组合预测法在我国汽车市场需求预测中的应用

组合预测理论是对同一个预测对象采用不同的单项预测模型,并对各个单项模型施以适当权重。因而,利用多个单项预测模型有效组合更多有用的信息资源,使组合预测模型具有较高的预测精度和预测稳定性,能比较合理地描述系统的客观现实。依据中国民用汽车保有量1985-2003年的历史数据及汽车市场需求系统的复杂特性,分别采用灰色系统、多元回归、三次指数平滑方法建立单项预测模型。根据组合预测理论建立中国汽车市场需求组合预测模型;运用组合预测模型对我国汽车市场的未来需求进行了预测。     

奶类消费需求组合预测——基于指数平滑法和灰色模型

为了合理预测奶类消费需求量,建立了三次指数平滑和灰色模型两种单项预测模型。鉴于单预测模项型的局限性,提出了以预测偏差平方和(方差)最小为最优化准则的组合预测模型。分析比较表明,组合预测模型具有更高的预测精度和更低的预测误差,能避免各单项预测模型的局限。该组合模型对未来短期的奶类消费需求的预测具有一定的参考价值。     

公路交通运输量GM-Markov综合预测模型研究

为了提高公路交通运输量的预测精度,在介绍一般模型的基础上,建立了GM-Markov预测模型,它是将灰色预测方法与Markov预测模型优化组合,用灰色预测模型GM(1,1)预测随机时间序列数据的总体发展趋势,而用Markov模型预测各数据在总体趋势下的随机波动性变化,得到随机时间序列数据趋势预测模型的解。通过公路货运量的实际数据进行了验证,结果表明:GM-Markov预测模型既能预测参数随机数据序列的总体趋势,又能适应波动性较大的随机序列变化,其预测精度高于GM(1,1)模型的预测精度。     

谈复合预测技术在不确定性逆向物流需求预测中的应用

本文针对逆向物流的不确定性特点,创造性的提出采用灰色预测模型与时间序列预测模型相复合的新型预测模型对逆向物流实施过程中的回收数量、回收质量和回收时间的不确定性进行建模,并对其进行回收预测。通过模拟对比分析,发现该复合式预测模型在数据的拟合准确度方面大大提高,相对于单纯的时间序列预测和灰色预测其准确度分别提高了22%和18%,证明了该复合式预测模型对于逆向物流中的不确定性因素进行预测的有效性和准确性。     

基于灰色马尔可夫模型的市场需求预测

结合灰色GM(1,1)预测模型和马尔可夫预测模型的优点,建立了灰色马尔可夫GM(1,1)预测模型,以市场需求预测为实例,证明灰色马尔可夫预测模型对于随机波动性较大的市场需求的数据列的预测具有一定的准确性和应用性。     

最优组合预测在股指预测中的应用

在股票市场中,股票价格指数体现着股票市场的整体走势,因此对股指进行预测具有重要的理论研究和现实意义。采用一次移动平均、一次指数平滑和人工神经网络预测模型。对上证指数数据进行的预测结果表明,线性规划最优组合预测模型预准确度和精度要优于一次移动平均和一次指数平滑预测模型。线性规划最优组合预测模型可运用于股票价格指数的预测之中,提高预测准确度和精度。     

基于组合模型的我国税收收入预测分析

本文在ARIMA和GM(1,1)模型基础上,利用我国经济发展数据建立一个组合预测模型,并把它应用于我国税收收入的预测.所得结果误差优于两个模型的分别预测,表明组合预测模型在税收收入数据的预测中更有优势.最后据此组合预测模型对2009年中国税收收入进行了预测分析.     

销售组合预测模型构建及实证分析

销售预测是企业快速响应市场需求的先决条件,精确的销售预测不但有利于提高企业及其产品的竞争能力,减少经营风险,也是企业提高市场应变能力的有效手段.本文构建了组合预测模型,然后运用单项预测模型和组合预测模型对A公司的销售情况进行了预测分析和比较.实践证明,组合预测的预测精度比单项预测更高、可靠性更强,是企业制定生产计划和采购计划的科学依据.     

