共查询到20条相似文献,搜索用时 0 毫秒
1.
黄金期货是我国第一个具有金融属性的期货品种,自2008年上市以来受到广泛关注.本文基于2009年8月至2016年8月的月度数据,通过建立多元线性回归模型对黄金期货价格的影响因素进行实证研究.为投资者利用黄金期货规避风险和政府进一步完善黄金期货市场提供理论借鉴. 相似文献
2.
3.
采用1981~2002年的福建省GDP数据作为支持向量机(SVM)的训练目标,以各期前三年的GDP作为输入向量构成训练样本。首先利用格子搜索法获得支持向量机模型中的参数(C,γ,ε)对样本进行训练。然后用训练所得模型对2003、2004、2005三年的福建省GDP进行测试,平均测试精度达98.12%。可以认为支持向量机具有较强的泛化能力,在宏观经济预测中具有较高的精度,从而可用于未来实际GDP的预测。 相似文献
4.
针对区域货物周转量的特点:时间上的大波动性和区域之间的密切相关性,指出:反映区域货物周转量预测的指标数据存在高度的非线性、耦合性和时变性。通过对区域公路货物周转量历史数据的分析,确定了相关预测变量。在上述基础上,建立了基于SVR的区域公路货运周转量预测模型。由于该模型建立在统计学习理论的基础上,因而具有良好的非线性数据处理能力,并保证了预测模型的泛化性能。以金华市为应用对象,说明了该模型的有效性。 相似文献
5.
本文选取2000~2020年安徽省样本数据,建立能源消费支持向量回归预测模型,预测了安徽省“十四五”能源消费总量和煤炭、石油、天然气及电力的消费量,并分析了单位地区生产总值能耗量。研究发现:整体上,安徽省“十四五”能源消费总量呈现先缓慢上升后下降的趋势,平均消费量为15183.8万吨标准煤,平均增速为0.79%,预计2025年能源消费总量达15275万吨标准煤;分能源品种来看,煤炭和石油的消费量呈现显著的不断下降的走势,天然气和电力的消费量总体上保持上升的态势;单位地区生产总值能耗呈明显下降趋势,平均值为0.56万吨标准煤/亿元,年平均下降率为5.38%。为此,可通过引进和研发节能技术、发展非化石能源等方式,促进安徽经济高质量发展。 相似文献
6.
在航空公司运营管理过程中,航空客流量预测是其航班计划和机队规划的重要依据。本文介绍了航空客流量预测中常用的几种预测方法,并对他们的特点进行了分析比较;阐述了支持向量机的理论基础和原理,给出了支持向量机的回归模型,并重点探讨了预测模型中核函数的选择方法;在选择适当的参数和核函数的基础上,对航空客流量进行预测,并与BPANN和线性回归算法这两种预测方法进行对比,证明支持向量机回归算法能获得训练最小的相对误差,是相对有效的一种航空客流量预测方法。 相似文献
7.
本文通过实证分析方法,研究中国黄金期货上市五年半来价格发现功能的发挥情况。本文运用协整、脉冲响应函数等计量方法探索中国黄金期货市场与现货市场的联动性问题,发现中国黄金期货价格对现货价格的影响程度相对较弱。 相似文献
8.
9.
10.
基于支持向量回归机的物流需求预测模型研究 总被引:2,自引:1,他引:2
通过介绍物流需求和支持向量机的基础理论,利用经济与物流需求之间的关系,提出了基于支持向量回归机的物流需求预测模型,给出了构建模型的具体分析步骤,并通过实例详细阐述了模型的应用过程,预测结果验证了模型的可行性和有效性。 相似文献
11.
基于灰色系统和支持矢量机理论,建立了基于计算机软件预测金属构件剩余寿命的灰色支持矢量机模型,并应用此模型预测了某大型设备连接件的模拟试件剩余寿命,得到了较高精度的预测结果,为小样本情况下金属构件的疲劳寿命在线预测提供了一种简单、可靠和实用的新方法:同时也为大型结构件的寿命预测提供了可靠的基础。 相似文献
12.
为了更好聚氨酯(PU)绿色轮胎原料的批量投产和产业化过程中进行实时的产品质量预测与控制打下了良好的基础。本文利用支持向量机对PU弹性体制备过程中的综合性能指标建立预测模型,同时获得较好的预测精度。 相似文献
13.
利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。 相似文献
14.
支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS-SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。 相似文献
15.
文章采用支持向量机(SVM)来处理上市公司财务数据,与传统的方法相比较,有较好的范化能力,避免了传统方法的不足,能较客观的对上市公司财务困境进行预测。事实证明本模型是有效的,能为投资人和债权人的决策提供有力的支持。 相似文献
16.
支持向量机是一种基于统计学理论的新颖的机器学习方法,该方法被广泛用于解决分类和回归问题。文章将最小二乘支持向量机(LS—SVM)算法应用于电力系统短期负荷预测中,并将其预测结果和BP神经网络的预测结果进行比较分析。仿真实验表明,该方法在短期负荷预测中具有很好的预测速度和精度。 相似文献
17.
18.
19.