基于CAPM模型对能源行业企业资产预期收益率的测算研究

能源行业发展对于社会经济发展至关重要,而能源行业企业资产预期收益率测算是能源行业企业面临的一大难题。利用无风险收益率、风险系数与能源市场组合的收益率3个参数,构建标准CAPM模型,对能源行业企业资产预期收益率进行测算行之有效。根据国家的国债与存款利率确定无风险收益率;利用能源市场组合在不同时刻的收盘指数,确定能源市场组合的收益率;通过单一能源行业企业资产,同能源市场投资组合的斜方差与市场方差的比值,确定风险系数,由此利用CAPM模型计算预期收益率。以某省域能源行业企业为目标,分析目标资产预期收益率,结果显示:能源行业风险系数值同不同企业的资产预期收益率间具有显著的正相关性;能源行业中部分企业的资产预期收益的风险与能源市场组合风险相比较高;预期收益率产生差异的主要原因为不同能源销售对象的能源销售价格具有差异性。     

基于Logistic组合模型的中国民用汽车保有量预测

经济的发展和人民生活水平的提高使我国民用汽车保有量急速上升,同时导致公共设施和能源供应等矛盾凸显。客观、准确的未来中国汽车保有量预测是解决上述问题的前提。本文以传统Lo-gistic模型为基础,借鉴灰色理论累加生成数据处理方法和级差格式,对预测参数进行估计,同时将模型中扩散速度函数化,并建立以误差标准差为权重的民用汽车保有量的Logistic组合预测模型。该模型能很好地避免传统预测模型中预测参数主观化,预测环境常态化的缺点,使模型能够客观、动态地反映未来中国汽车保有量的扩散趋势。最后结合中国历年民用汽车历史数据,对未来十年中国民用汽车保有量进行预测。预测结果表明:未来十年中国的民用汽车保有量还将快速增长,到2020年中国民用汽车保量将超过2.3亿辆。     

中国碳排放的组合预测与减排缺口分析

预测我国碳排放量的变动趋势,对国家进行宏观经济管理和碳减排工作具有重要的参考价值。（1）利用中国1997～2011年碳排放数据,分别采用三次指数平滑模型、灰色模型、二次指数模型建立中国碳排放的单项预测模型;（2）采用标准差法进行非负权重分配,建立了中国碳排放的组合预测模型,结果表明,组合预测模型的精度高于单项预测模型。（3）应用该组合模型对中国2014～2026年的中国碳排放量。预测表明,中国碳排放存在较大的减排缺口,碳减排需要从优化产业结构、优化能源消费结构和改善能源利用效率上进行。     

基于回归-ELM神经网络模型的滑坡变形及失稳预测模型

为准确预测滑坡的变形趋势,有效预防滑坡灾害的发生,提出了基于变形预测和检验的趋势判断模型。首先,利用回归分析,拟合得到滑坡的变形曲线,再利用组合权值,实现拟合结果的组合,得到滑坡变形的初步预测结果;其次,利用极限学习机(ELM神经网络)对初步预测结果进行误差修正,将修正结果与初步预测结果进行叠加,得到滑坡变形的综合预测值;最后,利用秩相关系数检验与Mann-Kendall检验,对滑坡变形趋势进行判断,以验证预测结果的准确性。经过实例检验得出,预测模型的预测效果较好,其组合预测及误差修正均能不同程度地提高预测精度及稳定性,且两检验模型的结果均与预测结果相符,相互验证了其可靠性。因此,预测模型能对滑坡变形趋势进行综合判断,为滑坡的变形研究提供了一种新的思路。     

基于AHP—熵权模糊赋值组合模型的煤炭企业总图运输设计方案评价研究

煤炭企业总图运输设计方案的优劣影响企业投资和运营成本及企业的经济效益.所以需对煤炭企业总图运输设计方案进行科学合理的评价,选出最优的布置方案.论文以AHP法和熵权模糊赋值模型为基础,建立评价指标体系,对指标层进行判断矩阵以及熵权模糊赋值模型构建,并进行权重计算;对准则层的权重计算进行了改善:采用在准则层进行判断矩阵与熵权模糊赋值模型相结合的权重计算方法,改变了以单纯判断矩阵进行权重的计算,使之更客观;综合指标层和准则层的权重,得出总目标权重值;建立了AHP-熵权模糊赋值组合模型.以韩城下峪口煤炭企业总图运输设计方案为例运用模型进行了分析和评价,得出了方案的优劣排序,及需要改进的指标.     

