组合模型在交通需求预测中的应用——以内蒙古自治区客运量预测为例

本文对传统的常用预测模型进行了研究与分析，在此基础上综合各种模型的特点根据最优化原理建立了组合模型，结合所参与的具体项目对内蒙古自治区客运量进行预测与分析，达到了较好的预测效果，并得出利用组合模型可以提高预测精度的结论。     

基于组合模型的股票预测研究综述

随着金融业数据环境的日益复杂,利用传统单一模型进行高精度股价预测变得愈加困难。面对日益突出的股票分析技术需求,组合预测模型开始得到发展并取得了很多成果。首先介绍影响股价波动的分析指标,概括基于传统统计预测模型、机器学习、神经网络等单一预测模型在股票预测中的优势与不足。然后依据组合预测模型的组合形式,将其分为线性模型的组合、非线性模型的组合以及线性与非线性模型的组合3种类型,并报告多种组合模型的实际应用与研究现状。最后,对组合模型股票预测方法的有效性和稳定性进行展望。     

灰色-时序组合模型在建筑物沉降预测中的应用

为了获得较为准确的建筑物沉降预测结果和较高的预测精度,结合灰色模型、时间序列模型的优点,提出灰色-时序组合模型进行建筑物沉降预测的方法,有效克服了单一模型预测精度低的缺点。以某工程实例沉降观测数据作为原始建模分析数据,通过对灰色预测模型、时间序列预测模型以及组合预测模型的预测结果进行比较分析,结果表明,灰色-时序组合模型预测的沉降值更接近实测值,预测的精度比单一模型更高,具有一定适用性,有利于高层建筑物的沉降预测、预警,确保建筑物的安全性。     

关于内蒙古城镇居民消费支出的实证分析

消费不仅是拉动经济增长的＂三驾马车＂之一,同时也是经济增长对人们生活质量改善的一个重要体现,对消费的研究与预测、对更好地制定各种经济政策有着十分重要的意义。本文将灰色模型预测方法与计量模型组合在一起,采用灰色组合模型的方法对内蒙古居民消费支出进行分析和预测,以期更好地解释和预测内蒙古居民的消费支出。     

基于Gramer分解定理对我国就业人数变化趋势分析及预测

本文基于时间序列的Gramer分解定理,利用我国就业人数1978年到2007年的历史数据进行实证研究,建立确定性趋势模型和ARMIA模型的组合模型。最后得出组合模型能够很好的预测我国的就业人数,然后运用模型对我国就业人数进行短期预测和分析。     

一种对指数增长年度用电量的组合预测方法

为有效预测呈指数增长的年度用电量,本文选用了指数函数法、GM(1,1)灰色模型和多元线性回归模型来对年度用电量进行拟合外推预测。通过运用这些方法预测北京年度用电量和对预测结果进行比较分析得到,GM(1,1)灰色模型的实际预测结果往往偏大,指数函数法预测结果可能偏小,而多元线性回归模型虽然考虑了其他因素影响但在实际预测指数增长负荷时参考意义较小。因此,最终选择合适的权重加权组合以上模型得到最终预测值,预测精度较高。     

基于ARIMA-BP神经网络模型的桥梁SHM应变预测分析

桥梁结构健康监测的应变监测数据具有较强的趋势性与随机性，为提升数据的预测精度，提出将传统单一的自回归积分滑动平均模型（ARIMA）和BP神经网络预测模型进行加权与组合，并将这两种方法分别运用于江西省某跨江大桥桥梁结构健康监测系统记录的应变监测数据的预测进行验证。结果表明：仅运用单一模型预测时，BP神经网络的预测效果要优于ARIMA模型；加权与组合模型的预测精度均优于单一模型，其中加权模型及组合模型的残差平方和（SSE）与BP神经网络模型相差最大，分别高达50.23%与49.87%；对比加权模型与组合模型的各项误差指标，发现二者预测模型的预测精度极为接近；单一预测模型的误差包络范围大于其他两类模型，其中ARIMA模型的误差总和约为50 με，BP神经网络模型的误差总和约为30με，加权模型的误差总和约为21.09 με，组合模型的误差总和约为20.97 με。经分析，加权预测模型与组合预测模型均能实现对桥梁SHM应变预测。     

高速公路短时交通流量组合预测

短时交通流量预测是交通运行状况分析与交通诱导的基础。考虑到不同交通流量预测模型的各自功能与应用条件,文章构建了一种基于自适应指数平滑和RBF神经网络的组合预测模型。该模型根据各个基本模型计算的前一时刻预测误差均方差来动态调整加权系数,从而综合利用各个基本模型在不同时段的预测优势,最后采用实例分析对组合模型和两种基本模型的预测性能进行比较,验证了组合模型在高速公路短时交流流量预测中的可靠性。     

基于组合预测方法的需水量预测

本文在概述组合预测法的基础上,探讨了需水量的预测方法.尤其是建立了基于回归分析和灰色预测的需水量组合预测模型.通过实例对组合预测的结果与线性回归、灰色预测的结果进行了比较,结果表明组合预测模型的精度比单一模型的预测精度明显提高.     

