基于GRNN神经网络的货运量预测研究

文章以全国统计局货运量的历史数据为基本数据,考虑影响货运量的8个因素,采用GRNN模型对货运量(货运总量、铁路货运量和公路货运量)进行预测,并将结果与真实值拟合比较。结果表明:该方法在预测货运量方面能够达到较好的效果,尤其在径向基函数的扩展速度为0.4时,预测结果最好。     

基于径向基神经网络的网络流量预测

针对网络流量在时序上的复杂非线性特征,采用径向基函数神经网络对网络流量时间序列进行预测。用自相关分析技术分析时间序列的延迟特性,建立了基于MATLAB6.5环境下径向基神经网络的网络流量预测模型,并用本校网络流量数据进行了验证。结果表明,该模型拟合精度和预测精度较高、计算速度较快。     

无网格数值方法中的形函数研究

无网格法是近几年来发展的一种新的基于变分原理的数值计算方法,根据形函数构建和方程离散化方法的不同,分为不同的无网格法。文章主要讨论了移动最小二乘形函数的构建方法、性质。通过对曲线和曲面拟合算例的研究表明:权函数的选择、节点数目、影响域大小、基函数的选取等对形函数的精度和稳定性都有影响,通过数值实验给出了各参数的参考值。     

基于ARIMA-GRNN组合模型的汽车零部件需求预测研究

单一的预测方法难以准确预测市场需求趋势,通过构建ARIMA-GRNN组合需求预测模型提高预测精确度:首先利用ARIMA预测出每月需求数并计算出每月实际需求数与每月预测需求数的误差值,再利用GRNN神经网络对误差值进行函数逼近与拟合,将拟合值对ARIMA预测值进行修正后的结果即为最终预测值。性能评估显示组合模型可以较好帮助汽车零部件企业提高市场预测精度。     

遗传算法优化的BP神经网络对汽车销售的预测

为了使BP神经网络拟合复杂函数的能力得到进一步提升,本文通过改变BP神经网络结构的权值和阈值,从而进一步优化遗传算法,并将此设计的模型应用到预测汽车销售系统之中。为了比较它与传统BP神经算法预测效果,我们进行了预测仿真,从中可以比较两者准确性高低与否。仿真结果表明改进后的算法对存在较明显线性相关性的数据时有更好的拟合能力和更高的预测精度。     

基于非线性拟合的水库泥沙预报模型研究——以丹江口水库为例

水库泥沙淤积量的预报,对水库合理调度,使其发挥应有的综合效益有着重要的意义。本文利用高斯——牛顿下降法,对水库泥沙淤积量W(t)的非线性拟合进行了探讨,并以丹江口水库泥沙淤积量W(t)预测为例,依据汉江几十年的实测统计资料,阐述了基于MATLAB的高斯——牛顿法非线性拟合的方法和步骤。从本文提出的丹江口水库的库淤积量非线性拟合的实际算法可以看出,用所得非线性拟合函数来预测的结果与实测的结果非常接近,这说明本文的分析研究结果提出的方法是行之有效的。     

城乡居民消费水平差距预测分析--基于指数平滑法

本文选取1978年至2011年的居民消费水平为样本数据建立预测城乡居民消费水平差距的指数平滑法预测模型，以预测2012年至2014年我国的城乡居民消费水平的差异状况，通过分析预测，该模型拟合误差较小，拟合情况达到预期目的。预测结果表明，自改革开放以来，我国的城乡居民消费水平在大幅度增长的同时，城乡居民消费水平的差异也呈现相同程度的扩大。     

基于神经网络集成方法的公司盈利预测研究

盈余预测具有引导投资者投资行为的作用,因此受到投资者的广泛重视。然而,国内对公司未来盈利进行预测的研究还相当少。提出了以决策树作为基分类器,采用集成学习方法,利用上市某公司2001至2005年的财务数据对该上市公司在2006年的盈利状况进行预测研究。首先,采用有放回的随机抽样技术分别从训练样本和测试样本中产生50个训练子集和1个测试集;然后利用决策树,采用CHAID算法对50个训练子集分别进行训练,得到50个基决策树分类器;通过采用Bagging方法,构建决策树集成模型。所得到的集成模型在测试集上的分类准确率达到96％以上,通过比较由不同数目的基分类器构成的集成模型和单个分类器的预测准确率,证明了该集成模型的预测准确率高且稳定。     

基于支持向量机的现金流时间序列预测分析

准确合理地预测现金流量是决策者面临的重要课题之一。文章通过采用支持向量机进行建模和仿真,利用滑动窗技术,对一汽轿车的现金流量预测进行了实证研究。研究结果表明,支持向量机模型在小样本条件下具有较好的预测效果。模型的拟合和预测效果与滑动窗发送器的尺寸和具体的权重函数选择有关。     

