基于PCA-SVM组合模型的股票价格预测

股票市场是个非稳定的时间序列,本文将支持向量机与主成分分析(PCA-SVM)结合对股票进行回归预测分析,以奥特迅(002227)为对象进行建模和预测研究。选取奥特迅90天的股票技术指标历史数据作为训练样本对收盘价进行预测,10天数据进行检验,并通过图像拟合来验证神经网络股票预测的可行性和准确性。     

改进的RBF神经网络对期货价格的预测分析

针对非线性变化的期货价格,建立了基于主成分分析的RBF神经网络模型。首先利用主成分分析法从8个原始变量中提取主成分,最后利用选定的3个主成分作为径向基神经网络的输入。通过对比,该方法较一般的径向基神经网络有更好的预测结果。     

基于主成分的RBF核SVM在财务预测领域的应用

支持向量机(SVM)是实现结构风险最小化归纳原理的一种机器学习理论,在有限的学习模式下具有良好的泛化能力。为了评估支持向量机的预测性能,本文通过对684家企业进行财务分析,进而预测企业在未来两年是否会被ST。建立基于主成分的RBF(核函数)核SVM模型,将支持向量机与传统学习算法进行比较,结果表明支持向量机有效地提高了预测的精度,具有良好的泛化和预测能力。     

我国经济增长预测研究新探——基于分类变量的扩散指标法

基于分类变量的扩散指标方法是在Stock and Watson所提出的扩散指标法的基础上，利用变量之间的相似系数先对变量进行聚类分析，根据各变量的相似程度的大小分为几个变量子集，然后分别从变量子集中提取扩散指标。应用基于变量分类的扩散指标方法对我国经济增长的预测结果表明，同扩散指标法相比，该方法更加充分利用了原始数据中的有用信息，预测精度很高，因而是对经济增长进行预测的另一种有效方法。     

基于速度短时预测的路径优化研究

根据现有的交通拥挤度辨别方法以及公路的等级,设计不同交通状况下的速度标准;建立相应的路径优化方法,建立时间序列模型,对采集到的道路行车速度进行速度的预测,并设计以最快路径为最优路径的路径优化方法,将交通流量中的速度预测应用到其中,之后根据相应的方法应用到实际案例中,证明方法的可行性。     

对各地区城镇居民家庭平均消费水平的实证分析

通过选取统计年鉴中的一组数据，希望通过主成分分析和聚类分析，对我国各地区城镇居民家庭平均消费水平进行综合评价，并展现各地区城镇居民家庭消费结构的差异。     

中长期电力负荷预测理论研究

本文首先分析了电力负荷理论中的主成分回归理论与灰色预测理论,其次利用优选组合预测模型,形成中长期电力负荷预测理论模型。优选组合预测模型比主成分回归理论模型与灰色预测理论模型具有更高的精度。     

部分线性模型在贵州省公路货运周转量预测研究中的应用

该文结合贵州省的情况,选取出影响公路货运周转量的6个主要影响因素:地区生产总值、社会消费品零售总额、全部工业增加值、公路营运里程、铁路货运周转量、农副产品产值;然后运用主成分分析法,将影响因素进行降维处理,得到两个主成分;之后再将降维后的数据拟合部分线性模型,运用该模型对贵州省2013年的公路货运周转量进行预测,预测相对误差为5.45%,达到了良好的预测效果。     

基于高速公路服务区的物流结点建设研究综述

目前,对于高速公路服务区和物流结点问题的研究还存在很多争议,很多学者或是针对高速公路服务区或是只针对物流结点进行研究,而将二者结合起来研究的的学者却不多。合理地选择服务区物流结点的位置对于服务区的整体规划建设、提高整个高速公路系统运行效率以及推动区域经济的发展都具有十分重要的意义。在物流结点选址问题上,各种解析方法、启发式算法、多准则决策方法与仿真方法的结合,是一种必然趋势。在未来的研究中,应加强对国外有关服务区规划、建设的规范和标准在我国适用性的研究,以便修正我国的相关规范和标准。     

工业支柱产业的Logit模型检验及预测

工业支柱产业在我国国民经济中起着支撑作用,它的发展关系到区域经济整体的发展。本文将产业市场规模基准、产业关联度基准、筱原基准、动态比较费用基准、瓶颈效应基准、比较优势基准等作为指标体系构建的标准,构建了具有四个层面十三个指标的工业支柱产业选择的指标体系。同时,本文着眼于较为有代表性的安徽省,收集了该省的相关指标数据,采用主成分分析法筛选出五个主成分,并对主成分的数据构建基于Logit模型的回归方程,通过检验,我们发现该方程预测程度很高,最后我们对支柱产业的确立和发展提出了对策建议。     