美元/欧元汇率的组合模型区间预测

利用BP神经网络提取非线性特征,对残差运用广义自回归条件异方差模型分析波动性,最后将趋势与波动性结合给出预测区间。以2001年2月至2017年6月美元/欧元汇率的日收盘价数据为例,研究发现：BP神经网络具有很好的非线性刻画能力,但“过拟合”以及“欠拟合”均会影响预测区间的精度,只有合适的误差大小和精度标准才能得出较好的预测结果;同时也发现广义自回归条件异方差模型能够较为准确地分析波动性,且组合模型优于单一模型,适合中长期的区间预测。     

山西省综合配套试验改革背景下科技人才需求预测研究

依据山西省科技人才相关资料和数据,在分析科技人才队伍建设现状的基础上,运用GM(1,1)灰色预测模型、多元回归预测模型和趋势外推法,对山西省2011-2015年科技人才需求总量和需求结构进行预测,然后运用组合预测法对预测结果进行修正,并对预测结果进行分析,以便为山西省人才规划与决策提供科学的理论参考。     

基于TOPSIS准则和SARIMA模型的江苏省快递业务量短期预测

物流产业与诸多产业都有非常密切的联系，在推动GDP增长和提高社会经济发展方面具有不可忽视的作用。利用过去的快递业务量预测未来值，有利于反映物流产业的发展趋势。基于江苏省2013年5月至2021年4月的快递业务量数据，选用简单季节ARIMA（差分自回归移动平均）模型和乘积季节ARIMA模型以及基于TOPSIS（逼近理想解排序）准则的两种ARIMA组合模型进行拟合，并预测2021年5月至2022年2月的快递业务量数据。发现3种模型预测的平均相对误差均较小，且组合预测模型的预测效果优于其他两种季节ARIMA模型。     

济南市人口城市化趋势分析与研究

人口城市化趋势的预测,对于一个地区的发展具有十分重要的指导意义,而Logistic模型也是在人口城市化水平预测中最常用的模型。本文将Logistic模型进行修正并用以预测了济南市人口城市化水平的趋势,并根据预测结果对济南市人口城市化水平进行阶段性分析和影响因素分析。分析结果表明,济南市人口城市化发展速度较高,主要与农村劳动力的流动、农业生产率的提高、经济因素等有关。     

基于组合预测模型的我国GDP预测分析

利用中国1990—2009年的GDP数据,在建立指数曲线模型、ARIMA模型和三次多项式模型的基础上,以误差平方和最小为最优准则建立组合预测模型,对中国2010—2015年的GDP值进行预测。结果显示,组合预测模型的精度高于各个单项预测模型;2010—2015年的年均增长率为14.79%,我国国民经济仍以较快的速度增长。     

基于马尔萨斯人口修正模型的黑龙江省人口预测

文章通过对经典马尔萨斯模型的修正,以及修正后的马尔萨斯模型,对黑龙江省未来50年的总人口数进行了预测.通过分析预测数据得到控制人口对黑龙江省经济的快速发展、居民文化素质的提高是必要的.     

基于泰勒规则的人民币汇率预测研究:兼论多种汇率决定模型预测比较

文章选取了无抛补利率平价、购买力平价、弹性/粘性价格货币模型、巴拉萨-萨缪尔森模型、资产组合模型、泰勒规则等理论模型,采用DMA/DMS、TVP-VAR、BMA等计量模型,并选择2005年7月至2016年12月数据作为研究样本对人民币汇率进行样本外预测,结果发现上述理论模型均对人民币汇率具有一定的预测能力,但只有泰勒规则模型预测能力高于随机游走模型,其余6种理论模型对人民币汇率的预测能力并不比最简单的随机游走模型强。同时,基于多种计量模型的结果显示,DMS模型对人民币汇率预测的绩效最佳。进一步通过拓展后的泰勒规则模型对人民币汇率进行预测时发现,短期内央行外汇干预发挥的作用最大,汇率预期和风险溢价分别在中期和长期的预测结果中表现最为明显。     

中国高校生源危机的多角度预测与分析

中国高校招生需求和生源供给“一升一降”的态势使高校的生源危机问题突显,本文通过建立多种模型并对各种模型进行比较与筛选,发现主成分回归分析预测、时间序列预测和组合预测方法更加客观有效,从多角度对中国高校生源危机进行定量预测分析的结果表明,我国高校出现生源危机的大致时间是在2025年左右.     

“阿尔曼”模型在我国上市公司财务预警系统中的应用——基于沪市上市公司2010年 XBRL 文档

阿尔曼模型(Z-Score 模型)是多元线性函数回归模型,是理论界和学术界预测企业财务危机的一个重要的函数模型,本文在系统阐述模型概念及相关理论的基础上,选取沪市 XBRL 文档数据中披露的868家上市公司(剔除了异常数据)作为样本,对上市公司的财务风险进行了实证分析,并且验证了阿尔曼模型在财务风险预测中的应用,同时针对ST、*ST 公司存在的财务风险进行了单独的分析和预测,在分析中总结出各项指标对 Z 值的影响,进而提出预防企业财务风险的对策     

基于CAPM的人力资源管理分析

在Markowitz的均值—方差理论提出之后,Sharpe等人提出的CAPM定价模型对于人们的资产投资组合选择起到了非常重要的作用。Markowitz、Sharpe等人也于1990年获得了诺贝尔经济学奖。然而,他们的CAPM不仅止于金融资产组合的分析与定价,CAPM模型同样可以在人力资源管理当中进行分析。本文基于CAPM模型的分析思想,对一个公司的最佳员工配置组合点进行了相应的分析。经过分析,可以得到在保证一定的员工忠诚度下的公司最有效率人员配置方案。     

利用包含随机波动的时变参数模型预测通货膨胀

本文在广义的菲利普斯曲线的理论框架下,应用灵活的包含随机波动的时变参数模型(TVP-SV)分析了中国的通货膨胀预测。实证结果与传统的线性回归模型对比发现,TVP-SV模型能够更好地对数据进行拟合并显著的改善通货膨胀的预测精度。