华南地区前汛期不同降水时段的特征分析

通过华南地区72个测站从1982~2012年逐日降水资料,对华南地区4至6月的前汛期其间不同降水时段特征进行分析比较。经研究发现,华南地区在前汛期中主要分为夏季风降水及锋面降水两个时段。本文将华南地区的前汛期以锋面降水与夏季风降水的两个时段进行比较分析,希望能为相关研究提供些许参考。希望能可以此为华南地区前汛期的降水特征分析及降水预测提供全新思路。     

21世纪初人口场景预测研究回顾

人口预测方法可以分为场景预测和概率预测两大类,虽然场景预测方法由来已久,但仍然有很强的生命力.进入21世纪,一些西方学者采用该方法在人口迁移预测、人口动量预测以及人口生育率预测等方面成果显著.由于场景预测方法在中、长期预测上更为准确,因此进入新世纪,国内一些学者也运用该方法主要进行了人口总量预测.     

乡镇自动雨量站常见故障的排除及维护

乡镇雨量监测站的建成是实现天气预报精细化的基本条件，尤其是在汛期或抗旱的关键季节，能够更全面了解全市的雨情、汛清和墒情。区域自动站除了按照规范要求做好维护外，还要根据各种故障现象做出正确的判断加以排除，同时应掌握相关的一些自动站原理知识．适时的运用到工作中去，确保数据的准确性口本文通过分析乡镇自动雨量站的常见故障，提出了排除办法及维护时的注意事项。     

股票的并联型灰色神经网络PGNN预测方法研究

提出了一种改进的灰色预测GM(1,1)模型,在此基础上构建了一种并联型灰色神经网络PGNN股票预测方法,该方法可以充分利用灰色预测少数据建模和神经网络精度可控的特性,发挥两者的优势,从而进一步提高了预测精度.预测实例表明:PGNN的平均相对误差最小,其他指标介于GM和BP之间,显示了PGNN的预测性能是非劣的.更为重要的是,在实际预测时,我们事先不知道哪个模型最优,因此使用PGNN可减小盲目性.对于其他方面的预测应用也具有借鉴作用.     

21世纪初人口场景预测研究回顾

人口预测方法可以分为场景预测和概率预测两大类,虽然场景预测方法由来已久,但仍然有很强的生命力。进入21世纪,一些西方学者采用该方法在人口迁移预测、人口动量预测以及人口生育率预测等方面成果显著。由于场景预测方法在中、长期预测上更为准确,因此进入新世纪,国内一些学者也运用该方法主要进行了人口总量预测。     

直线型季节预测法

经济预测中有关季节预测方面的方法大致有平均数季节指数法、移动平均趋势剔除法、最小平方趋势剔除法等,这些方法各有优缺点。而综合运用各种经济预测方法的直线型季节预测法则具有计算量小、编制程序方便、预测数据稳定、能够进行长期预测等优点。     

冬季荆江堤防混凝土工程施工技术

为保增长,国家加大了水利工程投入,荆江堤防球咒掀起了新一轮建设高潮.由于水利工程建设的特殊性,大多工程集中在汛期过后的冬春季节实施.堤防工程中采用较多的混凝土工程,不可避免地面临冬季施工这一常观.难题,本文就此谈一些工程中的实际解决方法.     

电力负荷预测之我见

负荷预测在整个电力系统规划和运行等方面都起到重要作用,负荷预测是电力系统优化调度的基础,也是电力单位日常工作的重要组成部分,通过对用电负荷的认识,分析各种影响用电负荷变化的因素,并在不断的实践中发现如何能提高负荷预测合格率的方法,加以完善.     

茶叶产销面面观

茶叶产地主要分布在雨量充沛、气候湿润的亚热带和热带地区.如:中国长江以南以及印度、斯里兰卡,非洲的肯尼亚、马拉维、坦桑尼亚、乌干达、津巴布韦,南美洲的阿根廷、巴西等国.     

