安徽省能源需求的组合预测

根据预测理论,结合安徽省历年能耗的数据,在建立能源需求单项预测模型的基础上,建立组合预测模型,对2008～2014年的能源需求量进行预测。结果表明:组合预测模型的精度高于单项预测模型;安徽省能源需求量正以较快的速度在增长。     

区域物流需求预测现状和发展研究

今后研究的目标应该是在建立统一的区域物流需求预测模型结构框架基础上,利用新的回归方法增加预测模型的预测精度和增强预测模型的可解释性。     

我国上市公司多维财务指标的因子分析

在利用财务指标建立财务预测模型时，常常需要选取若干财务指标作为模型自变量，从而构成一个多维财务指标体系。但由于财务指标间存在关联性，导致建立起的财务预测模型出现多重共线性，从而影响模型的预测精度。为解决这一问题，本文以因子分析作为理论基础，从实证角度探讨财务指标体系的降维处理。     

基于神经网络建立矿井煤与瓦斯突出区域预测模型的研究

煤与瓦斯突出是严重威胁煤矿安全生产的矿并瓦斯动力现象,它是由地应力、瓦斯压力、煤体结构三者综合作用形成的.制定突出危险性预测和防突措施效果检验指标体系的重要理论和技术依据,是对煤与瓦斯突出机理及预测指标的研究.因此,本文基于渐进神经网络的研究建立的煤与瓦斯突出危险性区域预测模型的研究,具有较好的针对性,从而能为矿井制定安全生产措施提供重要依据.     

基于灰建模技术的移动电话通话业务预测研究

根据灰色GM(1,l)模型的建模机理,利用2006-2010年我国电信业务的统计数据,构建了中国电信移动电话通话业务GM(1,l)预测模型,对十二五期间中国国移动电话通话业务量进行预测。实例分析表明,建立的GM(1,1)模型具有较高拟合精度,十二五时期中国国移动电话通话业务量呈现高速增长态势。     

江苏省大学生就业率预测分析

利用灰色系统理论建立了大学生就业率动态预测模型,结合江苏省就业率的统计数据对2003—2008年的就业率进行了模拟,并对结果进行了精度检验,结果表明,模型模拟精度高。最后,用此模型对江苏省未来5年的就业率进行了预测,并对就业形势进行了分析。     

采空区冒落带抽放瓦斯治理效果研究

平煤股份十矿为高突矿井,随着采深增长,煤层瓦斯含量逐渐增加,且矿区戊组、己组西翼下部工作面外段煤层为合层向里逐渐分层。回采期间合层段上隅角及采空区瓦斯大,为了安全回采利用和治理采空区瓦斯,采取了在戊9、10-20180采面风巷向采面老顶方向施工迎面斜交钻孔,抽放采空区冒落带高浓度瓦斯,防止采面上隅角和机尾架间瓦斯超限,提高瓦斯利用率。     

基于组合灰色预测模型的物流企业运营成本预测

运营成本预测是物流企业制定企业发展战略的基础。文章基于GM(1,1)模型、Verhulst模型和SCGM(1,1)c模型建立组合灰色预测模型,运用预测有效度方法确定组合预测模型的权重系数,对物流企业运营成本进行预测。选用P物流企业2000—2009年的运营成本实际值作为原始数据,利用各预测模型预测2010—2012年物流企业运营成本。预测结果表明,组合灰色预测模型比单一预测模型具有更高的预测精度。在验证组合灰色预测模型可行性的基础上,进一步预测物流企业2013—2017年运营成本,为成本预测及相关领域提供理论及方法借鉴。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

广义加权对数平均组合预测模型的性质与应用

针对组合预测模型能够充分利用各种单项预测方法提供的信息,从而具有模拟和预测精度较高的优点,研究和探讨了广义加权对数平均组合预测模型的最优化理论基础及其数学性质,在组合预测模型预测值与单项预测方法预测值的P次幂误差平方和最小的基础上建立了广义加权对数平均组合预测模型,并推导出最优权的计算公式。最后通过实例证明了该模型的有效性和实用性。     