不同模型拟合优度下的多响应优化方法

响应曲面方法是对产品质量改进的一种有效的试验设计方法。目前,在响应模型的不同拟合优度问题基础上的多响应优化方法还有待进一步的研究。满意度函数方法是一种简单易行的响应曲面方法,而传统的满意度函数方法并未涉及响应模型的拟合优度。文章在指数满意度函数基础上提出了一种改进的满意度函数方法,以解决试验设计中不同拟合优度下的多响应优化问题。该方法将调整的Ra2dj作为响应曲面模型拟合优度的衡量标准,考虑了响应模型的拟合优度因素,分析了不同的拟合优度对多响应优化结果的影响。最后,通过实例对该方法进行验证,得到了较好的效果。     

GPS-RTK高程拟合方法-多项式函数法

通过多项式函数拟合高程异常,研究GPS-RTK高程拟合的原理和方法,纠正平面拟合是用平面代替似大地水准面的错误观念。     

RBF神经网络在基本建设投资预测中的应用

采用了径向基函数网络，在对原始数据进行平滑处理的基础上学习与训练，并应用于基本建设投资预测的实践当中。模拟结果表明，实际预测中效果较为理想，从而为基本建设投资的预测提供了一种新的方法和理论依据。     

基于主成分分析-RBF神经网络模型的备件预测研究

备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法：首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题．最后选择合适的径向基函数密度训练神经网络。通过结合实例进行分析,取得了较好的效果。     

航材备件需求预测模型与应用研究

分析了航材消耗与需求特点,从计算航材换件次数的角度进行分析,采用简单的函数拟合算法,给出需求规律拟合公式,结合具体实例进行了器材需求预测,并给出预测。计算结果表明,计算过程简单,拟合效果较好,易于工程采用。     

导弹拦截问题的数学模型

本文根据对导弹在运行过程中的离散坐标的拟合,得到了导弹在三维空间中弹道的曲线方程;再根据导弹不同时间段内的坐标对落点进行了预测,并且对所得到的不同落点进行了分析与修正。对导弹的离散坐标进行拟合时,采用最小二乘法。在对不同的落点进行分析时,发现对最小二乘法拟合出的函数求导,所得导数值误差较大。通过对产生误差的原因的分析,应用Taylor级数得到较好的误差修正方法,最终得到较为精确的结果。     

基于投影寻踪回归的区域物流预测

在区域物流需求预测中,组合预测法相对各单项预测法有明显的优势,投影寻踪回归亦采用多个岭函数的组合进行拟合,比同时采用多个单项预测方法的组合更方便。投影寻踪方法最早出现在20世纪60年代末70年代初,对于处理高维、     

导弹拦截问题的数学模型

本文根据对导弹在运行过程中的离散坐标的拟合,得到了导弹在三维空间中弹道的曲线方程;再根据导弹不同时间段内的坐标对落点进行了预测,并且对所得到的不同落点进行了分析与修正。对导弹的离散坐标进行拟合时,采用最小二乘法。在对不同的落点进行分析时,发现对最小二乘法拟合出的函数求导,所得导数值误差较大。通过对产生误差的原因的分析,应用Taylor级数得到较好的误差修正方法,最终得到较为精确的结果。     

汇率基本面模型对人民币汇率的预测能力

本文选取五个主流的汇率基本面模型,使用2005年汇改后的人民币兑美元、欧元、日元、英镑汇率数据进行样本内拟合和样本外预测,并通过计算损失函数和SPA统计量比较五种模型的预测能力。实证结果表明：随机游走模型短期内具有更优的预测能力,但中长期内,汇率基本面模型具有更优的预测能力;总体来讲,汇率基本面模型的预测能力优于随机游走模型,人民币汇率不存在“汇率失联之谜”;对不同的货币,具有最优预测能力的模型不同。     

马尔柯夫法在石油价格预测中的应用

21世纪世界对能源的争夺将越来越激烈。各国为保障本国的经济稳定持续发展,都不遗余力地加入到对能源,特别是石油的争夺中来。本文通过对近四年世界石油价格的分析,利用马尔柯夫预测法,对未来油价的高低可能性进行预测,对马尔柯夫预测法的适用性进行总结。     

物流设施选址问题中时间满意度函数的定义及应用

建立了顾客对等待时间的满意度与物流设施和需求点间的距离之间的函数关系,描述了时间满意度函数的拟合方法并给出了函数的拟合原则,最后以集覆盖问题为例说明了时间满意度函数的应用。