基于模糊时间序列模型预测三亚旅游总收入

提出模糊时间序列预测的一种改进方法，重新研究杭州宋城主题公园旅游收入预测问题，历史数据的模拟预测时的AFER比应用GM（1，1）灰色模型预测时更小，因此就杭州宋城主题公园旅游收入预测问题的案例而言，模糊时间序列预测的一种改进方法比GM（1，1）灰色模型的预测精度要高。应用该方法研究三亚市旅游总收入预测问题，不仅进行历史数据模拟预测研究，还进行未知年数据的预测研究。该方法预测公式结果简洁，计算方便，历史模拟预测误差率较小，是一种可行的短期预测方法。     

怀化地区电力系统负荷规律性和稳定性分析

根据怀化地区历史负荷和气象数据等相关资料，统计了该地区负荷特性指标，研究分析了当前该地区的负荷特性和影响负荷变化的主要因素。然后，分别分析各主要影响因素对该地区负荷的影响，为该地区今后的负荷预测工作提供建议。     

数据色彩度预测应用研究

本文试图通过数据色彩度的模糊预测，来对其出口量进行预测研究。通过对数据的平滑拟合、演算，笔者认为该方法对于短期预测是有效和适用的。     

基于生长曲线、ARIMA 模型和神经网络的企业数短期预测和比较--以深圳为例

企业是市场的主体和产业的载体,目前阶段企业数的增长是衡量地区创新活力的重要标志。基于1988～2008年深圳企业数据,运用Logistic生长曲线、ARIMA模型和动态神经网络对2009～2011年深圳企业数进行短期预测,论证了企业数短期预测的可行性,并在预测结果的基础上分析了三种预测方法的优缺点。企业数短期预测的实现可以为相关政策的制定提供参考。     

论社会主义市场经济条件下的财源建设

在电力负荷预测的数学方法中，有多种预测模型，因而有多个预测结果，目前还没有令人满意的方法，用来确定出其中最接近实近的结果，另外，大多数的预测样本中都存在着数据真，直接导致预测结果失真，这些都较大地影响了预测的准确性，本文提出了一筛选方法，对模型和样本数据进行过滤。     

基于RBF网络的股市混沌预测

根据股票市场具有动荡混沌的特性，以相空间重构理论和神经网络技术为基础，构建出股票价格短期预测的网络模型。用某股票的实际收盘价作为观测数据，通过训练RBF神经网络得到预测数据。结果表明，用径向基神经网络预测股价是可行的和有效的。     

电力负荷预测方法的研究和比较——江苏省2012-2017年负荷预测

电力系统负荷预测是电力系统规划决策、经济运行的前提和基础，电力负荷的准确预测对电力系统安全经济运行和国民经济发展具有重要意义。本文首先介绍了电力系统负荷预测的意义、发展现状，以及弹性系数法、一元线性回归法两种方法，并分别运用这两种方法对江苏省进行2012年-2017年的负荷预测，此外，本文还对负荷的预测结果进行了比较和分析。     

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.     

基于残差自回归方法的短期区域用电量预测

基于我国区域用电量数据展开了短期用电量预测研究,采用了基于残差自回归方法的时间序列预测模型,有效提高了短期区域用电量预测准确性。相比于传统的时间序列模型(ARIMA模型和Holt-Winters模型),基于残差自回归方法的时间序列预测模型的MAPE值和RMSE值均最小,并在两个不同的数据集上表现平稳。     

交通量生成预测研究

为了更好的制定相关措施政策，国家要对将来时段的各项数据进行预测分析，其中，交通生成量预测在交通范围内显得尤为重要。本文首先介绍了何为交通量预测、影响因素，接着提出了一种较为普遍的方法—原单位法，通过列出函数模型，找到影响因子，建立了其计算模型，之后使用重庆南川区作为案例进行预测及评价分析，表明，此方法可较为准确的对短期将来年份交通生成量进行预测。     