GM(1,1)预测模型中原始数据的函数变换研究

灰色预测模型是灰色系统理论的重要内容之一,也是预测理论中被广泛使用的一种预测方法。为了提高预测精度,需要对原始数据序列作数据处理,提高数据序列的光滑度,本文主要是对灰色预测GM(1,1)模型利用函数变换理论对其原始数据函数变换处理进行研究,并对进过函数变换原的数据精度进行比较。     

电力系统短期负荷混沌预测法

电力系统短期负荷预测,在日常工作中具有十分重要的意义,它是保证电力系统的安全、经济运行的基础。文章简要对短期负荷预测的研究方法进行介绍,详细分析了混沌理论预测方法,包括相空间重构等主要思想。另外,选择合适的综合预测模型才是提高预测精度的主要方法。     

灰色GM(1,N)方法在股票预测中的应用

对股票价格的预测,直接影响投资者的投资决策,与投资者的经济利益密切相关。股票市场特有的的波动性和不确定性,给股票的预测带来困难。20世纪80年代兴起的灰色系统理论,应用于股市预测的探索已经取得一定成就,已经采用过GM(1,1)模型、灰色神经网络模型、以及灰色马尔可夫模型等预测方法。文中拟采用GM(1,N)模型对股票价格进行预测,并与GM(1,1)模型进行比较,证实了GM(1,N)拥有更好的精度。     

Z-score预警模型的研究与分析

本文对Z-score预警模型进行了新的研究,将模型中各财务比率的权数及常数项进行调查;并对各模型预测概率进行比较,以获得其预测准确率;然后在此基础上提出P模型(百分数模型),同时用ST公司和非ST公司的财务数据对P模型进行实证检测分析。     

非线性GM（1，1,α）模型在港口吞吐量预测中的应用

针时统计数据缺乏的预测问题,提出引入灰色系统理论来解决,以连云港2003—2007年港口吞吐量的数据为基础建立了非线性灰色GM（1,1,α）模型,详细阐述了灰色预测法的应用过程。结果表明,非线性灰色模型对样本的适应性强,预测精度高,简单易行,能够有效解决港口吞吐量预测问题。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

回归分析在超精密加工表面粗糙度预测中的应用

由于采用传统的研磨和抛光方法很难将KDP这样的软脆单晶材料加工出超光滑的表面,因此,国内外目前多采用单点金刚石切削的方式。为了实现切削参数优选以及达到加工前对加工表面质量进行预测和控制的目的,本文除了采用回归分析的方法建立了KDP晶体超精密切削加工表面粗糙度的预测模型外,还通过优化设计软件对模型切削参数进行了优化。经过实验结果表明,采用回归分析方法建立的KDP晶体超精密切削加工表面粗糙度的预测模型是可靠有效的。     

异因同果关联神经网络的研究

提出了一种异因同果关联神经网络模型,可以从不同角度分别建立不同的模型,并由其得到互不相同的模型预测值。异因同果关联神经网络模型将不同角度建立的模型有机结合起来,进而能够将多个神经网络模型进行综合考虑,得到一个综合的统一的模型预测结果。研究了新型模型的机理,结合实例进行仿真并与传统的神经网络模型的预测仿真结果比较,结果表明新型模型具有更高的预测精度。     

新的WBO算子及其在城市道路网交通事故预测中的应用研究

以有效提高系统特征数据序列的光滑性为目的,在已有缓冲算子研究的基础上,根据新息优先原理,构建了一个新的WBO(Weakening Buffer Operator),克服了现有算子对新信息利用不充分的缺陷,并通过城市道路网交通事故预测案例与已有的系列WBO进行了弱化效果的比较。研究结果表明,受扰动因素冲击后的系统特征序列经新WBO作用后,建模精度得到了显著提高。     

基于序号总和理论的御河大桥交通量预测研究

为了评价公路网设计的可靠性,提高交通量预测的精确度,以交通工程的基本理论为指导,在大量调查数据的基础上,运用时间序列法的线性、二项式、指数等方法进行交通量预测,得到了相应的预测模型,通过序号总和理论得到了精确度较高的预测模型,并通过预测模型计算出未来特征年的交通量,为交通量的预测研究提供了一种新的研究思路。