做好水利工程的防汛工作

江河水域中汛水自始涨到回落的期间称为“汛期”。一般来说可分为春、伏、秋、凌四汛。建国以来,由于大型水利工程的拦蓄与调节,大大减小了各类洪水的灾害威胁。当今,对各类水利工程威胁较大的是“伏秋大汛”。水利工程是国民经济的基础设施,它在保民生促发展方面发挥了重要作用。汛期降雨量较大,防洪形势将十分严峻,因此,做好水利工程防汛工作,解决当前水利工程防洪工作中存在的问题,是防汛工作的重点。本文指出了水利工程防汛工作存在的问题,提出了解决的对策。     

切实加强水稻“两迁”害虫防控工作

最近，水稻“两迁”害虫开始大量迁入我国南方稻区发生危害。据国家气象局预测，今年南海夏季风暴发生时间比往年提前，西南、华南、江南等地可能提前进入主汛期，气候条件有利于境外虫源大量集中迁入和发生。鉴于水稻“两迁”害虫发生的严峻形势，为有效控制危害，最大限度地减少产量损失，农业部近期发出紧急通知，     

基于神经网络的通货膨胀预测模型研究

本文采用神经网络的方法,利用消费者物价指数、工业增加值和货币供给等数据,分别以BP神经网络、RBF神经网络和Elman神经网络建立通货膨胀预测模型.三个模型预测结果表明,采用神经网络方法建立的模型能够较好地预测通货膨胀的变动.通过比较BP神经网络和Elman神经网络预测结果可以看出,带有反馈机制的神经网络模型预测性能优于一般神经网络模型.     

电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

电力负荷预测中数据挖掘过程研究

数据挖掘是数据库与数据仓库研究领域新兴的富有前途的领域,是世纪末新兴起的数据智能分析技术,它的特点就是具有强大的数据处理能力,能从大量的数据中发现有用的规律和联系.作为新兴的技术学科,数据挖掘在电力系统负荷预测应用方面具有广泛的应用前景.本文力求将数据挖掘知识与电力系统实际情况结合起来,探讨基于数据挖掘的短期负荷预测方法.     

构建“利润”+“现金流”的绩效评价新体系

获利是投资和经营企业的根本目标.人们评价企业通常以利润指标进行衡量,但受会计核算方法的影响,利润易被企业操纵,因此,利润在反映企业经营成果、判断偿债能力和预测发展能力方面存在局限.     

我国上市公司负债筹资风险预测研究:一个文献综述

本文综述了上市公司负债筹资风险预测研究的国内外现状,预测对象多集中于整体财务风险,研究内容突出表现为有关财务风险预测系统的建立和预测模型的实证研究,另外有关财务风险预测指标的选择、筛选、修正等方面争议较大,目前还没看及有关针对负债筹资风险进行成因分析、风险预测和风险控制等方面系统的研究。研究我国上市公司负债筹资风险须明确以下问题:负债筹资风险含义的界定、负债筹资风险的标志性事件、样本数据来源分布和负债筹资风险预测方法等。     

模型平均预测理论与实证研究

文章在比较不同模型平均预测估计量性质的基础上,通过建立AR、货币数量论与菲利普斯模型对我国通货膨胀率进行组合预测,实证结果表明Granger和Ramanathan的方法在MSE和MAE方面表现最优,简单加权平均模型在MAPE方面表现最优,而MMA和JMA方法并没有表现出预期的优越性。     

马尔柯夫链在经济预测中的应用

对于经济方面的预测方法很多,本文利用马尔柯夫链理论对经济做出预测,以期得到良好效果。     

北京市道路客运(公共电汽车运输)需求预测研究

本文运用研究中长期发展战略的一种先进的预测方法,即情景分析方法,将该方法具体应用于北京市道路客运需求预测研究.通过情景分析方法预测,可得出不同层面的政策措施,从而为有关部门提供决策依据.在各种情景预测中本文又采取灰色预测方法和二次移动平均法来预测下一年的客运需求.     

应用统计在经济管理中的应用--论马尔柯夫链与市场占有率的预测与分析

市场占有率的预测是经济预测中的一个十分重要的内容.一个企业的产品市场占有率及其变化趋势反直接影响到企业的发展.对于同一类型的产品,往往有许多的厂家生产.用户购买哪一家的产品,受到产品质量、价格、式样、消费偏好、广告宣传和推销活动等多方面因素的影响.因此,市场占有率的变化带有随机性.如何分析和掌握这一变化的趋势和规律性,并灵活地决定应变之举,是企业经营管理中不可缺少的一环.马尔柯夫预测法是应用概率论中马尔柯夫链的理论和方法来研究分析有关经济现象变化规律并以此预测未来状况的一种预测方法.通常马尔柯夫方法用来预测短期的市场状况,但也可以用来预测稳定条件下长期的市场状况.