基于核主成分分析的PSO－SVR的煤炭物流需求量预测

利用核主成分分析法对煤炭物流需求影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,利用粒子群算法对模型参数进行选择优化,从而构建出核主成分分析和粒子群优化支持向量机协同模型,并通过实例对模型的合理性和有效性进行验证。     

基于主成分分析的青岛市城镇居民消费水平指标体系评价研究

城镇居民消费水平,是衡量一个城市经济发展情况的重要指标。本文运用主成分分析法,借助SPSS17．0统计分析软件对青岛市2005—2012年城镇居民消费水平进行了时间序列分析,结果表明,青岛市城镇居民消费水平长期来看呈上升趋势。     

基于灰色模型与BP神经网络的青岛旅游需求预测模型

本文主要研究青岛市旅游需求预测的有关问题。本文首先对搜集的数据进行无量纲化处理,利用主成分分析得到影响旅游需求的主成分,以旅游人口建立GM(1,1)模型,进而将模型推广到GM(1,N)模型,并进行残差检验确保其可靠性;其次,对影响旅游需求的因素进行GM(1,1)灰度预测,并利用预测数据建立BP神经网络模型对GM(1,1)模型进行优化改进,最后,分析得到运用BP神经网络模型进行预测的结果更为准确。     

我国城镇居民家庭消费水平评价——基于主成分分析的实证与比较

受经济发展、地理环境以及消费习惯等因素影响,我国城镇居民的消费性支出水平很不平衡,消费结构差异也较大。利用主成分分析等多元统计方法,对2009年我国31个省(直辖市、自治区)城镇居民人均消费性支出的各项指标进行计量分析,对城镇居民家庭消费水平进行评价和排序,以期反映消费水平与结构上的差异,为政府制定更加合理的引导性政策提供有效依据。     

基于主成分分析的供货商选择研究

本文针对402家供应商进行量化分析排名。首先,整体分析A、B、C的需求量,整体的供货量,误差在某范围内的订单数。然后,个体分析每家供应商,确定评价指标,用主成分分析法各供应商按供应的原材料对应,将这个结果作为第一个指标。最后,利用SPSS求解,给出最终的供应商排名。     

对各地区城镇居民家庭平均消费水平的实证分析

通过选取统计年鉴中的一组数据,希望通过主成分分析和聚类分析,对我国各地区城镇居民家庭平均消费水平进行综合评价,并展现各地区城镇居民家庭消费结构的差异.     

基于交叉影响分析的我国中小企业国际化战略选择

本研究基于交叉影响分析方法,结合企业生命周期理论,构建了一个战略规划模型,通过访谈中高层管理人员和发放问卷的形式从多家中小企业收集数据,根据调研数据探索我国中小企业国际化战略选择。     

基于主成分分析法的宏观经济分析

通过选取2000年-2017年的国家宏观经济指标(共计19个)划分成5大风险进行实验,利用主层次分析法,对近十年来宏观经济数据进行分析,通过数据阐述过去10年经济的冷热特征,在宏观经济运行中出现的风险及领域,最后结合数据以及经济周期的相关知识对未来三年可能出现的风险给出相关建议。     

手机市场中质量危机对消费者影响的研究

认识和研究手机市场中危机对消费者行为影响,揭示消费者在危机中的变化,对于经历危机的手机企业有着十分积极的意义。本文将应用SPSS社会学统计软件作为工具,应用到危机对四类消费者行为影响的研究中,得出结论,找出规律,对可能出现危机或者正在经历危机的手机企业有启发作用。     

基于PCA-SVM的港口集装箱吞吐量预测模型研究

从影响港口集装箱吞吐量的若干因素出发,本文依据主成分分析法和支持向量机回归法的基本原理,提出了一种基于主成分分析和支持向量机回归算法的建模预测方法。以连云港1999—2016年的统计数据为例,将该方法与指数平滑法、多元线性回归法及支持向量机回归法相结合,预测精度较高,最后利用主成分分析和支持向量机回归算法预测了2019—2020年的港口集装箱吞吐量,为港口决策提供重要依据。