基于灰色马尔可夫链的企业盈利额预测

灰色马尔可夫模型预测兼有灰色预测和马尔可夫链预测的优点,并能针对较短的时间序列数据建模计算。介绍了灰色预测模型和马尔可夫预测模型的建模方法,并将灰色马尔可夫链模型应用于某企业盈利分析预测。分析表明,该模型具有较强的适用性。     

基于支持向量机的上证指数预测研究

基于支持向量机的预测模型对上证指数进行预测,并将其预测结果与BP神经网络的预测结果进行对比,其结果表明,支持向量机的预测模型具有较高的拟合和预测精度并优于BP神经网络模型,且支持向量机预测方法计算速度快,准确率高,具有很好的推广应用价值。     

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。     

基于非节假日Elman神经网络的电力负荷短期预测

为降低节假日对预测工作的影响,将剔除法定节假日后的样本作为预测样本。以最大相对误差、平均绝对误差以及均方根误差作为模型的衡量指标,通过建立广义回归神经网络、小波神经网络与Elman神经网络预测模型对预测样本进行预测,最后仿真结果表明Elman神经网络预测模型能更好地提高预测精度。     

家电产品市场销售的预测方法研究

以家电产品销售量常用的预测模型——灰度理论GM(1,1)模型为参照蓝本,根据1996—2009年家电产品年销售数据,探讨修正威布尔模型在家电产品市场销售量的预测作用。根据家电产品销售市场的变化规律,以威布尔累计概率为基础,提出修正威布尔预测模型。通过对1996—2009年家电产品年销售数据的拟合,建立家电销产品年销售量的修正威布尔预测模型,与灰度理论的GM(1,1)模型对比,分析两种预测模型的优劣,分析修正威布尔预测模型在家电产品市场销售量预测的适用性和准确性,为家电销产品售量预测提供全新的预测模型。     

工业快速发展中基于var模型的化肥施用量预测

本文运用var模型相关理论,建立化肥施用量的预测模型,对未来一个时期的数据进行预测,模型检验和预测结果验证了所建立的预测模型具有可行性和有效性。     

基于灰色预测模型的山东省公路货运量预测分析

文章论述了灰色预测模型在公路货运量预测中的应用技术、方法与程序。该方法利用了累加生成手段和微分方程描述的灰色模型,与目前常规货运量预测理论和模型相比,可有效处理小样本、贫信息的不确定系统,并在一定预测时段内具有良好的预测精度和实用性。应用灰色系统中的GM(1,1)模型对1999-2010年山东省公路货运量进行分析和研究,通过运行预测模型并与原历史数据进行比较,确认预测模型准确度较高;最后以此预测模型对山东省2012—2017年的公路货运量进行了预测。     

基于PP-RVM的黄金价格预测

本文选取引起黄金价格波动的五个主要因素,建立一种基于PP-RVM的黄金价格预测模型,并通过了后验差检验。实证分析表明,基于PP-RVM的黄金价格预测模型的预测性能优秀,并且各项精度指标都优于RVM预测模型,是一进行有效预测的方法。     

环渤海动力煤价格指数预测研究

环渤海动力煤价格指数素有"煤炭价格风向标"之称。本文运用EMD-ARMA组合预测模型对环渤海动力煤价格指数进行预测,通过与ARIMA、神经网络和灰色预测三种方法预测结果的比较,得出EMD-ARMA组合预测模型预测精度更高,更适合预测环渤海动力煤价格指数。最后基于研究结论,提出了促进我国煤炭行业稳定发展的对策建议。     

安徽省道路旅游客运车辆需求量预测分析

本文分别采用指数函数曲线预测模型、灰色简单预测模型和多元线性回归的一般模型预测安徽旅游人数,依据三种方法预测结果的加权平均数,预测了安徽道路旅游客运车辆需求量,为道路旅游客运体系的建立,能够提供科学的决策依据。     

基于灰色系统理论的CBO地区经济指标预测研究

本文根据CBD地区综合经济指标数据相对较少的特点,选择灰色系统中的GM(1,1)预测控制建立预测模型,结果表明这个预测模型具有较高的预测精度,且计算量较少、方法相对简单实用.     

基于灰色系统理论的CBD地区经济指标预测研究

本文根据CBD地区综合经济指标数据相对较少的特点,选择灰色系统中的GM(1,1)预测控制建立预测模型,结果表明这个预测模型具有较高的预测精度,且计算量较少、方法相对简单实用。