一种短期风电场输出功率概率预测方法

正为了提高风电场功率预测的精度,本文首先建立了稀疏贝叶斯组合核函数学习模型,其中核函数采用高斯核函数和拉普拉斯核函数的组合核函数,用粒子群优化算法(PSO)来确定组合核函数的核参数。为了进一步提高风电功率的预测精度,将原始风电场的功率利用小波变换分解成趋势分量和扰动分量,分别对低频趋势分量和高频扰动分量进行预测,然后将预测的信号进行重构,建立了小波-稀疏贝叶斯组合核函数学     

一种改进的变权重管网负荷组合预测方法

对管网负荷的准确预测是保证管网经济安全运行的前提，在总结前人大量的管网负荷预测方法的基础上，提出了基于新鲜度函数的模糊变权重组合预测管网负荷的方法。该方法是单模型预测技术的自然推广，通过将新鲜度函数引入组合预测，有效地刻画时间序列的变化趋势，从而实现对模糊自适应变权重组合预测方法的有效改进。改进后的组合预测方法不仅综合利用了各种预测方法的有用信息．而且该最佳组合预测的权系数也是时变的，是一个进一步提高预测精度的方法，该方法具有预测精度高、计算简便的特点。     

辽宁省水资源需求量预测分析

结合辽宁省水资源需求的总体变化趋势以及社会经济发展用水现状,详细分析了GM(1,1)、Logistic模型理论和参数特征后将上述2种模型有效结合构建了组合预测模型,对辽宁省水资源需求量进行预测分析并对预测结果采用ARIMA模型进行了一级修正;然后根据辽宁省综合节水潜力和节水规划总体目标对预测结果进行二级修正。研究表明:水资源需求量二级修正预测结果能够更加准确、客观地反映区域水资源需求现状,模型表现出较高的准确度与可靠性。     

股票投资风险及避险举措

股票投资收益与风险共存,它既可以给投资者带来较丰厚的收益,同时也可能使投资者蒙受巨大损失,投资者在进行股票投资之前,一定要科学分析及预测投资风险,正确处理好股票收益与风险的关系,采取科学、理智的投资方案,尽可能回避和消除投资风险,获得满意的投资效果。因此,本文将着重分析股票投资风险的种类,同险大小的量化及降低风险的措施。     

基于改进的马尔科夫链模型的河流径流预测研究

针对传统马尔科夫链模型不能考虑各因子权重的局限,文章引入自相关系数作为各因子权重,对传统马尔科夫链模型进行改进,并将改进的马尔科夫链模型进行径流预测。研究结果表明:改进马尔科夫链模型可提高方程的收敛性和预测精度,改进的马尔科夫链模型径流预测精度明显好于传统马尔科夫链模型的预测精度,预测值与实测值相关系数高于传统马尔科夫链模型。研究成果对于区域径流的数学模型预测具有较好的参考价值。     

基于BP神经网络的黄金期货价格预测

在期货市场交易策略中,用预测目标作为衡量买卖时机交易的思想,是主流思想中的重要分支之一。为解决期货价格预测问题,文章对使用BP神经网络预测的方法进行探索。笔者以黄金1305期货合约2008年5月23日到2013年4月25日收盘价共857个数据为依据,建立了可自动调节参数的BP神经网络模型,并利用该网络对收盘价和收益率序列进行了滚动预测,根据预测结果进行期货品种的买卖。依据所构造策略进行交易,在模拟交易中获得了不错的收益。     

基于灰色模型和最小二乘机原理的区域水资源供需组合预测研究

文章将灰色模型和最小二乘机模型进行组合,并将组合模型用于辽宁西部区域水资源供需预测中。研究结果表明:组合模型可综合考虑不同模型的优点,进行加权组合预测,相比于单一预测模型,组合预测模型在区域水资源供需预测中具有较高的预测精度,预测误差得到明显改善。研究成果对于区域水资源供需预测方法提供参考。     

大型水利工程施工进度风险综合评估研究

建立水利工程施工进度风险评估指标,结合层次-熵值组合模型对水利工程施工进度进行风险评估。评估结果表明：层次-熵值组合模型可对水利工程施工进度风险评估指标进行组合权重的计算,解决传统模型指标权重设置单一的局限,评估结果更为合理。研究成果对于水利工程施工设计具有参考价值。     

