能力,它为经济预测工作提供了一种全新的思路和方法。     

基于分位数回归法的安徽省粮食产量影响因素分析

首先利用滤波分析对改革开放以来安徽省粮食安全的相关数据进行处理,根据粮食产量的变化特征将其划分为两个阶段,接着利用分位回归模型对各阶段影响粮食总产量的各分位数进行因素分析,更为细致和深入地研究了粮食总产量及其影响因素之间的回归关系,最后依据模型分析的结果,对安徽省增加粮食产量提出了相应的政策建议。     

石油需求预测的人工神经网络模型

2007年中国经济高速增长推动了石油产量和消费量双双攀升。石油作为重要的战略物资,在国家安全与国民经济发展中占有举足轻重地位。自20世纪70年代石油危机以来,石油越来越多为世人关注。根据我国石油消费历史数据,对未来我国石油供需状况进行预测,采用BP神经网络预测方法,利用MATLAB软件的神经网络功能,建立合理的训练模型,进行数据测试和预测,最终得到2007～2011年石油需求预测结果,并对我国现阶段石油安全问题进行分析。     

基于锡尔系数的安徽省灾害分布差异研究

本文在提出灾害分布锡尔系数的概念及其一阶分解方法的基础上,将安徽省的灾害分布差异进行分解,得出结论如下:2000-2003年,省内区域间灾害分布的不均衡性是造成全省灾害分布差异的主要原因,而区域内部各自差异相差不明显;2004-2008年,对全省差异影响最大的是淮北平原,各区域内部差异对全省差异的影响都有所增加,淮北平原最为明显,江淮丘陵次之.皖南山区对全省差异的影响最小.     

基于红外测距传感器的倒车雷达系统设计

本文介绍了一种基于红外测距传感器的倒车雷达系统。采用STC12C5A60S2单片机控制,涉及传感器、液晶显示、Zigbee无线通信等多个方面的知识。阐述了倒车雷达系统的结构组成、硬件电路以及软件设计,并在电压值和距离的处理部分采用非线性修正,提高了倒车雷达系统的精度。实验表明,该系统工作稳定,测量精确,成本低,使用简单,可广泛用于汽车防撞系统。     

基于灰色预测模型的安徽省经济发展与环境污染关系研究

采用灰色预测理论,对安徽省1991～2007年经济发展与环境污染的关系进行了研究。建立了关于两者的灰色预测模型,经检验模型具有较高的精度。对安徽省未来五年经济发展与环境污染预测结果表明,未来五年,安徽省除了第三产业比重下降外,其余经济发展与环境污染指标都有上升的趋势,这种"高增长、高污染"的经济增长方式是不符合可持续发展战略的。