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.     

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。     

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。     

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。     

基于多因素分析的区域物流需求径向基函数网络预测

对区域物流需求量进行合理、精确地预测,能为政府部门科学制定物流规划、合理配置物流资源提供决策支持和依据。在对影响区域物流需求的多种因素进行全面分析以及物流需求量指标合理选取的基础上,采用径向基函数神经网络构建区域物流需求量的非线性预测模型,并以四川省相关统计数据为基础,对区域物流需求量进行了预测,取得了满意的预测结果。研究表明:该预测模型较全面地反映了区域物流需求量的变化规律,预测精度较高,泛化能力强,预测结果具有较高的可信性。     

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。     

上海港口货物吞呈量的组合预测

本文以港口货物吞吐量为预测对象,根据港口物流系统的特点及模型特征。选择灰色预测模型、回归模型作为单项预测模型对上述对象分别进行模拟、预测,然后运用组合预测方法预测出上海港口货物吞吐量的未来发展状况,得到了较好的效果。     

上海港口货物吞吐量的组合预测

本文以港口货物吞吐量为预测对象,根据港口物流系统的特点及模型特征,选择灰色预测模型、回归模型作为单项预测模型对上述对象分别进行模拟、预测,然后运用组合预测方法预测出上海港口货物吞吐量的未来发展状况,得到了较好的效果。     

区域物流需求量预测实证研究

本文从河北省的物流需求现状出发,通过分析区域物流需求量的衡量指标和影响因素,建立了区域物流需求量预测指标体系,并根据实际数据采用BP神经网络方法建立预测模型,通过与指数平滑法预测结果比较可以看出,采用BP神经网络方法进行物流需求量预测较指数平滑法更精确,在一定程度上能够为河北省物流规划提供定量决策依据,并以此为基础为整个区域物流需求量预测提供科学依据。     

基于组合预测模型的广州市物流需求量预测

选取2004—2014年广州市物流需求量数据,分别建立三次指数平滑预测模型和回归分析预测模型,加权组合后构建组合预测模型,并对广州市"十三五"规划期末2020年物流需求量进行预测,结果表明:货运量将大幅增长,超过15亿吨。提出以下建议:通过提高物流技术、增加物流基础设施投入、发展特色物流园区等多种举措推动广州市物流业持续健康有序发展。     

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。     

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。     

组合预测法在汽车预测中的应用

文章对传统组合预测方法的基本原理进行了阐述,并探讨了组合预测方法相对单一预测模型的优点。在此基础上,总结了组合预测方法的具体步骤,并对中国汽车市场进行预测,最后提出了建议。     

我国铁路货运量的组合预测

在二次指数平滑、一元回归、自回归、灰色预测四种模型的基础上采用方差倒数法定权的方式建立组合预测模型,对全国铁路货运量进行预测,并对预测结果进行误差分析。预测结果表明,组合预测较单一模型预测更具优越性。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

基于组合预测模型的水果产量的研究

水果产业是关系国计民生的重点产业。科学、准确地预测水果产量对水果产业发展具有重要的意义。为了更准确地预测我国水果产量,本文尝试把各种常用的预测模型结合起来,建立组合预测模型。结果表明,此模型对于水果产量的预测有明显的改进作用,能对水果产量进行有效的预测。     

组合预测模型在短时交通流预测中的应用研究

根据智能交通诱导和信号控制的需要,短时交通流预测应具备实时性、准确性和可靠性,应用单项预测模型已不能满足当前交通流预测的要求,借此提出了以时间序列法、非参数回归法和RBF神经网络预测法为基础的定权系数和变权系数组合模型进行短时交通流预测,实例应用表明组合预测模型较单项预测方法预测精度有显著的提高。     

基于PLS的组合预测模型及其应用

本文运用组合预测理论,利用偏最小二乘回归方法建立了基于灰色预测模型GM(1,1)、2阶自回归模型AR(2)和龚伯兹曲线模型的组合预测模型,并对农业贷款需求进行了预测。     

基于GM(1,1)模型的陕西省电力需求预测

为了预测陕西省未来几年的电力需求量,根据灰色系统理论,利用陕西省1997～2006年10年的电力需求资料,运用GM(1,1)灰色预测模型方法,对2007～2010年陕西省电力需求量进行动态预测,为陕西省的电力发展提供科学决策依据。     

基于灰色预测和支持向量机的销售预测模型研究

随着市场经济和经济全球化的发展,顾客的需求日益多样化、个性化。企业只有做出准确的销售预测才能做出更科学的决策,以在残酷的市场竞争中能获得有利的竞争优势。本文在研究大量文献的基础上,根据各种销售预测方法的特点,提出了基于灰色预测和支持向量回归机的组合预测模型。此方法不仅能够提高预测精度,而且能够较好反映经济预测中的短期和长期的变化规律。最后,本文对天津市石油销量预测进行了实证研究,所得结果的预测误差的统计分析表明了这种组合预测方法的优势所在。