基于LSTM的煤炭消费预测模型

煤炭消费的预测对把握市场变化具有重要意义。客观准确地预测我国主要耗煤行业煤炭消费量,对上下游企业调整销售、采购政策具有重要作用。利用CCTD中国煤炭市场网的高频数据结合LSTM模型构造了沿海终端煤炭消费量模型,有效表征了煤炭消费的时间序列变化规律,预测效果达到了较好的水准。     

基于支持向量机模型的地铁进站客流量预测

为了更精确地预测短期站点客流量,动态调整城市轨道交通的日常客流方案,采用支持向量机模型对预测地铁客流量。首先,通过对AFC数据分析,利用上周同期进站量、前一天同期进站量、当日前两个时段进站量以及高峰和非高峰时段参数作为模型的输入变量;然后,构造支持向量机预测模型并运用粒子群算法优化模型(PSO-SVM模型),实现地铁站点客流量预测,并进行不同模型预测误差的比较分析;最后,以苏州地铁数据为例,预测汾湖路地铁站的进站客流量。结果表明,优化模型能够有效改善预测误差,预测结果更为准确,证明PSO-SVM方法能有效用于地铁进站客流量的预测研究,为地铁进站客流量预测提供了新的方法。     

基于支持向量回归的机动车价格指数预测

用R语言构建支持向量回归(SVR)模型进行预测,采用控制变量的方法,改变模型参数(C,L,σ)对数据进行实验,最终得出最优参数组合。应用均方根误差(RMSE)和平均绝对误差(MAE)2个度量标准分析实验结果,发现支持向量回归对机动车价格指数预测精度高,性能良好,适宜对价格指数数据进行预测。     

基于GLUE方法的沈阳市雨洪模型参数不确定性研究

文章通过构建SWMM城市雨洪模型对沈阳市雨洪过程进行了预测模拟,并针对模型参数的不确定性利用GLUE方法进行了分析。研究表明:本文所构建的不确定性预测模型能较好地反映沈阳市在2015—2016年的雨洪实际状况,预测结果与区域实际状况高度吻合;河道与城市管道的曼宁系数是影响研究区域雨洪预测结果的关键因素;对参数不确定性进行分析时可依据敏感性特征并结合GLUE理论进行研究,研究成果可为提高沈阳市雨洪预测分析的准确性提供决策依据和理论支持。     

基于结构-语义融合的评论文本情感分类研究

为了解决当前部分情感分析模型片面依赖文本语义特征、忽视句法结构特征的问题,提出了一种基于结构-语义融合的情感分类模型SF-TLSTM(sentiment-fusion-tree LSTM),即将句法结构信息与语义信息进行融合,全面提取文本特征。首先,将BERT(bidirectional encoder representation from transformers)模型引入TreeLSTM(tree-structured bidirectional LSTM)网络结构中;其次,利用SimCSE(simple contrastive learning of sentence embeddings)模型的自监督训练对BERT获得的向量表示进行数据增强;最后,通过节点编码的方式在构建的TreeLSTM网络上实现结构语义特征融合,并与基线模型进行多组对比分析。结果表明：在斯坦福大学发布的SST(stanford sentiment tree-bank)数据集上,SF-TLSTM模型相较于经典树形结构情感分类模型获得更高的准确率,其中在二分类任务中的准确率达到了96.79%。所提方法能够全面...     

基于累积前景理论和最大熵理论的水库多目标防洪调度决策方法研究

在详细分析了累计前景理论的基础之上,通过分析专家的风险态度和决策心理行为,构建了用于前景分析的正负价值矩阵;引入了最大熵理论并构建了CPT-MET防洪调度决策优化模型;通过利用主客观相结合的方法对权重系数在搜索范围内模型进行优化求解,结合最优综合前景值对各个方案进行决策优选。研究表明:方案决策优选法综合考虑了决策者风险态度和主客观权重信息,其排列结果分别与vague集、灰色关联分析结果和集对分析等方法保持良好的一致性,表现出较高的灵敏度系数。     

基于改进小波神经网络模型的汤河含沙量预测研究

本文引入变量权重系数对小波神经网络进行改进,改善传统小波神经网络模型易出现局部收敛的缺陷,并将改进小波神经网络模型对汤河含沙量进行预测。研究结果表明:改进的小波神经网络模型改进了传统BP神经网络模型存在局部收敛的缺陷,在河流含沙量预测中,模拟的含沙量相对误差符合含沙量预测规范精度,可用于河流含沙量预测。研究成果对于河流含沙量预测提供参考价值。