浙江省经济增长中的环境负荷分析

利用环境负荷控制方程，以GDP和能源消耗量为基础数据，对浙江省2000～2008年的环境负荷进行计算，分析浙江省在经济增长过程中环境负荷问题，并对其未来的环境负荷进行预测，为缓解经济增长与资源环境的矛盾提供有效措施。     

关于三亚市游客数量预测研究

应用NFTSFM研究三亚市游客数量预测问题,NFTSFM是一种模糊时间序列预测模型,实际上该模型把时间序列的数据用模糊数表示,并在游客数量论域、游客数量的百分比论域、游客数量的百分比的差分论域和游客数量的百分比的差分的分段论域等4个论域上建立预测公式,预测公式的基础是逆模糊数,NFTSFM的预测公式结构非常简单,计算方便,给出的历史数据模拟预报值的平均预测误差率很小,能较好地预测非线性条件下的三亚市游客数量预测问题。由于对同一未知年的预测数据可给出多个供决策者选择,决策者的经验能发挥作用。     

以相似度为基础的股票短期价格行为实验研究

使用以相似度为基础的比较方法对股票短期价格变动进行了分析.首先以特定条件对股票数据进行筛选以进入观测实验,以此模拟股票技术分析的分析方法,在此基础上形成了对多个离散的小数据片断进行分析的方法.在以20天的小片断数据为基础分析了我国股票短期价格行为后,得到不同相似度样本之间差距不显著的结论,说明以短期价格变动相似度为依据的股票价格预测是缺乏实证性的.     

苏州房产成交量的 ARMA 模型

苏州作为比较发达的二线城市之一，房产信息一直备受关注。根据苏州市房产2009年1月至2013年4月的周数据，基于房产成交量数据拟合建立ARMA模型并做短期预测，得出的结果与实际情况相吻合。     

电力负荷预测方法分析

电力负荷的不断增长是电力工业发展的根拓,电力负荷预测在电力系统规划和运行方面的作用越来越重要.随着现代科学技术的快速发展,负荷预测技术的研究也在不断深化,各种各样的负荷预测方法不断涌现,本文系统的介绍和分析了各种电力负荷预测方法,并指出为提高负荷预测精度应合理选择和使用负荷预测方法.     

基于SARIMA模型的我国通货膨胀问题研究

通货膨胀已经成为国内外学者及政府越来越关注的问题。本文在国内外学者对通货膨胀预测研究的基础上，根据我国2000年1月到2009年8月的CPI月度数据，运用SARIMA模型，对我国通货膨胀进行分析和短期预测。实证结果表明，运用SARIMA（1，1，12）模型为我国的通货膨胀提供了较好的预测。     

负荷预测方法在主网规划中的应用

本文首先对负荷预测的内容与分类和其方案的基本流程进行了简要分析，之后主要阐述了主网规划中负荷预测方法的运用。     

基于最大Lyapunov指数的股市数据预测

股市数据的预测是预测领域的热点问题。给出了基于最大Lyapunov指数的股市数据短期预期方法。首先据混沌的特性计算得到时间序列的最大Lyapunov指数值,然后找到预测中心点的最近邻点,建立预测中心点与最近邻点的关系式,据此关系式计算出两个预测值,最后对两个值进行平均得最终预测值。实际应用结果表明效果良好,预测精度很高。     

ARIMA模型在股票价格预测中的应用

文章研究了ARIMA模型及其应用,以三一重工(600031)的120个股票价格数据为例,给出了时间序列模型预测的建模过程。通过真实值与预测值的比较,验证了模型的可靠性,该模型适用于短期预测,对长期预测效果不佳,为实际应用中,对短期预测股价,提供了参考的依据。     

数学建模在经济预测中的应用

数学模型在经济预测中应用比较广泛。本文简述了数学模型和数学建模概念，数学建模思想方法，和数学建模方法，并利用数学建模方法建立了混沌时间序列模型，且对该模型进行实际应用，把此预测结果与实际值进行了比较，结果证明其短期预测效果更好。